Python 客户机示例 (Decision Optimization)

您可以使用 watson.ai Python 客户机来部署 Decision Optimization 模型，创建和监视作业以及获取解决方案。

要部署模型，请参阅 模型部署。

有关更多信息，请参阅 watson.ai Python 客户机 文档。

另请参阅位于 DO-samples的 jupyter 文件夹中的以下样本 Notebook 。 选择相应的产品和版本子文件夹。
  • Deploying a DO model with WML
  • RunDeployedModel
  • ExtendWMLSoftwareSpec

Deploying a DO model with WML 样本显示了如何使用 watson.ai Python 客户机来部署 Decision Optimization 模型，创建和监视作业以及获取解决方案。 此 笔记本 使用 Decision Optimization 模型的饮食样本，指导您完成整个过程，而不使用 Decision Optimization 试验 UI。

RunDeployedModel 显示了如何运行作业以及如何从现有已部署模型获取解决方案。 此 笔记本 使用为从 Decision Optimization 试验 UI 方案进行部署而保存的模型。

ExtendWMLSoftwareSpec Notebook 显示了如何在 Watson Machine Learning中扩展 Decision Optimization 软件规范。 通过扩展软件规范，您可以使用自己的 pip 包来添加定制代码，将其部署到模型中并向其发送作业。 创建软件包扩展时，压缩文件的名称必须与软件包扩展同名，包括软件包版本号。 例如
yourpackage-1.0.4.tar.gz
yourpackage-1.0.4.zip
yourproject-1.2.3-py33-none-any.whl
因此，对于名为 yourpackage-1.0.4.tgz的包，以下代码显示如何创建包扩展。 必须在 NAME 字段中使用相同的软件包名称和版本。
meta_prop_pkg_ext = {
    client.package_extensions.ConfigurationMetaNames.NAME: "yourpackage-1.0.4.tgz",
    client.package_extensions.ConfigurationMetaNames.DESCRIPTION: "Pkg extension for custom lib",
    client.package_extensions.ConfigurationMetaNames.TYPE: "pip_zip"
}

您还可以在样本中找到用于部署各种模型 (例如，具有不同数据类型的 CPLEX ， DOcplex 和 OPL 模型) 的多个 Notebook 。