Translation not up to date
Usługa Watson OpenScale obsługuje Watson Machine Learning , a także wiele innych dostawców oprogramowania.
Użyj jednego z tych obsługiwanych dostawców uczenia maszynowego, aby wykonać rejestrowanie ładunku, rejestrowanie informacji zwrotnych, a także aby zmierzyć dokładność wydajności, wykrywanie, wytłumaczalność i automatyczne debiuowanie w środowisku wykonawczym jako część oceny modelu.
- Watson Machine Learning
- Azure ML Studio
- Usługa Azure ML
- AWS SageMaker
- Niestandardowa (niestandardowe środowisko uczenia maszynowego musi mieć równoważną funkcjonalność do Watson Machine Learning).
Obsługa wielu mechanizmów uczenia maszynowego
Usługa Watson OpenScale obsługuje wiele mechanizmów uczenia maszynowego w ramach jednej instancji. Można je udostępniać za pomocą konfiguracji panelu kontrolnego Watson OpenScale lub pakietu Python SDK.
Dodawanie dostawców za pomocą panelu kontrolnego Watson OpenScale
- Po otwarciu opcji Watson OpenScalena karcie Konfiguracja
kliknij opcję Dodaj dostawcę uczenia maszynowego. - Wybierz dostawcę, który ma zostać dodany.
- Wprowadź wymagane informacje, takie jak informacje autoryzacyjne, a następnie kliknij przycisk Zapisz.
Zmiana lub aktualizacja szczegółów dla dostawców uczenia maszynowego
Kliknij ikonę menu 
, a następnie kliknij opcję Wyświetl i edytuj szczegóły.
Dodawanie dostawców uczenia maszynowego przy użyciu pakietu Python SDK
Do systemu Watson OpenScale można dodać więcej niż jeden mechanizm uczenia maszynowego za pomocą metody wos_client.service_providers.add interfejsu API języka Python .
IBM Watson Machine Learning
Aby dodać mechanizm uczenia maszynowego produktu IBM Watson Machine Learning , uruchom następującą komendę:
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
Aby dodać mechanizm uczenia maszynowego Azure ML Studio, uruchom następującą komendę:
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
Aby dodać mechanizm uczenia maszynowego AWS Sagemaker, uruchom następującą komendę:
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
Usługa Microsoft Azure ML
Aby dodać mechanizm uczenia maszynowego Azure ML Service, uruchom następującą komendę:
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
Tworzenie listy dostawców uczenia maszynowego
Aby wyświetlić listę wszystkich powiązań, należy uruchomić metodę list :
client.service_providers.list()
| uid | nazwa | typ_usługi | utworzono |
|---|---|---|---|
| e88ms###-####-####-############ | Mój silnik usługi Azure ML | azure_machine_learning | 2019-04-04T09:50:33.189Z |
| e88sl###-####-####-############ | Mój silnik Azure ML Studio | azure_machine_learning | 2019-04-04T09:50:33.186Z |
| e00sjl###-####-####-############ | Instancja WML | watson_machine_learning | 2019-03-04T09:50:33.338Z |
| e43kl###-####-####-############ | Mój mechanizm AWS SageMaker | sagemaker_machine_learning | 2019-04-04T09:50:33.186Z |
Informacje na temat konkretnych mechanizmów uczenia maszynowego można znaleźć w następujących tematach:
- Dodaj niestandardowy mechanizm uczenia maszynowego.
- Dodaj mechanizm uczenia maszynowego Microsoft Azure
- Dodaj mechanizm usługi uczenia maszynowego Microsoft Azure
- Dodaj mechanizm uczenia maszynowego Amazon SageMaker
Przykład kodowania znajduje się w przykładowym notatniku Watson OpenScale.
Temat nadrzędny: Wartościowanie modeli AI za pomocą narzędzia Watson OpenScale