Translation not up to date
Podporovaní poskytovatelé výuky počítačů v systému Watson OpenScale
Služba Watson OpenScale podporuje produkt Watson Machine Learning stejně jako mnoho poskytovatelů počítačových učení od jiných dodavatelů.
Použijte jeden z těchto podporovaných poskytovatelů výuky počítače k provedení protokolování informačního obsahu, protokolování zpětné vazby a měření výkonu, funkce předpojatosti za běhu, vysvětlitelnosti a funkce auto-debias v rámci vyhodnocení modelu.
- Watson Machine Learning
- Azure ML Studio
- Služba MLAzure
- AWS SageMaker
- Vlastní (Vlastní výukový rámec počítače musí mít ekvivalentní funkce k produktu Watson Machine Learning.)
Podpora pro více strojů pro výuku počítačů
Produkt Watson OpenScale podporuje vícestrojové výukové stroje v rámci jediné instance. Můžete je zajistit prostřednictvím konfigurace řídicího panelu Watson OpenScale nebo produktu Python SDK.
Přidání poskytovatelů pomocí panelu dashboard Watson OpenScale
- Po otevření produktu Watson OpenScalena kartě Konfigurovat
klepněte na volbu Přidat poskytovatele výuky počítače.
- Vyberte poskytovatele, kterého chcete přidat.
- Zadejte požadované informace, jako např. pověření, a klepněte na tlačítko Uložit.
Změna nebo aktualizace podrobností pro poskytovatele výuky počítačů
Klepněte na ikonu dlaždic a poté klepněte na volbu Zobrazit podrobnosti & upravit podrobnosti.
Přidání poskytovatelů výuky počítačů pomocí sady Python SDK
Do produktu Watson OpenScale můžete přidat více než jeden stroj pro výuku počítačů pomocí metody wos_client.service_providers.add
rozhraní API Python .
IBM Watson Machine Learning
Chcete-li přidat stroj IBM Watson Machine Learning machine learning Engine, spusťte následující příkaz:
WML_CREDENTIALS = {
"url": "https://us-south.ml.cloud.ibm.com",
"apikey": IBM CLOUD_API_KEY
}
wos_client.service_providers.add(
name=SERVICE_PROVIDER_NAME,
description=SERVICE_PROVIDER_DESCRIPTION,
service_type=ServiceTypes.WATSON_MACHINE_LEARNING,
deployment_space_id = WML_SPACE_ID,
operational_space_id = "production",
credentials=WMLCredentialsCloud(
apikey=CLOUD_API_KEY, ## use `apikey=IAM_TOKEN` if using IAM_TOKEN to initiate client
url=WML_CREDENTIALS["url"],
instance_id=None
),
background_mode=False
).result
Microsoft Azure ML Studio
Chcete-li přidat stroj pro výuku počítače Azure ML Studio, spusťte následující příkaz:
AZURE_ENGINE_CREDENTIALS = {
"client_id": "",
"client_secret": "",
"subscription_id": "",
"tenant": ""
}
wos_client.service_providers.add(
name=SERVICE_PROVIDER_NAME,
description=SERVICE_PROVIDER_DESCRIPTION,
service_type=ServiceTypes.AZURE_MACHINE_LEARNING,
#deployment_space_id = WML_SPACE_ID,
#operational_space_id = "production",
credentials=AzureCredentials(
subscription_id= AZURE_ENGINE_CREDENTIALS['subscription_id'],
client_id = AZURE_ENGINE_CREDENTIALS['client_id'],
client_secret= AZURE_ENGINE_CREDENTIALS['client_secret'],
tenant = AZURE_ENGINE_CREDENTIALS['tenant']
),
background_mode=False
).result
Amazon Sagemaker
Chcete-li přidat stroj AWS Sagemaker machine learning Engine, spusťte následující příkaz:
SAGEMAKER_ENGINE_CREDENTIALS = {
'access_key_id':””,
'secret_access_key':””,
'region': '}
wos_client.service_providers.add(
name="AWS",
description="AWS Service Provider",
service_type=ServiceTypes.AMAZON_SAGEMAKER,
credentials=SageMakerCredentials(
access_key_id=SAGEMAKER_ENGINE_CREDENTIALS['access_key_id'],
secret_access_key=SAGEMAKER_ENGINE_CREDENTIALS['secret_access_key'],
region=SAGEMAKER_ENGINE_CREDENTIALS['region']
),
background_mode=False
).result
Služba Microsoft Azure ML
Chcete-li přidat stroj Azure ML Service machine learning Engine, spusťte následující příkaz:
service_type = "azure_machine_learning_service"
added_service_provider_result = wos_client.service_providers.add(
name=SERVICE_PROVIDER_NAME,
description=SERVICE_PROVIDER_DESCRIPTION,
service_type = service_type,
credentials=AzureCredentials(
subscription_id= AZURE_ENGINE_CREDENTIALS['subscription_id'],
client_id = AZURE_ENGINE_CREDENTIALS['client_id'],
client_secret= AZURE_ENGINE_CREDENTIALS['client_secret'],
tenant = AZURE_ENGINE_CREDENTIALS['tenant']
),
background_mode=False
).result
Vytvoření seznamu poskytovatelů výuky počítačů
Chcete-li zobrazit seznam všech vazeb, spusťte metodu list
:
client.service_providers.list()
UID | Název | typ_služby | vytvořeno |
---|---|---|---|
e88ms###-####-####-############ | Můj stroj Azure ML Service Engine | učení azure_machine_learning | 2019-04-04T09:50:33.189Z |
e88sl###-####-####-############ | Můj stroj Azure ML Studio | učení azure_machine_learning | 2019-04-04T09:50:33.186Z |
e00sjl###-####-####-############ | Instance WML | wathson_machine_learning | 2019-03-04T09:50:33.338Z |
e43kl###-####-####-############ | Můj stroj AWS SageMaker | sagemaker_machine_learning | 2019-04-04T09:50:33.186Z |
Informace o specifických strojových výukových strojích najdete v následujících tématech:
- Přidejte svůj stroj pro výuku vlastního počítače.
- Přidejte strojový stroj Microsoft Azure machine learning engine
- Přidejte stroj Microsoft Azure stroj služeb pro výuku počítače
- Přidejte stroj pro výuku počítače Amazon SageMaker
Příklad kódování naleznete v tématu Ukázkové notebooky Watson OpenScale.
Nadřízené téma: Vyhodnocování modelů AI s produktem Watson OpenScale