Machine Learning Designerを使用すると、パイプラインを使用してモデルを構築およびデバッグできます。 モデルを構築するには、パイプラインを作成し、さまざまなコンポーネントをパイプラインに追加してから、モデルのロジックに基づいてコンポーネントを配置する必要があります。 Machine Learning Designerは、さまざまな業界シナリオの要件を満たす組み込みテンプレートを提供します。 組み込みテンプレートに基づいてパイプラインを作成し、モデルをすばやく構築できます。 カスタムテンプレートに基づいてパイプラインを作成し、空のパイプラインを作成し、既存のパイプラインをインポートすることもできます。 このトピックでは、パイプラインを作成する方法について説明します。
前提条件
ワークスペースが作成済み。 詳細については、「ワークスペースの作成」をご参照ください。
パイプラインの作成
PAI コンソールにログインします。 [可視化モデリング (デザイナー)] ページで、目的のワークスペースを選択し、[可視化モデリングの入力 (デザイナー)] をクリックします。
ビジネス要件に基づいてパイプラインを作成するには、次のいずれかの方法を選択します。
プリセットテンプレートからパイプラインを作成する
Machine Learning Designerには、さまざまな業界シナリオの要件を満たすために、さまざまなフレームワークに基づいて開発された多数のプリセットテンプレートがあります。 プリセットテンプレートを使用してパイプラインを作成し、コンポーネントまたはコンポーネント構成を変更して、要件を満たすモデルを構築できます。
パラメーター | 説明 |
パイプライン名 | 作成するパイプラインの名前を指定します。 |
データストレージ | パイプライン実行中に生成された一時データとモデルを格納するObject Storage Service (OSS) バケットのパス。 このパラメーターを設定することを推奨します。 このパラメーターを空のままにすると、ワークスペースのデフォルトのストレージが使用されます。 システムは、実行ごとに |
可視性 |
|
空のパイプラインを作成する
ビジネス要件に基づいてモデルを作成および構築するパイプラインにコンポーネントをゼロから追加します。
パラメーター | 説明 |
パイプライン名 | 作成するパイプラインの名前を指定します。 |
データストレージ | パイプライン実行中に生成された一時データとモデルを格納するObject Storage Service (OSS) バケットのパス。 このパラメーターを設定することを推奨します。 このパラメーターを空のままにすると、ワークスペースのデフォルトのストレージが使用されます。 システムは、実行ごとに |
可視性 |
|
カスタムテンプレートからパイプラインを作成する
企業では、アルゴリズム開発者はパイプラインを開発し、ビジネスエキスパートのテンプレートとしてパイプラインを保存する必要があります。 その後、ビジネスエキスパートは、モデルを構築、展開、およびテストするためのパイプラインを作成できます。
この要件を満たすために、Machine Learning Designerはカスタムテンプレート機能を提供します。 この機能を使用すると、正常に実行されたパイプラインからカスタムテンプレートを生成し、ワークスペース内の他のアルゴリズム開発者とテンプレートを共有できます。 これにより、他のユーザーはテンプレートに基づいてパイプラインを作成できます。
カスタムテンプレートの使用
現在のワークスペースでAlgorithm Developerロールが割り当てられているメンバーは、図に示す手順に従って、カスタムテンプレートからパイプラインを複製できます。
パラメーター | 説明 |
パイプライン名 | 作成するパイプラインの名前を指定します。 |
データストレージ | パイプライン実行中に生成された一時データとモデルを格納するObject Storage Service (OSS) バケットのパス。 このパラメーターを設定することを推奨します。 このパラメーターを空のままにすると、ワークスペースのデフォルトのストレージが使用されます。 システムは、実行ごとに |
可視性 |
|
カスタムテンプレートがない場合は、カスタムテンプレートを作成できます。 詳細については、「カスタムテンプレートの作成」をご参照ください。
カスタムテンプレートの作成
ワークスペースのアルゴリズム開発者は、カスタムテンプレートを表示し、テンプレートに基づいてパイプラインを作成し、パイプラインに基づいてモデルを構築できます。
正常に実行されたパイプラインの名前をダブルクリックします。
パイプラインの詳細ページのキャンバスの上部ツールバーで、[テンプレートとして公開] をクリックします。
[テンプレートとして発行] ダイアログボックスで、[テンプレート名] 、[説明] 、[ドキュメントリンク] を設定し、[発行] をクリックします。 Documentation Linkパラメータはオプションです。
[ドキュメントリンク] フィールドにHTTP URLを入力できます。 URLは、カスタムテンプレート機能が説明されているページに移動します。
テンプレートが公開されたら、[OK] をクリックします。 次に、[カスタムテンプレート] タブにリダイレクトされます。 このタブでは、作成したテンプレートを表示できます。
既存のパイプラインのインポート
自分や他の人がエクスポートしたJSON形式のパイプラインファイルをワークスペースにインポートして、パイプラインを作成できます。 ファイルからパイプラインを作成すると、元のパイプラインのコンポーネントとコンポーネントの構成が新しいパイプラインにインポートされます。 ファイルからパイプラインを作成した後、特定のコンポーネントまたはコンポーネント構成を変更してモデルを構築できます。
パラメーター | 説明 |
パイプライン名 | 作成するパイプラインの名前を指定します。 |
データストレージ | パイプライン実行中に生成された一時データとモデルを格納するObject Storage Service (OSS) バケットのパス。 このパラメーターを設定することを推奨します。 このパラメーターを空のままにすると、ワークスペースのデフォルトのストレージが使用されます。 システムは、実行ごとに |
可視性 |
|
関連ドキュメント
パイプラインを作成したら、パイプラインを開いてモデルを構築およびデバッグできます。 詳細については、「モデルトレーニング」をご参照ください。
Machine Learning Designerを使用する全体的なプロセスに慣れていない場合は、プリセットまたはカスタムテンプレートからパイプラインを作成して、迅速なエクスペリエンスを実現できます。 詳細については、「テンプレートを使用したパイプラインの作成のデモ」および「カスタムパイプライン」をご参照ください。
Machine Learning Designerのキャンバスの上部ツールバーで、[パイプラインのエクスポート] をクリックして、パイプラインをオンプレミスのマシンにエクスポートします。