Translation not up to date
Editor Watson Pipelines poskytuje grafické rozhraní pro přípravu konečného toku aktiv od vytvoření až po implementaci přes implementaci. Sestavte a nakonfigurujte propojení procesů pro vytvoření, sestavení, implementaci a aktualizaci strojových výukových modelů a skriptů Python .
Chcete-li navrhnout propojení procesů, které přetáhnete uzly na plátno, zadejte objekty a parametry, poté spusťte a monitorujte propojení procesů.
Automatizace cesty k produkci
Uvedení modelu do produktu je proces s více kroky. Data musí být načtena a zpracována, modely musí být vycvičeny a vyladěny před tím, než jsou implementovány a testovány. Strojové výukové modely vyžadují více pozorování, vyhodnocení a aktualizace v průběhu času, aby se předešlo předpojatosti nebo posunu.
Automatizace propojení procesů usnadňuje sestavování, spouštění a vyhodnocování modelu pomocí soudržného způsobu zkracování doby od koncepce až po produkci. Můžete sestavit kolonu a poté rychle aktualizovat a testovat úpravy. Plátno Pipelines poskytuje nástroje pro vizualizaci propojení procesů, jejich přizpůsobení za běhu s proměnnými parametru propojení procesů a poté jej lze spustit jako zkušební úlohu nebo na časový plán.
Editor Pipelines také umožňuje soudržnější spolupráci mezi věděním dat a inženýrem ModelOps . Vědec dat může vytvořit a trénovat model. Vývojář ModelOps pak může automatizovat proces školení, implementace a vyhodnocení modelu poté, co byl publikován do produkčního prostředí.
Další kroky
Přidejte kolonu do svého projektu a získejte informace o nástrojích plátna.
Další prostředky
Další informace naleznete v tomto příspěvku blogu o automatizaci životního cyklu AI s tokem procesů.