Implementando um modelo Decision Optimization usando a interface com o usuário

Você pode salvar um modelo para implantação na interface do usuário do experimento Decision Optimization e promovê-lo ao seu espaço de implantação.

Antes de iniciar

Credenciais necessárias
Gerenciamento de credenciais de tarefas
Espaço de implementação
Você deve ter um espaço de implementação associado ao seu projeto.

Sobre essa tarefa

Quando estiver satisfeito com os resultados, a confiabilidade e o desempenho, você poderá implantar um modelo a partir da interface de usuário de experimentos do Decision Optimization.

Os principais estágios para implementação são os seguintes:
  1. Na interface do usuário do experimento Decision Optimization, salve o cenário do modelo como um modelo em seu projeto.
  2. Promova seu modelo em seu espaço de implantação.
  3. Em seu espaço de implementação, crie uma nova implementação.
  4. Em seguida, é possível criar e executar tarefas em seu modelo implementado.
Essas etapas são detalhadas no procedimento a seguir.

Procedimento

Para salvar seu modelo para implementação:

  1. Na interface do usuário do experimento Decision Optimization, no painel Scenario (Cenário ) ou Overview (Visão geral ), clique no ícone de menu Ícone do menu de cenários do cenário que você deseja implantar e selecione Save for deployment (Salvar para implantação)
  2. Especifique um nome para seu modelo e inclua uma descrição, se necessário, em seguida, clique em Avançar.
    1. Revise a Entrada e Esquema de Saída e selecione as tabelas que deseja incluir no esquema.
    2. Revise os Parâmetros de execução e inclua, modifique ou exclua quaisquer parâmetros conforme necessário.
    3. Revise o Ambiente e os arquivos de modelo que estão listados na janela Revisar e salvar
    4. Clique em Salvar.
    O modelo está disponível na seção Modelos de seu projeto.

Para promover o seu modelo para o seu espaço de implantação:

  1. Visualiza seu modelo na seção Modelos do projeto.
    É possível ver um resumo com o esquema de entrada e saída. Clique em Promover para Espaço de Implementação.
  2. Na janela Promover para o espaço que se abre, verificar se o campo Espaço Destino exibe o nome de seu espaço de implementação e clique em Promover.
  3. Clique no link espaço de implementação na mensagem que você recebe que confirma promoção bem-sucedida.
    Seu modelo promovido é exibido na guia Ativos do seu Espaço de implementação. A área de janela de informações mostra o Tipo, a especificação de Software, a descrição e quaisquer tags definidas como a versão Python usada.

Para criar uma nova implementação:

  1. A partir da guia Ativos do seu espaço de implementação, abra o seu modelo e clique em Nova Implantação.
  2. Na janela Criar uma implementação que é aberta, especifique um nome para a sua implementação e selecione um Especificação de hardware.
    Clique em Criar para criar a implementação. A sua janela de implementação se abre, na qual será possível criar tarefas posteriormente.

Resultados

É possível acessar informações sobre sua implementação na guia Implementações do seu modelo no espaço de implementação.

Criando e executando tarefas do Decision Optimization

É possível criar e executar tarefas no modelo implementado.

Procedimento

  1. Retorne ao seu espaço de implementação usando o caminho de navegação e (se a área de janela de dados ainda não estiver aberta) clique no ícone dados para abrir a área de janela de dados. Faça upload das tabelas de dados de entrada e das tabelas de saída de solução e KPI aqui. (Deve-se ter tabelas de saída definidas no modelo para poder ver os valores de solução e de KPI.)
  2. Abra seu modelo de implementação, selecionando-o na guia Implementações de seu espaço de implementação e clique em Nova tarefa
  3. Defina os detalhes de sua tarefa, inserindo um nome, e uma descrição opcional para o seu trabalho e clique em Próximo.
  4. Configure seu trabalho, selecionando uma especificação de hardware e Next.
    É possível escolher planejar sua tarefa aqui ou deixar a opção de planejamento padrão desativada e clicar em Avançar. Opcionalmente, também é possível escolher ativar notificações ou clicar em Avançar.
  5. Escolha os dados que você deseja usar em sua tarefa clicando em Selecionar a origem para cada uma das tabelas de entrada e saída. Clique em Próximo.
  6. Você pode agora revisar e criar seu modelo clicando em Criar.
    Quando você recebe uma mensagem de criação de tarefa bem-sucedida, é possível visualizá-la abrindo-a a partir do espaço de implementação. Nesse local, é possível ver o status da Execução de sua tarefa.
  7. Abra a Execução para a sua tarefa.
    O seu log da tarefa se abre e é possível também visualizar e copiar as informações da carga útil.

Resultados

Você pode criar e monitorar trabalhos e obter soluções usando o cliente Python de tempo de execuçãowatsonx.ai. Consulte o notebook RunDeployedModel nas amostras DO. Selecione a subpasta de produto e versão relevante.