Plány a výpočetní využití produktu Watson Machine Learning

Limity a výchozí nastavení pro uchování úloh implementace (Watson Machine Learning)

Produkt Watson Machine Learning uvádí omezení počtu úloh implementace uchovaných pro jednotlivé prostory implementace. Důležité je, že při této aktualizaci žádná z vašich informací nebude ztracena, ale při spouštění úloh implementace se může stát, že se budete muset změnit.

Pokud překročíte svůj limit, nebudete moci vytvářet nové úlohy implementace, dokud neodstraníte existující úlohy nebo neupgradujete svůj plán. Nová automatizace vám pomůže zůstat v mezích plánu. Při výchozím nastavení budou metadata úloh automaticky odstraněna po 30 dnech. Tuto hodnotu můžete přepsat při vytváření úlohy. Viz Správa úloh.

Podrobnosti využití CUH

• Výpočetní využití Machine Learning se vypočítá podle počtu hodin jednotky kapacity (CUH) spotřebovaných instancí aktivního učení počítače.
• Spotřebovaná rychlost jednotek kapacity za hodinu je určena výpočetními požadavky na aktiva a modely Machine Learning . Například model s velkou a komplexní datovou sadou bude spotřebovávat více vzdělávacích prostředků než model s menší a jednodušší datovou sadou. Všimněte si, že škálování implementace pro podporu více souběžných uživatelů a požadavků také zvyšuje spotřebu CUH.
• Protože existuje tolik proměnných, které ovlivňují spotřebu prostředků pro implementaci, doporučujeme spustit testy na svých modelech a implementacích k analýze spotřeby CUH.
• Výpočet času se vypočítá na milisekundu. Pro každou jednotlivou operaci je však minimální jednorázová minuta. To znamená, že školení, které trvá 12 sekund, se účtuje jako jedna minuta k kvótě hodin jednotky kapacity, zatímco školící běh, který trvá 83.555 sekund, se účtuje přesně tak, jak je vypočítáno.
• Způsob, jakým online implementace spotřebovávají kapacity jednotek, je založen na rámci. Pro některé rámce platí, že hodnota CUH je účtována za počet hodin, kdy je aktivum implementace aktivní v prostoru implementace. Například modely SPSS v režimu online implementace, které běží 24 hodin denně po sedm dní v týdnu spotřebovávají CUH a jsou zpoplatněny za toto období. Pro aktivní online implementaci není k dispozici žádná doba nečinnosti. Pro jiné rámce, MJ je účtován v závislosti na trvání skóre. Podrobnosti o tom, jak se vypočítá hodnota CUH, naleznete v tabulce spotřeby CUH.

Určení, zda je implementace aktivní

Pokud implementace neobdrží požadavky na přidělení skóre pro danou dobu trvání, je považována za neaktivní nebo nečinná a účtování se zastaví pro všechny rámce jiné než SPSS. Období použité k určení, kdy je nasazení neaktivní, závisí na typu plánu.

Spotřeba CUH podle implementace a typu rámce

Spotřeba CUH se vypočítá pomocí těchto vzorců:

Tyto tabulky zobrazují výpočet jednotek kapacity za hodinu pro prostředí pro výuku počítače podle typu použití.

Jednotky kapacity za hodinu pro modely školení, hodnocení nebo vyhodnocování modelů

Jednotky kapacity za hodinu pro experimenty AutoAI

Když jsou data sloučená pro experiment AutoAI , jsou jednotky kapacity za hodinu vypočítány odlišně jako data, která se spojují. Jakmile jsou data sloučená, spotřeba CUH se vrací k výpočtům pro experiment s jediným zdrojem dat.

Jednotky kapacity za hodinu pro experimenty AutoAI s využitím jednoho zdroje dat:

Jednotky kapacity za hodinu pro pokusy AutoAI při slučování dat:

Všimněte si, že spotřeba se zvyšuje pro každý exekutor, který

Jednotky kapacity za hodinu pro pokusy Decision Optimization

Tyto plány se vztahují na experimenty Decision Optimization spouštěné v produktu Watson Studio.

Jednotky kapacity za hodinu pro Decision Optimization v příručce Watson Machine Learning

Tyto plány se vztahují na Decision Optimization implementované a spuštěné z produktu Watson Machine Learning.

Podrobné informace o způsobu využití prostředků naleznete v tématu Monitorování využití prostředků účtu .

Sledování spotřeby CUH pro výuku počítače v notebooku

Chcete-li vypočítat jednotkovou jednotku kapacity, použijte:

CP =  client.service_instance.get_details()
CUH = CUH["entity"]["usage"]["capacity_units"]["current"]/(3600*1000)
print(CUH)

Příklad:

'capacity_units': {'current': 19773430}

19773430/(3600*1000)

vrátí hodnotu 5.49 CUH

Podrobnosti najdete v sekci Instance služby v dokumentaci k rozhraní IBM Watson Machine Learning .