Sie können die manuelle Einrichtung verwenden, um Auswertungen von Modellen für maschinelles Lernen zu konfigurieren. Bei der manuellen Einrichtung können Sie vorhandene Ressourcen wie Datenbanken und Bereitstellungsbereiche verwenden. Sie können auch den Umgebungstyp (Vorproduktion oder Produktion) für Ihre Bereitstellung wählen. Anders als bei der automatischen Einrichtung werden bei der manuellen Einrichtung keine Beispiel-Assets zur Demonstration von Modellevaluierungen installiert.
Manuelle Konfiguration ausführen
Gehen Sie wie folgt vor, um die manuelle Konfiguration zu starten:
- Starten Sie Watson OpenScale über Ihr Konto.
- Wählen Sie die Option Manuelle Konfiguration aus.
Die Seite Systemkonfiguration wird geöffnet. Um die manuelle Konfiguration abzuschließen, müssen Sie die in den folgenden Abschnitten beschriebenen Schritte ausführen.
Hinzufügen einer Datenbankverbindung
Stellen Sie eine Verbindung zu einer Datenbank her, um Modelltransaktionen und Modellbewertungsergebnisse zu speichern. Sie können Datenbank für kostenlose Lite-Pläne als Einstieg verwenden. Wenn Sie über eine bestehende EDB Postgres oder Db2 verfügen, können Sie diese auch für die Evaluierung von Modellen verwenden. Darüber hinaus können Sie eine neue Datenbank kaufen.
Gehen Sie folgendermaßen vor, um eine Datenbankverbindung für Modellauswertungen hinzuzufügen:
Stellen Sie sicher, dass die Registerkarte Datenbank auf der Systemkonfigurationsseite geöffnet ist. Klicken Sie auf das Symbol Bearbeiten .
Datenbanktyp auswählen:
Um die Datenbank kostenfrei zu verwenden, wählen Sie in der Liste die Datenbank für kostenlose Lite-Pläne aus.
Um eine vorhandene Datenbank zu verwenden, wählen Sie eine der folgenden Optionen aus:
a. Databases for EDB '
b. Db2
Db2 WarehouseUm eine neue Datenbank zu kaufen, klicken Sie auf Datenbank kaufen.
Geben Sie die Details für Ihre Datenbankverbindung an und klicken Sie auf Speichern.
Einschränkungen
- Die Datenbank und die IBM watsonx.ai Runtime-Instanz müssen unter demselben Konto bereitgestellt werden.
- Sie können eine EDB Postgres oder Db2 verwenden, um modellbezogene Daten (Feedback-Daten, Scoring Payload) und berechnete Metriken zu speichern. Lite-Pläne mit Db2 werden gegenwärtig nicht unterstützt.
- Die Datenbank für den kostenfreien Lite-Plan ist nicht DSGVO-konform. Wenn in Ihrem Modell personenbezogene Daten verarbeitet werden, dann müssen Sie eine neue Datenbank kaufen oder eine bereits vorhandene Datenbank verwenden, die DSGVO-konform ist.
Machine Learning-Provider einrichten
Sie können eine Verbindung zu implementierten Modellen herstellen, die in einer Umgebung für maschinelles Lernen gespeichert sind, einschließlich Vorproduktions- und Produktionsumgebungen. Die folgenden Dienstleister für maschinelles Lernen stehen für Modellevaluierungen zur Verfügung:
- watsonx.ai Laufzeit
- Amazon SageMaker
- Microsoft Azure ML Studio
- Microsoft Azure ML Service
Sie können auch eine Angepasste Serviceumgebung verwenden.
Führen Sie diese Schritte aus, um eine Verbindung zu einem Anbieter für maschinelles Lernen für Modellbewertungen herzustellen:
- Klicken Sie im Abschnitt Machine Learning-Provider auf Machine Learning-Provider hinzufügen.
- Optional: Klicken Sie zum Ändern des Standardnamens auf das Symbol Bearbeiten neben Machine Learning-Provider.
- Optional: Klicken Sie zum Eingeben einer Beschreibung auf das Symbol Bearbeiten neben Beschreibung.
- Klicken Sie zum Eingeben von Verbindungsinformationen auf das Symbol Bearbeiten neben Verbindung.
- Wählen Sie einen Service-Provider aus und geben Sie die Verbindungsdetails an.
- Klicken Sie auf Speichern.
Benutzer und Rollen verwalten
Sie müssen die Benutzer hinzufügen, die Zugriff auf Ihre Modellauswertungen haben sollen, und ihnen Rollen zuweisen, um festzulegen, welche Aufgaben sie erledigen können.
Weitere Informationen
Übergeordnetes Thema: Einrichtungsoptionen für Modellauswertungen