Translation not up to date
Użyj opcji Watson Machine Learning , aby wdrożyć modele i rozwiązania, dzięki czemu można je wykorzystać do użytku produkcyjnego, a następnie monitorować wdrożone zasoby pod kątem rzetelności i wytłumaczalności. Można również zautomatyzować cykl życia AI, aby zachować bieżące zasoby uczenia maszynowego.
Kończenie cyklu życia AI
Po przygotowaniu danych i zbudowaniu modeli lub rozwiązaniach można zakończyć cykl życia AI, wdrażając i monitorując zasoby aplikacyjne.
Wdrożenie jest ostatnim etapem cyklu życia modelu lub skryptu, w którym uruchamiane są modele i kod. Produkt Watson Machine Learning udostępnia narzędzia potrzebne do wdrożenia zasobu, takiego jak model uczenia maszynowego lub funkcja.
Do zarządzania procesami ModelOps można używać IBM Watson Pipelines . Utwórz potok, który automatyzuje części cyklu życia AI, takie jak szkolenie i wdrażanie modelu uczenia maszynowego.
Następne kroki
- Dowiedz się, jak zarządzać zasobami w obszarze wdrażania
- Dowiedz się, jak wdrażać zasoby aplikacyjne z obszaru wdrażania
- Wyświetl przykładowe notebooki , które demonstrują wdrożenie, które korzysta z klienta Python lub