Configuration des évaluations de modèles avec une configuration manuelle
Vous pouvez utiliser la configuration manuelle pour paramétrer les évaluations des modèles d'apprentissage automatique. Avec la configuration manuelle, vous pouvez utiliser des ressources existantes, telles que des bases de données et des espaces de déploiement. Vous pouvez également choisir le type d'environnement (pré-production ou production) pour votre déploiement. Contrairement à la configuration automatique, la configuration manuelle n'installe pas d'exemples de ressources permettant d'illustrer les évaluations du modèle.
Exécution de la configuration manuelle
Suivez ces étapes pour lancer la configuration manuelle :
- Lancez Watson OpenScale.
- Dans le menu principal, sélectionnez Services > Instances.
- Dans la page Instances, sélectionnez l'icône Menu correspondant à votre instance d' Watson OpenScale, puis cliquez sur Ouvrir.
- Lorsque la fenêtre d'évaluation du modèle s'affiche, sélectionnez « Configuration manuelle ».
La page de configuration du système s'ouvre. Pour terminer la configuration manuelle, vous devez suivre les étapes décrites dans les sections suivantes.
Ajouter une connexion à une base de données
Vous pouvez utiliser l'une des bases de données suivantes pour gérer les données destinées aux évaluations de modèles dans le data mart :
- Db2 tiré du catalogue de services de l' Cloud Pak for Data
- Db2 Warehouse multinœud (MPP) du catalogue de services de l' Cloud Pak for Data
- Db2 Warehouse nœud unique (SMP) issu du catalogue de services de l' Cloud Pak for Data
- Db2 externe avec les paramètres suivants :
- Nom du produit : « “DB2, édition avancée »
- Informations sur la version : « 11.5 ou version ultérieure »
- EDB Postgres
Lorsque vous configurez votre base de données, vous devez également sélectionner un schéma. Un schéma est une collection de tables avec un nom dans la base de données. Pour l' Db2 e, les évaluations de modèles nécessitent un espace de table dont la taille de page est d'au moins 32 kB (32768).
Pour les options Db2 faisant partie de votre cluster, consultez Services, Sources de données où vous trouverez des options, telles que Db2 Warehouse et Db2 Advanced Enterprise Server Edition. Pour une base de données externe, vous pouvez utiliser la base de données « IBM Db2 ». Pour les bases de données d' EDB Postgres, vous devez choisir entre des instances Standard ou Enterprise.
Suivez ces étapes pour ajouter une connexion à la base de données en vue des évaluations de modèles :
Cliquez sur l'icône «
Configurer », puis sur « Base de données ».Sélectionnez le type de base de données dans le menu déroulant « Base de données », puis indiquez les informations de connexion.
<service-name>.<namespace>.svc.cluster.local>Si vous souhaitez utiliser une instance d' TLS e interne pour vous connecter à EDB Postgres via SSL, vous devez également exécuter la commande suivante dans la plateforme de conteneurs Red Hat OpenShift :
oc patch CPDEdbInstance postgres1 --type merge --patch '{"spec": {"tls": {"customServerCert": "internal-tls", "customClientCert": "internal-tls"}}}'Une fois connecté, vous pouvez sélectionner un schéma et sauvegarder votre travail. Le nom du schéma doit être indiqué explicitement si vous fournissez une instance de Db2 avec accès limité, ce qui ne permet pas la génération automatique du nom de schéma.
Limites
Les forfaits Db2 Lite ne sont pas pris en charge actuellement.
Si vous vous connectez à une base de données Db2 pour importer des données de test en vue de l'évaluation de modèles, vous devez indiquer les noms de colonnes en majuscules dans le schéma d'entrée afin qu'ils correspondent aux noms de la base de données, qui sont sensibles à la casse.
Si vos modèles reçoivent 10 enregistrements par minute et par modèle pendant un an dans votre instance du service « Watson OpenScale », vous devez suivre les recommandations de dimensionnement suivantes pour votre base de données « Db2 » :
- Petit (5 à 10 modèles) : 20-50GB
- Moyenne (10 à 20 modèles) : 50-100GB
- Grand format (20 à 50 modèles) : 100-300GB
Si vos besoins en matière de déploiement dépassent ces recommandations, vous devez augmenter la taille du disque. Pour les modèles non structurés, vous devez augmenter la taille du disque en fonction du volume des données.
La base de données « Db2 », installée avec « OpenPages », ne peut pas être utilisée avec « watsonx.governance ». Cette base de données est réservée exclusivement à OpenPages et n'est pas prise en charge pour d'autres services. Tenter de l'utiliser peut entraîner des erreurs de configuration et empêcher l'exécution des évaluations de modèles.
Configuration d'un fournisseur de solutions d'apprentissage automatique
Vous pouvez vous connecter à des modèles déployés stockés dans un environnement d'apprentissage automatique, y compris dans des environnements de préproduction et de production. Les prestataires de services d'apprentissage automatique suivants sont disponibles pour l'évaluation des modèles :
- Watson Machine Learning
- Amazon SageMaker
- Microsoft Azure ML Studio
- Microsoft Azure ML Service
- IBM SPSS Collaboration and Deployment Services (C&DS)
Vous pouvez également utiliser un environnement de service personnalisé.
Suivez ces étapes pour vous connecter à un fournisseur de solutions d'apprentissage automatique afin d'évaluer des modèles :
- Dans la section « Fournisseurs de solutions d'apprentissage automatique », cliquez sur « Ajouter un fournisseur de solutions d'apprentissage automatique ».
- Facultatif : pour modifier le nom par défaut, cliquez sur l'icône Modifier
située à côté de « Fournisseurs d'apprentissage automatique ». - Facultatif : pour saisir une description, cliquez sur l'icône
Modifier située à côté de « Description ». - Pour saisir les informations de connexion, cliquez sur l'icône
Modifier située à côté de « Connexion ». - Choisissez un fournisseur d'accès et indiquez les informations de connexion.
- Cliquez sur Enregistrer.
Gestion des utilisateurs et des rôles
Vous devez ajouter les utilisateurs auxquels vous souhaitez donner accès aux évaluations de votre modèle et leur attribuer des rôles afin de déterminer les tâches qu'ils peuvent effectuer.
Lorsque vous attribuez des rôles, vous pouvez également stocker vos secrets dans un coffre-fort afin de gérer vos données en toute sécurité. Vous pouvez utiliser des coffres-forts pour stocker des identifiants et des mots de passe, des certificats d' SSL, ainsi que des clés API pour l'évaluation des modèles. Les jetons d'authentification ou les secrets personnalisés ne sont pas pris en charge.