全部产品
Search
文档中心

人工智能平台 PAI:模型预测

更新时间:Oct 31, 2023

本章节为您介绍在Designer训练得到模型后,如何做生产化部署对新数据进行预测。

背景信息

部署模型主要是为了使用模型来进行新数据的预测。按照新数据的预测时效要求,预测任务分为两类:离线预测和在线预测。对于两类需求,在Designer中都提供了对应的操作流程支持。

  • 离线预测

    Designer中,使用预测组件进行批量预测,并支持将预测工作流提交到DataWorks进行周期性调度。详情见离线批量预测

  • 在线预测

    • Designer中训练获得的PMML、AlinkModel或XGBoost格式的模型文件,在产品功能上支持一键快速部署为在线服务;部分PS格式的模型,需要模型导出处理后再部署为在线服务。详情见单模型部署在线服务

    • 对于Alink类型的算法组件,Designer支持将一个包含数据预处理、特征工程、模型预测的离线数据处理pipeline,打包成一个离线模型,并一键部署至EAS变成在线服务。详情见Pipeline部署在线服务

    • 支持在Designer模型产出的组件下游接入更新EAS服务组件,来更新在线服务。并支持将工作流提交到DataWorks进行周期性调度。详情见在线模型服务定时自动更新