快速入门: 使用管道自动执行模型的生命周期

您需要一个项目来存储 Prompt Lab 资产。

观看视频，了解如何创建沙箱项目并关联服务。 然后执行以下步骤以验证您是否具有现有项目或创建沙箱项目。

1. 从 watsonx 主屏，滚动到 项目 部分。 如果您看到列出了任何项目，请跳至 任务 2。 如果未看到任何项目，请遵循以下步骤来创建项目。

2. 单击 创建沙箱项目。 创建项目时，您将在 项目 部分中看到沙箱项目。

要获取更多信息或观看视频，请参阅创建项目。

要预览此任务，请观看视频中从 00:14 开始的部分。

部署空间可帮助您组织支持资源，例如输入数据和环境; 部署模型或函数以生成预测或解决方案; 以及查看或编辑部署详细信息。 请执行以下步骤以创建部署空间。

1. 从 watsonx 导航菜单中选择 部署空间。 如果您具有现有部署空间，那么可以跳至 任务 2。

2. 单击查看所有部署空间。 然后单击 " 新建部署空间 "按钮。

3. 输入部署空间的名称。

4. 从列表中选择存储服务。

5. 从列表中选择供应的机器学习服务。

6. 单击创建。

要预览此任务，请观看视频中从 00:52 开始的部分。

您可以在项目中创建和运行管道。 执行以下步骤以根据项目中的样本创建管道:

1. 在 watsonx 主页上，从下拉列表中选择沙箱或其他现有项目。

   

2. 单击 " 自定义我的旅程 "，然后选择 " 查看全部 "。

3. 在右上角选择要使用的项目。

4. 在左侧栏单击自动模型生命周期。

5. 单击 资源中心样本。

6. 选择 编排 AutoAI 试验，然后单击 下一步。

7. 可选: 更改管道的名称。

8. 单击创建。 样本管道获取训练数据，使用 AutoAI 工具训练机器学习模型，并选择要另存为模型的最佳管道。 模型将部署到空间。

要预览此任务，请观看视频中从 01:29 开始的部分。

样本管道包含多个节点以创建资产并使用这些资产来构建模型。 执行以下步骤以查看节点:

1. 点击全局对象图标 以查看管道参数。 展开 deployment_space 参数。 此管道包含一个参数，用于指定用于存储和部署 AutoAI 试验中的最佳模型的部署空间。 单击 X 以关闭窗口。

2. 双击 创建数据文件 节点以查看它是否已配置为访问试验的数据集。 单击 取消 以关闭属性窗格。

3. 双击 创建 AutoAI 试验 节点。 查看实验名称，范围 (存储实验的位置) ，预测类型 (二元分类，多类分类或回归) ，预测列和正类。 其余参数都是可选的。 单击 取消 以关闭属性窗格。

4. 双击 运行 AutoAI 试验 节点。 此节点运行 AutoAI 试验 onboarding-bank-marketing-prediction ，训练管道，然后保存最佳模型。 前两个参数是必需的。 第一个参数采用 Create AutoAI 试验 节点的输出作为运行试验的输入。 第二个参数将 创建数据文件 节点的输出作为试验的训练数据输入。 其余参数都是可选的。 单击 取消 以关闭属性窗格。

5. 双击 创建 Web Service 节点。 此节点创建名为 onboarding-bank-marketing-prediction-deployment的部署。 第一个参数采用来自 "运行 AutoAI " 试验节点的最佳模型输出作为输入，以创建具有指定名称的部署。 其余参数都是可选的。 单击 取消 以关闭属性窗格。

要预览此任务，请观看视频中从 04:33 开始的部分。

既然管道已完成，请执行以下步骤来运行管道:

1. 单击运行管道按钮。

2. 在 管道参数的值 部分中，选择部署空间:

   1. 单击 选择空间。

   2. 在 "空间 "中选择任务 1 中的部署空间。

   3. 单击 选择。

3. 如果这是您首次运行管道，请提供 API 密钥。 管道资产使用您的个人 IBM Cloud API 密钥来安全地运行操作，而不会造成中断。

   • 如果您已有 API 密钥，则无需进行任何操作。

   • 如果没有现有的 API 密钥，请单击 " 旋转 API 密钥 "。

4. 单击 运行 以开始运行管道。

5. 监视管道进度。

   1. 在管道运行时滚动合并日志。 试运行可能需要最多 10 分钟才能完成。

   2. 当每个操作完成时，请在画布上选择该操作的节点。

   3. 在 节点检验器 选项卡上，查看操作的详细信息。

   4. 单击 节点输出 选项卡以查看每个节点操作的输出摘要。

要预览此任务，请观看视频中从 05:33 开始的部分。

管道在部署空间中创建了多个资产。 执行以下步骤以查看资产:

1. 从 watsonx 导航菜单中选择部署 空间 > 查看部署空间。

2. 单击部署空间的名称。

3. 在 资产 选项卡上，查看 所有资产。

4. 单击以名称 onboarding-bank-marketing-prediction开头的模型。

5. 单击名为 onboarding-bank-marketing-prediction-deployment 的部署。

   1. 单击测试选项卡。

   2. 单击 JSON 输入 选项卡。

   3. 将样本文本替换为以下 JSON 文本，然后单击 预测。

      {
        "input_data": [
                {
                        "fields": [
                                "age",
                                "job",
                                "marital",
                                "education",
                                "default",
                                "balance",
                                "housing",
                                "loan",
                                "contact",
                                "day",
                                "month",
                                "duration",
                                "campaign",
                                "pdays",
                                "previous",
                                "poutcome"
                        ],
                        "values": [
                                [
                                        35,
                                        "management",
                                        "married",
                                        "tertiary",
                                        "no",
                                        0,
                                        "yes",
                                        "no",
                                        "cellular",
                                        1,
                                        "jun",
                                        850,
                                        10,
                                        -1,
                                        4,
                                        "unknown"
                                ]
                        ]
                }
        ]
      }