Добавление к тому, что Габо ответил с точки зрения из студии Watson, и ответ на часть развертывания IBM Watson Machine Learning.
- Что вам нужно сделать, это сначала преобразовать модель, используя pmml
отл.Запустите следующий код в Rstudio в Watson Studio или в R Notebook в Watson Studio.
install.packages("nnet")
library(nnet)
ird <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]),
species = factor(c(rep("s",50), rep("c", 50), rep("v", 50))))
samp <- c(sample(1:50,25), sample(51:100,25), sample(101:150,25))
ir.nn2 <- nnet(species ~ ., data = ird, subset = samp, size = 2, rang = 0.1,
decay = 5e-4, maxit = 200)
install.packages("pmml")
library(pmml)
pmmlmodel <- pmml(ir.nn2)
saveXML(pmmlmodel,file = "IrisNet.xml")
saveXML () сгенерирует / запишет файл IrisNet.xml в Rstudio или локальное пространство R Notebook, вам необходимо загрузить этот файл на локальный компьютер.
Теперь, чтобы развернуть его в службе машинного обучения Watson, выполните следующие действия: -
Теперь нажмите кнопку «Добавить в проект в Watson Studio Project» -> «Модель машинного обучения Watson», назовите модель и выберите службу WMLкоторые вы хотите использовать
Выбрать из вкладки файла
Перетащите файл XML
Нажмите кнопку «Создать», и он сохранится в выбранной вами службе WML. Теперь вы можете развернуть эту модель в службе WML, используя вкладку «Развертывание» Просто назовите свое развертывание.и нажмите Сохранить . Теперь вы развернули модель и можете начать использовать ее через REST API.