Nastavte monitory k vyhodnocení každé implementace modelu, kterou sledujete, pomocí produktu Watson OpenScale.

Poskytnutí podrobností modelu

Zadejte informace o svém modelu a povolte funkci Watson OpenScale pro přístup k vaší databázi a pochopte, jak je model nastaven.

Chcete-li konfigurovat monitory, zadejte v sekci Podrobnosti modelu na stránce konfigurace modelu v produktu Watson OpenScalenásledující informace:

Vstup modelu

Vyberte typ dat, která implementace analyzuje, a typ algoritmu, který používáte k sestavení svého modelu.

Údaje o výcviku

Pokud notebook nepoužíváte k poskytnutí souhrnu údajů o školení, musíte zadat umístění dat školení. Uveďte přesné umístění v databázi Db2 nebo Cloud Object Storage , kde jsou umístěna data o školení. Po výběru typu úložiště (buď Db2 nebo Cloud Object Storage) musíte dokončit následující informace:

• Pro databázi Db2 zadejte následující informace:

  • Název hostitele nebo adresa IP, kromě počáteční předpony https:// a závěrečného dopředného lomítka (/)
  • Port
  • Databáze (název)
  • Jméno uživatele
  • Heslo

• Do pole Cloud Object Storagezadejte následující informace:

  • Přihlašovací adresa URL: Přihlašovací adresa URL se musí shodovat s nastavením oblasti sektoru, kde jsou umístěna vaše data školení. Sektor dat školení uvedete v dalším kroku.
  • Instance prostředku (ID). Chcete-li vyhledat ID instance prostředku, přejděte na adresu https://cloud.ibm.com/resources, rozbalte položku Prostředek úložiště, klepněte na službu Cloud Object Storage a poté klepněte na volbu Pověření služby. Rozbalte požadovaný název klíče. Kopírovat hodnotu resource_instance_id bez uvozovek
  • Klíč rozhraní API. Chcete-li vyhledat klíč rozhraní API, přejděte na adresu https://cloud.ibm.com/resources, rozbalte položku Prostředek úložiště, klepněte na službu Cloud Object Storage a poté klepněte na pověření Služba * *. Rozbalte požadovaný název klíče. Kopírovat hodnotu rozhraní apikey bez uvozovek

Chcete-li zajistit platné připojení, klepněte na volbu Připojit a připojte se k datům školení. Po úspěšném připojení musíte provést další výběry a uložit svou práci:

• Pro databázi Db2 vyberte schéma a tabulku školení obsahující sloupce, které váš model očekává.
• Pro Cloud Object Storagevyberte Bucket a datovou sadu.

Modelová transakce

Watson OpenScale kontroluje informační obsah automaticky pro modely, které jste vytvořili pomocí produktu IBM Watson Machine Learning. Pro poskytovatele výuky externích počítačů musíte odeslat ukázkový informační obsah buď vložením souboru JSON do rámečku s informačním obsahem JSON, nebo pomocí rozhraní API k odeslání požadavku.

Popisek dat školení

Musíte vybrat jednu jedinečnou funkci z dat, která budou sloužit jako sloupec popisku (predikce). Tento model byl navržen tak, aby předpovídal.

Odborná příprava

Vyberte všechny funkce, které byly použity k vycvičování modelu před jeho implementací.

Podrobnosti o výstupu modelu

Vyberte podrobnosti o výstupu modelu a uložte svou práci. Konkrétně musíte vybrat sloupec předpovědi a sloupec pravděpodobnosti předpovědi. Watson OpenScale může tyto hodnoty zjistit pro vás.

Číselná/kategorická data

V případě číselných nebo kategoriálních dat musíte poskytnout informace o datech školení pro váš model, abyste mohli konfigurovat monitory.

• Manuální konfigurace monitorů -vyžaduje, abyste poskytli informace o připojení k vašim datům školení.

  Formát údajů o školení se musí shodovat s modelem. Například, pokud model očekává M a F pro funkci Gender, pak by měla mít data o školení M a F, ne Male a Female. Podobně platí, že je-li sloupec funkce identifikován jako číselný, měl by být tento sloupec ve vašem modelu během trénování modelu číselný. Je-li sloupec funkce označen jako číselný a používáte-li tento sloupec jako kategorický ve vašem modelu během školení modelu, je třeba sloupec aktualizovat, aby byl kategorický.

  Produkt Watson OpenScale podporuje umístění Db2 nebo Cloud Object Storage :

  • Uveďte umístění (buď Db2 nebo Cloud Object Storage), pak:
    • Pro databázi Db2 zadejte následující informace:
      • Název hostitele nebo adresa IP
      • Port
      • Databáze (název)
      • Jméno uživatele
      • Heslo
    • Do pole Cloud Object Storagezadejte následující informace:
      • Přihlašovací adresa URL: Přihlašovací adresa URL se musí shodovat s nastavením oblasti sektoru, kde jsou umístěna vaše data školení. Sektor dat školení uvedete v dalším kroku.
      • Instance prostředku (ID)
      • Klíč rozhraní API
  • Chcete-li zajistit platné připojení, klepněte na tlačítko Testovat a připojte se k datům školení.
  • Uveďte přesné umístění v databázi Db2 nebo Cloud Object Storage , kde jsou umístěna data o školení.
    • Pro databázi Db2 vyberte schéma a tabulku školení obsahující sloupce, které váš model očekává.
    • Pro Cloud Object Storagevyberte Bucket a datovou sadu.

• Odeslat soubor distribuce dat pro školení -Vyberte tuto volbu, chcete-li, aby byla vaše soukromá data o školení soukromá. Můžete použít vlastní zápisník Python k poskytnutí informací Watson OpenScale s informacemi pro analýzu vašich dat o školení, aniž byste měli přístup k samotnému školení.

  Spuštění zápisníku Python umožňuje zachycovat odlišné hodnoty ve sloupcích schématu, stejně jako názvy sloupců. Kromě toho můžete pomocí notebooku předkonfigurovat monitor Fairness.

• Stáhněte si vlastní zápisníka nahraďte veškerá pověření vašimi vlastními pověřeními.
• Pečlivě si prohlédněte zápisník a v případě potřeby uveďte data pro váš model. Uložte zápisník.
• Spusťte zápisník a vygenerujte konfigurační soubor ve formátu JSON.
• Odešlete konfigurační soubor JSON.

• Produkt Watson OpenScale vyhledá vaše data o školení z metadat, která jsou uložena spolu s modelem v produktu IBM Watson Machine Learning.
• Vyberte sloupce použité k sestavení modelu-to jsou funkce, které vaše implementace modelu očekává v požadavku. Nevybírejte sloupec popisku (predikce).
• Jako sloupec predikce můžete zvolit buď řetězcový sloupec, nebo číselný sloupec.

Obrázky a nestrukturovaný text

• Obrázky

  U modelů, které přijímají obrázky jako vstup, musí být obrázek reprezentován ve formátu (výška) x (šířka) x (# kanály), kde každý bod představuje buď černobílý nebo RGB hodnoty pro každý pixel.

• Nestrukturovaný text.

  U modelů, které akceptují text jako vstup, si všimněte, že model přijímá celý text, a nikoli vektorovou reprezentaci textu.

Fairness a drift metrics nejsou podporovány u nestrukturovaných datových typů (obrázků nebo textu).

Přezkoumat a uložit konfiguraci

Uložte svou práci a pokračujte se přezkoumáním souhrnu výběru.

Další kroky

Chcete-li pokračovat v konfiguraci monitorů, klepněte na kartu Kvalita a klepněte na ikonu Upravit . Další informace viz Konfigurace monitoru kvality.

Prohlédněte si ukázkové soubory zatížení.

Nadřízené téma: Watson OpenScale