Translation not up to date
The Watson OpenScale service supports Watson Machine Learning as well as many third-party machine learning providers.
Model değerlendirmelerinizin bir parçası olarak performans doğruluğu, çalıştırma zamanı algılaması algılama, açıklanabilme ve otomatik deveklik işlevini ölçmek için, bu desteklenen makine öğrenme sağlayıcılarından birini kullanın.
- Watson Machine Learning
- Azure ML Studio
- Azure ML Hizmeti
- AWS SageMaker
- Özel (Özel makine öğrenimi çerçevesi, Watson Machine Learning' e eşdeğer işlevselliğe sahip olmalıdır.)
Birden çok makine öğrenimi motoru desteği
Watson OpenScale , tek bir eşgörünüm içinde birden çok makine öğrenimi motorunu destekler. Bunları Watson OpenScale gösterge panosu yapılandırması ya da Python SDKaracılığıyla yetkilendirebilirsiniz.
Adding providers using the Watson OpenScale dashboard
- Watson OpenScale' ı açtıktan sonra, Yapılandır
sekmesinden Makine öğrenimi sağlayıcısı eklesimgesini tıklatın. - Eklemek istediğiniz sağlayıcıyı seçin.
- Kimlik bilgileri gibi gerekli bilgileri girin ve Kaydetdüğmesini tıklatın.
Makine öğrenimi sağlayıcılarına ilişkin ayrıntıların değiştirilmesi ya da güncellenmesi
Döşeme menüsü 
simgesini ve daha sonra, Ayrıntıları görüntüle ve düzenle' yi tıklatın.
Adding machine learning providers by using the Python SDK
Python API wos_client.service_providers.add yöntemini kullanarak Watson OpenScale ' e birden çok makine öğrenimi motoru ekleyebilirsiniz.
IBM Watson Machine Learning
IBM Watson Machine Learning makine öğrenimi motorunu eklemek için aşağıdaki komutu çalıştırın:
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
Azure ML Studio makine öğrenimi motorunu eklemek için aşağıdaki komutu çalıştırın:
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
AWS Sagemaker makine öğrenimi motorunu eklemek için aşağıdaki komutu çalıştırın:
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
Microsoft Azure ML Hizmeti
Azure ML Service makine öğrenimi motorunu eklemek için aşağıdaki komutu çalıştırın:
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
Makine öğrenimi sağlayıcılarının bir listesi üretilmesi
Tüm bağ tanımlarının listesini görüntülemek için list yöntemini çalıştırın:
client.service_providers.list()
| UID | ad | hizmet_tipi | yaratıldı |
|---|---|---|---|
| e88ms###-####-####-############ | Azure ML Hizmet motorum | azure_machine_learning | 2019-04-04T09:50:33.189Z |
| e88sl###-####-####-############ | Azure ML Studio motorum | azure_machine_learning | 2019-04-04T09:50:33.186Z |
| e00sjl###-####-####-############ | WML eşgörünümü | watson_machine_learning | 2019-03-04T09:50:33.338Z |
| e43kl###-####-####-############ | My AWS SageMaker engine | sagemaker_machine_learning | 2019-04-04T09:50:33.186Z |
Belirli makine öğrenme motorlarına ilişkin bilgi almak için aşağıdaki konulara bakın:
- Özel makine öğrenim motorunuzu ekleyin.
- Microsoft Azure makine öğrenimi Studio işlemcinizi ekleyin
- Microsoft Azure makine öğrenimi hizmet işlemcinizi ekleyin
- Amazon SageMaker makine öğrenim motorunuzu ekleyin
Kodlama örneği için bkz. the Watson OpenScale örnek defterleri.