Detalles de entrada para la implementación por lotes de las funciones de « Python »
Siga estas reglas cuando especifique los detalles de entrada para implementaciones por lotes de Python funciones.
Tabla resumen de tipos de datos:
| Datos | Descripción |
|---|---|
| Tipo | en línea |
| Formatos de archivo | N/D |
Puede desplegar funciones Python en Watson Machine Learning del mismo modo que puede desplegar modelos. Sus herramientas y aplicaciones pueden utilizar el watsonx.aiPython cliente o la API REST para enviar datos a sus funciones implementadas de la misma manera que envían datos a los modelos implementados. La implementación de funciones le permite:
- Ocultar detalles (como credenciales)
- Preprocesa los datos antes de pasarlos a los modelos
- Gestionar los errores
- Incluir llamadas a varios modelos Todas estas acciones se llevan a cabo dentro de la función implementada, en lugar de en su aplicación.
Orígenes de datos
Si estás especificando referencias a datos de entrada/salida mediante código:
- La referencia a la
typefuente de datos depende del tipo de activo. Consulte la sección «Tipos de referencia de fuentes de datos» en «Añadir activos de datos a un espacio de implementación ».
Notas:
- Para conexiones de almacenamiento en la nube como Cloud Object Storage, debe configurar la clave de acceso y la clave secreta, también conocidas como credenciales HMAC.
- El parámetro de variables de entorno de las tareas de implementación no es aplicable.
- Asegúrese de que la salida esté estructurada para que coincida con el esquema de salida que se describe en Ejecutar una predicción de implementación sincrónica.