0 / 0
Go back to the English version of the documentation
Stručný úvod: Automatizace životního cyklu pro model s potrubím
Last updated: 09. 11. 2023
Stručný úvod: Automatizace životního cyklu pro model s potrubím

Můžete vytvořit komplexní propojení procesů, které bude poskytovat stručná, předzpracovaná a aktuální data uložená v externím zdroji dat. Přečtěte si o tématu Watson Pipelines, poté se podívejte na video a proveďte výukový program.

Nezbytné služby
Watson Studio
Watson Machine Learning

Váš základní sled prací zahrnuje tyto úlohy:

  1. Otevřete svůj projekt sandboxu. Projekty jsou místa, kde můžete spolupracovat s ostatními při práci s daty.
  2. Přidejte připojení a data do projektu. Můžete přidat soubory CSV nebo data ze vzdáleného zdroje dat prostřednictvím připojení.
  3. Vytvořte propojení procesů v projektu.
  4. Chcete-li provést úlohy, přidejte uzly do propojení procesů.
  5. Spusťte propojení procesů a zobrazte výsledky.

Přečtěte si o potrubích

Editor Watson Pipelines poskytuje grafické rozhraní pro koordinaci celkového toku aktiv od vytvoření až po implementaci. Sestavte a nakonfigurujte propojení procesů pro vytváření, trénování, implementaci a aktualizaci modelů strojového učení a skriptů Python . Uvedení modelu do výroby je vícestupňový proces. Data musí být načtena a zpracována, modely musí být před nasazením a testováním natrénovány a vyladěny. Modely strojového učení vyžadují více pozorování, vyhodnocení a aktualizace v průběhu času, aby se zabránilo zkreslení nebo driftu.

Další informace o potrubích

Další informace o dalších způsobech sestavení modelů

Podívejte se na video o potrubích

Zhlédnout video Chcete-li zobrazit náhled kroků v tomto výukovém programu, podívejte se na toto video. Můžete si všimnout malých rozdílů v uživatelském rozhraní, které je zobrazeno ve videu. Video je určeno jako společník písemného výukového programu.

Toto video poskytuje vizuální metodu, jak se seznámit s koncepty a úlohami v této dokumentaci.

Vyzkoušejte výukový program pro vytvoření modelu s kanály

Tento výukový program vás provede prozkoumáním a spuštěním propojení procesů AI pro sestavení a implementaci modelu. Model předpovídá, zda se zákazník pravděpodobně přihlásí k termínnímu vkladu na základě marketingové kampaně.

V tomto výukovém programu dokončíte tyto úlohy:

Dokončení tohoto výukového programu trvá přibližně 30 minut.

Ukázková data

Ukázková data, která se používají v řízených zkušenostech, jsou UCI: Marketingová data banky použitá k předpovědi, zda se zákazník zapíše do marketingové propagace.

Tabulka datové sady Bank Marketing



  • Použití obrazového videa v obraze

    Tip: Spusťte video a při procházení výukovým programem se video přesune do režimu obrazu v obraze. Zavřete video obsah pro nejlepší zážitek s obrazem v obraze. Můžete použít režim obrazu v obraze, takže můžete sledovat video po dokončení úloh v tomto výukovém programu. Klepněte na časová razítka pro každou úlohu, kterou chcete sledovat.

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

    Jak používat obrázky v obraze a kapitoly

    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.

    Vedlejší výukový program a uživatelské rozhraní

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

    Zpět na začátek


  • K uložení aktiv produktu Prompt Lab potřebujete projekt.

    Zhlédněte video, abyste viděli, jak vytvořit projekt sandboxu a přidružit službu. Poté postupujte podle kroků a ověřte, zda máte existující projekt, nebo vytvořte projekt sandboxu.

    Toto video poskytuje vizuální metodu, jak se seznámit s koncepty a úlohami v této dokumentaci.

    1. Na domovské obrazovce watsonx přejděte do sekce Projekty . Pokud vidíte nějaké projekty v seznamu, přeskočte na Úloha 2. Pokud nevidíte žádné projekty, pak postupujte takto, abyste vytvořili projekt.

    2. Klepněte na volbu Vytvořit projekt sandboxu. Po vytvoření projektu se projekt sandboxu zobrazí v sekci Projekty .

    Další informace nebo sledování videa naleznete v tématu Vytvoření projektu.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek zobrazuje domovskou obrazovku se sandboxem uvedeným v sekci Projekty. Nyní jste připraveni otevřít Výzvu k zadání testovacího pracoviště.

    Domovská obrazovka s vypsaným projektem sandboxu.


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:16.

    Prostory implementace vám pomáhají organizovat podpůrné prostředky, jako jsou vstupní data a prostředí, implementovat modely nebo funkce pro generování předpovědí nebo řešení a zobrazit nebo upravit podrobnosti implementace. Chcete-li vytvořit prostor implementace, postupujte takto.

    1. V navigační nabídce watsonx Navigační nabídkavyberte volbu Nasazení. Máte-li existující prostor implementace, můžete přeskočit na Úloha 2.

    2. Klepněte na volbu Nový prostor implementace.

    3. Zadejte název prostoru implementace.

    4. Vyberte službu úložiště ze seznamu.

    5. Vyberte zajišťovanou službu strojového učení ze seznamu.

    6. Klepněte na volbu Vytvořit.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje prázdný prostor implementace:

    Následující obrázek ukazuje prázdný prostor implementace.


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 00:08.

    Vytvoříte a spustíte propojení procesů v projektu. Chcete-li vytvořit propojení procesů na základě ukázky v projektu, postupujte takto:

    1. Na domovské stránce watsonx vyberte pískoviště nebo jiný existující projekt z rozevíracího seznamu.

      Rozevírací seznam projektů

    2. Klepněte na volbu Upravit mou cestua vyberte volbu Zobrazit všechny úlohy.

    3. Vyberte volbu Automatizovat životní cyklus modelu.

    4. Klepněte na volbu Ukázky.

    5. Vyberte volbu Koordinovat AutoAI experimenta klepněte na tlačítko Další.

    6. Volitelné: Změňte název propojení procesů.

    7. Klepněte na volbu Vytvořit. Ukázková propojení procesů získává trénovací data, trénuje model strojového učení pomocí nástroje AutoAI a vybírá nejlepší propojení procesů pro uložení jako model. Model je implementován do prostoru.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje ukázku propojení procesů.

    Následující obrázek ukazuje ukázku propojení procesů.


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající v 00:30.

    Ukázkové propojení procesů zahrnuje několik uzlů pro vytvoření aktiv a použití těchto aktiv k sestavení modelu. Chcete-li zobrazit uzly, postupujte takto:

    1. Klepnutím na ikonu Globální objekty Ikona globálních objektů zobrazte parametry propojení procesů. Rozbalte parametr deployment_space . Toto propojení procesů obsahuje parametr pro určení prostoru implementace, kde je uložen a implementován nejlepší model z experimentu AutoAI . Klepnutím na tlačítko X zavřete okno.

    2. Poklepejte na uzel Vytvořit datový soubor , abyste viděli, že je nakonfigurován pro přístup k datové sadě pro experiment. Klepnutím na tlačítko Storno zavřete podokno vlastností.

    3. Poklepejte na uzel Vytvořit AutoAI experiment . Zobrazte název experimentu, rozsah, kde je experiment uložen, typ predikce (binární klasifikace, klasifikace více tříd nebo regrese), sloupec předpovědi a kladnou třídu. Všechny ostatní parametry jsou volitelné. Klepnutím na tlačítko Storno zavřete podokno vlastností.

    4. Poklepejte na uzel Spustit AutoAI experiment . Tento uzel spouští experiment AutoAI -onboarding-bank-marketing-prediction, trénuje propojení procesů a poté ukládá nejlepší model. První dva parametry jsou povinné. První parametr vezme výstup z uzlu Vytvořit AutoAI experiment jako vstup pro spuštění experimentu. Druhý parametr převezme výstup z uzlu Vytvořit datový soubor jako vstup trénovací data pro experiment. Všechny ostatní parametry jsou volitelné. Klepnutím na tlačítko Storno zavřete podokno vlastností.

    5. Poklepejte na uzel Vytvořit webovou službu . Tento uzel vytvoří implementaci s názvem onboarding-bank-marketing-prediction-deployment. První parametr vezme nejlepší výstup modelu z uzlu experimentu Spustit AutoAI jako vstup pro vytvoření implementace se zadaným názvem. Všechny ostatní parametry jsou volitelné. Klepnutím na tlačítko Storno zavřete podokno vlastností.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje vlastnosti pro uzel Vytvořit webovou službu. Nyní jste připraveni spustit ukázkovou kolonu.

    Následující obrázek obsahuje vlastnosti pro uzel Vytvořit webovou službu.


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 03:43.

    Nyní, když je propojení procesů dokončeno, postupujte takto, abyste spustili propojení procesů:

    1. Na panelu nástrojů klepněte na volbu Spustit propojení procesů > Zkušební spuštění.

    2. V sekci Hodnoty pro parametry propojení procesů vyberte prostor implementace:

      1. Klepněte na volbu Vybrat prostor.

      2. Klepněte na volbu Prostory.

      3. Vyberte prostor implementace z nabídky Úloha 1.

      4. Klepněte na tlačítko Zvolit.

    3. Zadejte klíč rozhraní API, pokud je tato příležitost prvním spuštěním propojení procesů. Aktiva propojení procesů používají váš osobní klíč rozhraní API IBM Cloud k bezpečnému spuštění operací bez narušení.

      • Máte-li existující klíč rozhraní API, klepněte na volbu Použít existující klíč rozhraní API, vložte klíč rozhraní API a klepněte na tlačítko Uložit.

      • Pokud nemáte existující klíč rozhraní API, klepněte na volbu Generovat nový klíč rozhraní API, zadejte název a klepněte na tlačítko Uložit. Zkopírujte klíč rozhraní API a pak uložte klíč rozhraní API pro budoucí použití. Po dokončení klepněte na tlačítko Zavřít.

    4. Klepnutím na tlačítko Spustit spusťte spuštění propojení procesů.

    5. Monitorování průběhu propojení procesů.

      1. Procházet konsolidované protokoly, zatímco je propojení procesů spuštěno. Dokončení zkušebního provozu může trvat až 10 minut.

      2. Po dokončení každé operace vyberte uzel pro tuto operaci na plátně.

      3. Na kartě Inspektor uzlu zobrazte podrobnosti operace.

      4. Klepnutím na kartu Výstup uzlu zobrazíte souhrn výstupu pro každou operaci uzlu.

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje propojení procesů po dokončení zkušebního spuštění. Nyní jste připraveni přezkoumat aktiva, která vytvořila propojení procesů.

    Dokončeno spuštění propojení procesů


    Zpět na začátek


  • náhled výukového videa Chcete-li zobrazit náhled této úlohy, podívejte se na video začínající na 04:27.

    Propojení procesů vytvořilo několik aktiv v prostoru implementace. Chcete-li zobrazit aktiva, postupujte takto:

    1. V navigační nabídce watsonx Navigační nabídkavyberte volbu Nasazení.

    2. Klepněte na název svého prostoru implementace.

    3. Na kartě Aktiva zobrazte Všechna aktiva.

    4. Klepněte na datové aktivum bank-marketing-data.csv . Uzel Vytvořit datový soubor vytvořil toto aktivum.

    5. Klepněte na model začínající názvem onboarding-bank-marketing-prediction. Uzel Spustit AutoAI experiment vygeneroval několik kandidátů na model a vybral jej jako nejlepší model.

    6. Klepněte na kartu Podrobnosti modelu a posuňte se přes informace o modelu a trénování.

    7. Klepněte na kartu Nasazení a otevřete volbu onboarding-bank-marketing-prediction-deployment.

      1. Klepněte na kartu Test .

      2. Klepněte na kartu Vstup JSON .

      3. Nahraďte ukázkový text následujícím textem JSON a klepněte na volbu Předpovědět.

        {
          "input_data": [
                  {
                          "fields": [
                                  "age",
                                  "job",
                                  "marital",
                                  "education",
                                  "default",
                                  "balance",
                                  "housing",
                                  "loan",
                                  "contact",
                                  "day",
                                  "month",
                                  "duration",
                                  "campaign",
                                  "pdays",
                                  "previous",
                                  "poutcome"
                          ],
                          "values": [
                                  [
                                          35,
                                          "management",
                                          "married",
                                          "tertiary",
                                          "no",
                                          0,
                                          "yes",
                                          "no",
                                          "cellular",
                                          1,
                                          "jun",
                                          850,
                                          10,
                                          -1,
                                          4,
                                          "unknown"
                                  ]
                          ]
                  }
          ]
        }
        

    Ikona kontrolního bodu Zkontrolujte svůj pokrok

    Následující obrázek ukazuje výsledky testu; předpovědí je schválit žadatele. Skóre hodnověrnosti pro váš test se může lišit od skóre, která jsou zobrazena na obrázku.

    Předpovědi výsledků testů


    Zpět na začátek

Další informace

Nadřízené téma: Výukové programy rychlého spuštění

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more