Ejecutar un conducto de ejemplo para comparar modelos

Última actualización: 21 nov 2024

Descargue un proyecto rellenado previamente con los activos que necesita para ejecutar un conducto de ejemplo. La interconexión compara dos experimentos de AutoAI y compara la salida, seleccionando el mejor modelo y desplegándolo como un servicio Web.

El ejemplo Entrenar AutoAI y modelo de referencia crea un proyecto rellenado previamente con los activos que necesita para ejecutar un conducto precompilado que entrena modelos utilizando un conjunto de datos de ejemplo. Después de las tareas de configuración, puede ejecutar la interconexión de ejemplo para automatizar la secuencia siguiente:

Copiar activos de ejemplo en un espacio.
Ejecutar un cuaderno y un experimento AutoAI simultáneamente, en un conjunto de datos de entrenamiento común.
Ejecutar otro cuaderno para comparar los resultados de los nodos anteriores y seleccionar el mejor modelo, clasificado para la precisión.
Copiar el modelo ganador en un espacio y crear un despliegue de servicio web para el modelo seleccionado.

Una vez finalizada la ejecución, puede inspeccionar la salida en el editor de interconexiones y, a continuación, conmutar al espacio de despliegue asociado para ver y probar el despliegue resultante.

Objetivos de aprendizaje

Después de ejecutar este ejemplo, sabrá cómo:

Configurar un conducto
Ejecutar un conducto

Descarga del ejemplo

Siga estos pasos para crear el proyecto de ejemplo desde el concentrador de recursos para poder probar las prestaciones de IBM Orchestration Pipelines:

Abra Entrenar AutoAI y el ejemplo de modelo de referencia desde el concentrador de recursos.
Pulse Crear proyecto para crear el proyecto.
Abra el proyecto y siga las instrucciones del archivo Léame para configurar los activos de interconexión.

Componentes de interconexión de ejemplo

El proyecto de ejemplo incluye:

Conductos de ejemplo precompilados
Conjunto de datos denominado german_credit_data_biased_training.csv utilizado para entrenar un modelo para predecir el riesgo de crédito
Conjunto de datos denominado german_credit_test_data.csv utilizado para probar el modelo desplegado
Cuaderno denominado reference-model-training-notebook que entrena un experimento de AutoAI y guarda la mejor interconexión como modelo
Cuaderno llamado select-winning-model que compara los modelos y elige el mejor para guardarlo en el espacio de despliegue designado

Cómo empezar con el ejemplo

Para ejecutar el conducto de ejemplo, debe realizar estas tareas de configuración:

Cree un espacio de despliegue, por ejemplo, dev-space , que necesita al ejecutar los cuadernos. En el menú de navegación, seleccione Despliegues > Ver todos los espacios > Nuevo espacio de despliegue. Complete los campos obligatorios.

Nota:
Asegúrate de asociar una instancia de watsonx.ai Runtime con el espacio o la ejecución del pipeline fallará.
En la página Activos del proyecto de ejemplo, abra el cuaderno reference-model-training y siga los pasos de la sección Configurar el entorno para adquirir e insertar una variable api_key como sus credenciales.
Después de insertar las credenciales, pulse Archivo > Guardar como versión para guardar el cuaderno actualizado en el proyecto.
Haga lo mismo para el cuaderno select-winning-model para añadir credenciales y guardar la versión actualizada del cuaderno.

Exploración de la interconexión

Después de completar las tareas de configuración, abra la interconexión de ejemplo Incorporación - Entrenar AutoAI y el modelo de referencia y seleccionar el mejor de la página Activos del proyecto de ejemplo.

Verá la interconexión de ejemplo:

Conducto de ejemplo del concentrador de recursos

Visualización de una configuración de nodo

A medida que explora la interconexión de ejemplo, efectúe una doble pulsación en los distintos nodos para ver su configuración. Por ejemplo, si pulsa el primer nodo para copiar un activo, verá esta configuración:

Creación de la configuración de activos

El nodo que copia el activo de datos en un espacio de despliegue se configura utilizando un parámetro de interconexión. El parámetro de interconexión crea un marcador para el espacio que ha creado para utilizar para esta interconexión. Cuando ejecute la interconexión, se le solicita que elija el espacio.

Ejecución del pipeline

Cuando esté listo para ejecutar el conducto, pulse el icono Ejecutar y elija Trabajo de prueba. Se le solicitará que elija el espacio de despliegue para la interconexión y que cree o proporcione una clave de API para la interconexión si todavía no hay una disponible.

A medida que se ejecuta la interconexión, verá notificaciones de estado sobre el progreso de la ejecución. Los nodos que se procesan correctamente se marcan con una marca de selección.

Ejecución del pipeline

Visualización de la salida

cuando el trabajo se complete, pulse Salida de interconexión para la ejecución para ver un resumen de los procesos de interconexión. Puede pulsar para expandir cada sección y ver los detalles de cada operación.

Visualización de la salida de interconexión

Visualización del despliegue en el espacio

Cuando termine de explorar la interconexión y su salida, puede ver los activos que se han creado en el espacio que ha designado para la interconexión.

Abra el espacio. Verá que los modelos y los datos de entrenamiento se han copiado en el espacio. El modelo ganador se etiqueta como selected_model.

Visualización del espacio asociado

Visualización del despliegue

El último paso de la interconexión ha creado un despliegue de servicio web para el modelo seleccionado. Pulse la pestaña Despliegues para ver el despliegue.

Visualización del despliegue

Probar el despliegue

Puede probar el despliegue para ver las predicciones que genera el modelo.

Pulse el nombre del despliegue para ver los detalles.
Pulse el separador Probar.
Especifique estos datos JSON en el formulario de entrada. La carga útil (entrada) debe coincidir con el esquema del modelo, pero no incluya la columna de predicción.

{"input_data":[{
        "fields": ["CheckingStatus","LoanDuration","CreditHistory","LoanPurpose","LoanAmount","ExistingSavings","EmploymentDuration","InstallmentPercent","Sex","OthersOnLoan","CurrentResidenceDuration","OwnsProperty","Age","InstallmentPlans","Housing","ExistingCreditsCount","Job","Dependents","Telephone","ForeignWorker"],
        "values": [["no_checking",28,"outstanding_credit","appliances",5990,"500_to_1000","greater_7",5,"male","co-applicant",3,"car_other",55,"none","free",2,"skilled",2,"yes","yes"]]
}]}