0 / 0
Volver a la versión inglesa de la documentación
Configuración de evaluaciones de modelos con configuración manual
Última actualización: 22 nov 2024
Configuración de evaluaciones de modelos con configuración manual

Puede utilizar la configuración manual para configurar las evaluaciones de los modelos de aprendizaje automático. Con la configuración manual, puede utilizar activos existentes, como bases de datos y espacios de despliegue. También puede elegir el tipo de entorno (preproducción o producción) para su implantación. A diferencia de la configuración automática, la configuración manual no instala activos de muestra para demostrar las evaluaciones de los modelos.

Ejecución de la configuración manual

Siga estos pasos para iniciar la configuración manual:

  1. Inicie Watson OpenScale desde su cuenta.
  2. Elija la opción Configuración manual.

Se abre la página Configuración del sistema . Para finalizar la configuración manual, debe completar los pasos que se describen en las secciones siguientes.

Adición de una conexión de base de datos

Conéctese a una base de datos para almacenar las transacciones del modelo y los resultados de la evaluación del modelo. Puede utilizar una Base de datos del plan lite gratuito para empezar. Alternativamente, si dispone de una base de datos EDB Postgres o Db2, puede utilizarla para evaluar los modelos. También puede adquirir una nueva base de datos.

Siga estos pasos para añadir una conexión de base de datos para evaluaciones de modelos:

  1. Asegúrese de que la pestaña Datos está abierta en la página de configuración del sistema. Pulse el icono Editar Icono Editar .

  2. Elija el tipo de base de datos:

    • Para utilizar la base de datos sin coste alguno, seleccione la Base de datos del plan lite gratuita en la lista.

    • Para utilizar una base de datos existente, elija una de las opciones siguientes:
      a. Databases for EDB '
      b. Db2
      c. Db2 Warehouse

    • Para adquirir una nueva base de datos, pulse Adquirir una base de datos.

  3. Complete los detalles de la conexión de base de datos y pulse Guardar.

Limitaciones

  • La base de datos y la instancia de IBM watsonx.ai Runtime deben desplegarse en la misma cuenta.
  • Puede utilizar una base de datos EDB Postgres o Db2 para almacenar los datos relacionados con el modelo (datos de retroalimentación, carga útil de puntuación) y las métricas calculadas. Actualmente no se da soporte a los planes Lite Db2.
  • La base de datos del plan Lite gratuito no cumple el GDPR. Si el modelo procesa información de identificación personal (PII), debe adquirir una nueva base de datos o utilizar una base de datos existente que cumpla la normativa GDPR.

Configuración de un proveedor de aprendizaje automático

Puede conectarse a modelos desplegados almacenados en un entorno de aprendizaje automático, incluidos los entornos de preproducción y producción. Los siguientes proveedores de servicios de aprendizaje automático están disponibles para la evaluación de modelos:

  • tiempo de ejecución de watsonx.ai
  • Amazon SageMaker
  • Microsoft Azure ML Studio
  • Microsoft Azure ML Service

También puede utilizar un entorno de servicio personalizado.

Siga estos pasos para conectarse a un proveedor de aprendizaje automático para evaluaciones de modelos:

  1. En la sección Proveedores de aprendizaje automático , pulse Añadir proveedor de aprendizaje automático.
  2. Opcional: Para cambiar el nombre predeterminado, pulse el icono Editar Icono Editar junto a Proveedores de aprendizaje automático.
  3. Opcional: Para especificar una descripción, pulse el icono Editar Icono Editar junto a Descripción.
  4. Para especificar información de conexión, pulse el icono Editar Icono Editar junto a Conexión.
  5. Elija un Proveedor de servicios y especifique los detalles de conexión.
  6. Pulse Guardar.

Gestión de usuarios y roles

Debe añadir los usuarios que desea que tengan acceso a las evaluaciones de su modelo y asignarles funciones para determinar qué tareas pueden realizar.

Más información

Tema principal: Opciones de configuración para evaluaciones de modelos

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información