Machine Learning Designer proporciona el componente Update EAS Service (Beta). Conecte este componente después de un componente de modelo para actualizar un servicio en línea. Después, envíe el pipeline a DataWorks para su programación periódica y automatice las actualizaciones del servicio de modelos en línea.
Requisitos previos
El modelo creado en Machine Learning Designer se desplegó como un servicio en línea y funciona correctamente. Para obtener más información, consulte Deploy a single model as an online service.
Procedimiento
-
Arrastre el componente Update EAS Service (Beta) al lienzo. Conecte el puerto de salida del modelo del componente anterior al puerto de entrada del componente Update EAS Service (Beta).
El componente anterior para Update EAS Service (Beta) también puede ser una ruta de modelo almacenada en un bucket de OSS. Algunos ejemplos son los modelos generados por algoritmos de aprendizaje automático PMML, ciertos algoritmos de visión artificial, algunos algoritmos de procesamiento de texto y algoritmos de entrenamiento XGBoost.
-
Haga clic en el componente Update EAS Service (Beta) y configure los parámetros en la pestaña Parameters Settings ubicada a la derecha. El parámetro RegionId toma de forma predeterminada la región actual.
EAS service name: el nombre del servicio Elastic Algorithm Service (EAS) que desea actualizar. El estado del servicio debe ser Running.
EAS service description json: deje este parámetro vacío, a menos que necesite modificar otras configuraciones del servicio. En ese caso, consulte Command reference e introduzca la configuración JSON obligatoria en el cuadro de texto.
Haga clic con el botón derecho en el componente Update EAS Service (Beta) y haga clic en Run Current Node. Cuando la ejecución finaliza de manera exitosa, el componente crea una nueva versión del servicio en línea.
-
Use DataWorks para actualizar el servicio en línea de forma programada.
Para actualizar el servicio en línea de forma programada, envíe el pipeline a DataWorks para su programación periódica. Para obtener más información, consulte Use DataWorks for offline scheduling of Machine Learning Designer pipelines.
Documentos relacionados
Vaya a la página del servicio de modelos en línea de PAI-EAS para consultar los estados de los servicios y gestionarlos. Para obtener más información, consulte Service deployment.