Как развернуть модель Python для обучения Scikit с помощью Watson Studio и Machine Learning? - PullRequest
0 голосов
/ 03 октября 2018

Предположим, что у меня уже есть модель scikit-learn, и я хочу сохранить ее в моем Watson Machine Learning и развернуть ее с помощью клиента python.

Документы клиента Python: http://wml -api-pyclient.mybluemix.net

Мне нравится:

clf = svm.SVC(kernel='rbf')
clf.fit(train_data, train_labels)

# Evaluate your model.
predicted = clf.predict(test_data)

Что я хочудля этого нужно развернуть эту модель как веб-сервис, доступный через REST API.

Я прочитал в документации Watson Machine Learning здесь: https://dataplatform.cloud.ibm.com/docs/content/analyze-data/wml-ai.html?audience=wdp&context=analytics

, но у меня возникли проблемы при развертывании модели.

Ответы [ 2 ]

0 голосов
/ 13 мая 2019

Вы также можете развернуть его как функцию Python.все, что вам нужно, - это обернуть все ваши функции в одну развертываемую функцию ( Learn Python Closure ).

Способ использования учетных данных в этом методе одинаков.

  • Шаг 1: Определите функцию
  • Шаг 2: Сохраните функцию в хранилище

после этого вы можете развернуть его и получить доступ двумя способами

  1. , используя клиент Python
  2. , используя REST API

Это было подробно объяснено в этом см. Это сообщение

0 голосов
/ 03 октября 2018

С моделью scikit Learn Watson Machine Learning ожидает объект pipeline вместо простого объекта модели.Это сделано для того, чтобы вы также развернули логику преобразования данных и предварительной обработки в одной и той же конечной точке.Например, попробуйте изменить код на:

scaler = preprocessing.StandardScaler()
clf = svm.SVC(kernel='rbf')
pipeline = Pipeline([('scaler', scaler), ('svc', clf)])
model = pipeline.fit(train_data, train_labels)

. Затем вы сможете развернуть модель, выполнив следующие документы: http://wml -api-pyclient.mybluemix.net / # deployments

С вашего ноутбука в Watson Studio вы можете просто

from watson_machine_learning_client import WatsonMachineLearningAPIClient

wml_credentials = {
                   "url": "https://ibm-watson-ml.mybluemix.net",
                   "username": "*****",
                   "password": "*****",
                   "instance_id": "*****"
                  }

client = WatsonMachineLearningAPIClient(wml_credentials)

, а затем использовать клиент для развертывания модели после сохранения модели сначала в хранилище .

Вы можете увидеть, как сделать все это в этом учебном пособии: https://dataplatform.cloud.ibm.com/exchange/public/entry/view/168e65a9e8d2e6174a4e2e2765aa4df1 от сообщества

...