Machine Learning Designer mendukung penyebaran pipeline dengan satu klik. Anda dapat menyebarkan pipeline pemrosesan data batch yang mengimplementasikan pra-pemrosesan data, rekayasa fitur, dan prediksi model ke Elastic Algorithm Service (EAS) sebagai layanan online setelah mengemas pipeline tersebut menjadi sebuah model.
Batasan
Anda hanya dapat menambahkan komponen algoritma Alink ke pipeline semacam itu. Komponen tersebut ditandai dengan lingkaran ungu kecil.
Semua komponen pelatihan dan prediksi berpasangan yang terlibat dalam model yang akan diterapkan harus berhasil dijalankan. Jika berhasil dijalankan, mereka ditandai dengan centang hijau. Sebagai contoh, untuk menyebarkan model regresi linier sebagai layanan online, komponen Pelatihan Regresi Linier dan Prediksi Regresi Linier harus berhasil dijalankan.
Layanan online hanya menerima input dan output tunggal. Anda hanya dapat memilih satu tautan serial dari Directed Acyclic Graph (DAG) model batch yang ingin Anda sebarkan.
Prasyarat
Pipeline pemrosesan data batch yang mengimplementasikan pra-pemrosesan data, rekayasa fitur, dan prediksi model telah dibuat dan berhasil dijalankan. Untuk informasi lebih lanjut, lihat Membangun Model.
Prosedur
Buka halaman Machine Learning Designer.
Masuk ke Konsol PAI.
Di panel navigasi di sebelah kiri, klik Workspaces. Di halaman Workspaces, klik nama ruang kerja yang ingin Anda kelola.
Di panel navigasi di sebelah kiri, pilih .
Di tab Pipelines, klik dua kali pipeline untuk membuka pipeline tersebut.
Di bilah navigasi atas kanvas, pilih Create Pipeline Model.
Pilih node pipeline dan klik Next.
Pilih node tersedia tertentu untuk membentuk tautan pemrosesan data serial yang biasanya terdiri dari 1 hingga N komponen prediksi. Sebagai contoh, dalam kasus ini, data dinormalisasi, di-encode one-hot, di-agregasi vektor, dan kemudian dikirimkan ke komponen FM Prediction untuk prediksi.
Jika Anda memilih node yang dapat membentuk tautan serial dengan node hilir atau hulu, semua node hilir atau hulu secara otomatis dipilih.
Jika Anda membatalkan pilihan node, semua node yang dipilih secara otomatis juga dibatalkan.
Di kotak dialog Create Pipeline Model, klik Next untuk mulai mengemas.
Tautan prediksi data dan model yang dihasilkan oleh tautan tersebut dikemas secara otomatis untuk menghasilkan model pipeline. Selama proses ini, tugas batch dengan nama yang dimulai dengan model-combination- diluncurkan.
Di bilah navigasi atas kanvas, klik View All Tasks. Di kotak dialog Previous Tasks, temukan tugas dan lihat kemajuan tugas. Dibutuhkan sekitar 3 hingga 5 menit untuk mengeksekusi tugas. Setelah status tugas berubah menjadi Berhasil, Anda dapat melanjutkan.
Di kotak dialog Tugas Sebelumnya, temukan tugas dan klik Model di kolom Aksi untuk menyebarkan model pipeline dengan beberapa klik.
Anda akan diarahkan ke halaman Layanan Model Online EAS. Untuk informasi lebih lanjut tentang cara menyebarkan model, lihat Penyebaran Layanan Model menggunakan Konsol PAI dan Machine Learning Designer.