0 / 0
Go back to the English version of the documentation

Podporovaní poskytovatelé výuky počítačů v systému Watson OpenScale

Last updated: 15. 6. 2023
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.

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

  1. Po otevření produktu Watson OpenScalena kartě Konfigurovat je zobrazena ikona konfigurace klepněte na volbu Přidat poskytovatele výuky počítače.
  2. Vyberte poskytovatele, kterého chcete přidat.
  3. Zadejte požadované informace, jako např. pověření, a klepněte na tlačítko Uložit.

Změna nebo aktualizace podrobností pro poskytovatele výuky počítačů

Klepněte na ikonu dlaždic ikona nabídky dlaždice 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()

Tabulka 1. Vazby služby
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:

Příklad kódování naleznete v tématu Ukázkové notebooky Watson OpenScale.

Nadřízené téma: Vyhodnocování modelů AI s produktem Watson OpenScale