Stručný úvod: Sestavení a implementace modelu strojového učení v notebooku Jupyter

Ukázková data

Ukázková data použitá v tomto výukovém programu jsou z dat, která jsou částí scikit-learn a budou použita k vycvičování modelu pro rozpoznání obrázků psaných číslic, z 0-9.

• Tipy pro dokončení tohoto výukového programu

  Použití obrazového videa v obraze

  Tip: Spustit video a poté, co se přetáhne výukovým programem, se video přesune do režimu obrázků s picse-in-picture. Zavřete video obsah pro nejlepší zážitek s obrazem v obraze. Můžete použít režim picture-in-picture tak, abyste mohli sledovat video, jak dokončujete úlohy v tomto výukovém programu. Klepněte na časová razítka pro každou úlohu, která se má sledovat.

  Následující animovaný obrázek ukazuje, jak používat obrazový obraz v obraze a obsah:

  

  Získejte pomoc v komunitě

  Potřebujete-li pomoc s tímto výukovým programem, můžete položit otázku nebo najít odpověď v diskusním fóru komunity Cloud Pak for Data.

  Nastavení oken prohlížeče

  Chcete-li získat optimální zkušenost s dokončením tohoto výukového programu, otevřete Cloud Pak for Data v jednom okně prohlížeče a ponechte tuto stránku výukového programu otevřenou v jiném okně prohlížeče, abyste snadno přepínali mezi oběma aplikacemi. Zvažte uspořádání dvou oken prohlížeče vedle sebe, abyste usnadnili sledování.

  

  Tip: Pokud při provádění tohoto výukového programu v uživatelském rozhraní narazíte na asistovanou prohlídku, klepněte na Možná později.

  
  Zpět na začátek
  

• Úloha 1: Otevřít projekt
  
  

  Potřebujete projekt k uložení dat a experimentu AutoAI . Projekt prostředí sandbox můžete použít nebo vytvořit projekt.

  1. V navigační nabídce vyberte volbu Projekty > Zobrazit všechny projekty .

  2. Otevřete projekt sandboxu. Chcete-li použít nový projekt:

     1. Klepněte na volbu Nový projekt.

     2. Vyberte volbu Vytvořit prázdný projekt.

     3. Zadejte název a nepovinný popis projektu.

     4. Vyberte existující instanci služby úložiště objektů nebo vytvořte novou.

     5. Klepněte na volbu Vytvořit.

  3. Jakmile se projekt otevře, klepněte na kartu Spravovat a vyberte stránku Služby a integrace .

     Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:07.

     1. Na kartě SlužbyIBM klepněte na volbu Přidružit službu.

     2. Vyberte instanci produktu Watson Machine Learning . Pokud jste dosud nezajistili instanci služby Watson Machine Learning , postupujte takto:

        1. Klepněte na volbu Nová služba.

        2. Vyberte volbu Watson Machine Learning.

        3. Klepněte na volbu Vytvořit.

        4. Vyberte novou instanci služby ze seznamu.

     3. Klepněte na tlačítko Přidružit službu.

     4. V případě potřeby klepněte na tlačítko Storno a vraťte se na stránku Služby & Integrace .

  Další informace nebo sledování videa naleznete v tématu Vytvoření projektu.
  Další informace o přidružených službách naleznete v tématu Přidání přidružených služeb.

  Zkontrolujte svůj pokrok

  Následující obrázek ukazuje nový projekt.
  
  

  

  
  Zpět na začátek
  

• Úloha 2: Přidat notebook do vašeho projektu
  
  

  Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:18.

  V tomto výukovém programu budete používat ukázkový zápisník. Chcete-li přidat ukázkový zápisník do projektu, postupujte takto:

  1. Získejte přístup k tématu Použít zápisník sckit-naučit se rozpoznávat ručně psané číslice v části Ukázky.

  2. Klepněte na volbu Přidat do projektu.

  3. Vyberte projekt ze seznamu a klepněte na tlačítko Přidat.

  4. Ověřte název zápisníku a jeho popis (volitelné).

  5. Vyberte běhové prostředí pro tento zápisník.

  6. Klepněte na volbu Vytvořit. Počkejte, než se načte editor zápisníků.

  7. V nabídce klepněte na volbu Kernel > Restartovat & Vymazat výstupa poté klepnutím na volbu Restartovat a vymazat všechny výstupy vymažte výstup z posledního uloženého spuštění.

  Zkontrolujte svůj pokrok

  Následující obrázek ukazuje nový zápisník.
  
  

  

  
  Zpět na začátek
  

• Úloha 3: Nastavení prostředí
  
  

  Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:44.

  První část v zápisníku nastaví prostředí tak, že uvedete vaše pověření IBM Cloud a umístění instance služby Watson Machine Learning . Chcete-li nastavit prostředí v zápisníku, postupujte takto:

  1. Posuňte se do sekce Nastavit prostředí .

  2. Vyberte si metodu pro získání klíče a umístění rozhraní API.

     • Spusťte v notebooku příkazy rozhraní CLI IBM Cloud z příkazového řádku.

     • Použijte konzolu IBM Cloud .

       1. Spusťte sekci klíčů rozhraní API v konzole IBM Clouda vytvořte klíč rozhraní API.

       2. Přejděte na seznam prostředků IBM Cloud, zobrazte instanci služby Watson Machine Learning a poznamenejte si Umístění.

       3. Správnou adresu URL koncového bodu naleznete v tématu Watson Machine Learning Dokumenty rozhraní API . Například, Dallas je v nás-jih.

  3. Vložte klíč a umístění rozhraní API do buňky 1.

  4. Spusťte buňky 1 a 2.

  5. Chcete-li instalovat balík produktu ibm-watson-machine-learning , spusťte buňku 3.

  6. Spusťte buňku 4 k importu klienta rozhraní API a vytvořte instanci klienta rozhraní API pomocí vašich pověření.

  7. Chcete-li zobrazit seznam všech existujících prostorů implementace, spusťte buňku 5. Pokud nemáte místo implementace, proveďte následující kroky:

     1. Otevřete jinou kartu s implementací watsonx .

     2. V navigační nabídce klepněte na volbu Nasazení.

     3. Klepněte na volbu Nový prostor implementace.

     4. Přidejte název a volitelný popis implementace.

     5. Klepněte na tlačítko Vytvořita poté na volbu Zobrazit nový prostor.

     6. Klepněte na kartu Spravovat.

     7. Zkopírujte GUID prostoru a zavřete kartu, tato hodnota bude vaše space_id.

  8. Okopírujte a vložte příslušné ID prostoru implementace do buňky 6, poté spusťte buňku 6 a buňku 7 a nastavte výchozí prostor.

  Zkontrolujte svůj pokrok

  Následující obrázek ukazuje zápisník se všemi nastavujícími proměnnými prostředí.
  
  

  

  
  Zpět na začátek
  

• Úloha 4: Spustit zápisník
  
  

  Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 02:14.

  Nyní, když jsou nastaveny všechny proměnné prostředí, můžete spustit zbytek buněk v zápisníku. Chcete-li si přečíst komentáře, spustit buňky a zkontrolovat výstup, postupujte podle následujících kroků:

  1. Spusťte buňky v sekci Prozkoumat data .

  2. Spusťte buňky v sekci Vytvořit model scikit-učit se .

     1. Připravte data tím, že ji rozdělíte do tří datových sad (vlak, test a skóre).

     2. Vytvořte propojení procesů.

     3. Vycvičit model.

     4. Vyhodnoťte model s použitím testovacích dat.

  3. Spusťte buňky v sekci Publikovat model a publikujte model, získejte podrobnosti modelu a získejte všechny modely.

  4. Spusťte buňky v sekci Vytvořit implementaci modelu .

  5. Spusťte buňky v sekci Získat podrobnosti o implementaci .

  6. Spusťte buňky v sekci Skóre *, která odešle požadavek na přidělení skóre implementovanému modelu a zobrazí předpověď.

  7. Klepnutím na volbu Soubor > Uložit uložte zápisník a jeho výstup.

  Zkontrolujte svůj pokrok

  Následující obrázek ukazuje zápisník s predikcí.
  
  

  

  
  Zpět na začátek
  

• Úloha 5: Zobrazení a testování implementovaného modelu v prostoru implementace
  
  

  Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 04:07.

  Implementaci modelu můžete také zobrazit přímo z prostoru implementace. Postupujte takto, chcete-li testovat implementovaný model v prostoru.

  1. V navigační nabídce klepněte na volbu Nasazení.

  2. Klepněte na kartu Prostory .

  3. Vyberte příslušný prostor implementace ze seznamu.

  4. Klepněte na položku Model Scikit.

  5. Klepněte na volbu Implementace modelu scikit.

  6. Přečtěte si téma Koncový bod a Úseky kódu.

  7. Klepněte na kartu Test . Implementovaný model můžete otestovat vložením následujícího kódu JSON:

        {"input_data": [{"values": [[0.0, 0.0, 5.0, 16.0, 16.0, 3.0, 0.0, 0.0, 0.0, 0.0, 9.0, 16.0, 7.0, 0.0, 0.0, 0.0, 0.0, 0.0, 12.0, 15.0, 2.0, 0.0, 0.0, 0.0, 0.0, 1.0, 15.0, 16.0, 15.0, 4.0, 0.0, 0.0, 0.0, 0.0, 9.0, 13.0, 16.0, 9.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 14.0, 12.0, 0.0, 0.0, 0.0, 0.0, 5.0, 12.0, 16.0, 8.0, 0.0, 0.0, 0.0, 0.0, 3.0, 15.0, 15.0, 1.0, 0.0, 0.0], [0.0, 0.0, 6.0, 16.0, 12.0, 1.0, 0.0, 0.0, 0.0, 0.0, 5.0, 16.0, 13.0, 10.0, 0.0, 0.0, 0.0, 0.0, 0.0, 5.0, 5.0, 15.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 8.0, 15.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 13.0, 13.0, 0.0, 0.0, 0.0, 0.0, 0.0, 6.0, 16.0, 9.0, 4.0, 1.0, 0.0, 0.0, 3.0, 16.0, 16.0, 16.0, 16.0, 10.0, 0.0, 0.0, 5.0, 16.0, 11.0, 9.0, 6.0, 2.0]]}]}
     

  8. Klepněte na tlačítko Predict. Výsledná predikce označuje, že ručně psané číslice jsou 5 a 4.

  Zkontrolujte svůj pokrok

  Na následujícím obrázku je zobrazena karta Test s prognózou.
  
  

  

  
  Zpět na začátek
  

• (Volitelné) Úloha 6: Vyčištění
  
  

  Chcete-li odebrat všechna aktiva vytvořená zápisníkem, vytvořte nový zápisník na základě zápisníku Machine Learning správy artefaktů. Odkaz na tento notebook je k dispozici také v sekci Vyčištění v souboru Použít scikit-učit se rozpoznávat ručně psané číslice použité v tomto výukovém programu.

  
  Zpět na začátek