Desplegar un pipeline como servicio en línea

Machine Learning Designer le permite empaquetar un pipeline de procesamiento de datos por lotes —que abarca el preprocesamiento de datos, la ingeniería de características y la predicción del modelo— en un modelo de pipeline. Después, puede desplegarlo en Elastic Algorithm Service (EAS) como un servicio en línea.

Importante

Solo los pipelines construidos completamente con componentes de algoritmos Alink (identificados con un pequeño círculo morado en el lienzo) se pueden desplegar como servicios en línea.

Limitaciones

Restricción	Detalles
Tipo de componente	Solo son compatibles los componentes de algoritmos Alink. Estos se identifican con un pequeño círculo morado en el lienzo.
Estado de ejecución	Todos los componentes de entrenamiento y predicción vinculados dentro del pipeline deben haber finalizado correctamente (marcados con una palomita verde) antes del empaquetado. Por ejemplo, para desplegar un modelo de regresión lineal, tanto el componente Linear Regression Training como el Linear Regression Prediction deben mostrar una palomita verde.
Topología	Los servicios en línea solo aceptan una entrada y una salida únicas. Seleccione un único enlace serial del grafo acíclico dirigido (DAG) de su pipeline por lotes.

Requisitos previos

Antes de empezar, asegúrese de contar con lo siguiente:

Un pipeline de procesamiento de datos por lotes que implemente el preprocesamiento de datos, la ingeniería de características y la predicción del modelo, y que se haya ejecutado correctamente. Para obtener más información, consulte Build a model

Vaya a la página de Machine Learning Designer.
1. Inicie sesión en la consola de Machine Learning Platform for AI.
2. En el panel de navegación izquierdo, haga clic en Workspaces. En la página Workspaces, haga clic en el nombre del espacio de trabajo que desea gestionar.
3. En el panel de navegación izquierdo, elija Model Training > Visualized Modeling (Designer).
En la pestaña Pipelines, haga doble clic en el pipeline para abrirlo.
En la barra de navegación superior del lienzo, elija Models > Create Pipeline Model.
Seleccione los nodos que forman un enlace serial de procesamiento de datos y, a continuación, haga clic en Next. Un enlace serial suele constar de 1 a N componentes de predicción. Por ejemplo, el siguiente enlace normaliza los datos, aplica codificación one-hot, agrega vectores y, por último, ejecuta el componente FM Prediction.
- Al seleccionar un nodo que forma un enlace serial con sus nodos anteriores o posteriores, el sistema selecciona automáticamente dichos nodos conectados.
- Si anula la selección de un nodo, también se deseleccionan automáticamente todos los nodos que se habían seleccionado junto con él.
En el cuadro de diálogo Create Pipeline Model, haga clic en Next para iniciar el empaquetado. El sistema empaqueta el enlace de predicción de datos y sus modelos en un modelo de pipeline. Se inicia automáticamente una tarea por lotes cuyo nombre comienza con model-combination-. Para supervisar el progreso, haga clic en View All Tasks en la barra de navegación superior. En el cuadro de diálogo Previous Tasks, busque la tarea y compruebe su estado. El empaquetado tarda entre 3 y 5 minutos aproximadamente. Espere a que el estado de la tarea cambie a Succeeded antes de continuar.
En el cuadro de diálogo Previous Tasks, busque la tarea y haga clic en Model dentro de la columna Actions. Esta acción abre la página EAS-Online Model Services. Para obtener más información sobre cómo completar el despliegue, consulte Model service deployment by using the PAI console and Machine Learning Designer.