Abonnieren

UiPath AI Centerℱ

UiPath AI Centerℱ

Verwalten von ML-Paketen

📘

Hinweis:

Ab 2022.10, Das Importieren und Exportieren von ML-Paketen mithilfe von Skripts wird nicht mehr unterstĂŒtzt.
Weitere Informationen zum Importieren und Exportieren von ML-Paketen ĂŒber die UI finden Sie in den Abschnitten ML-Paket importieren und ML-Pakete herunterladen .

Hochladen von ML-Paketen

Es gibt drei Möglichkeiten, ein neues Paket zu erstellen:

  • ZIP-Datei hochladen
    Verwenden Sie diese Option, wenn Sie eine ZIP-Datei vorbereitet haben.
  • Out of the box Packages
    Verwenden Sie diese Option, wenn Sie ein ML-Paket verwenden möchten, das von UiPath oder der Open Source-Community entwickelt wurde.
  • ML-Paket importieren
    Verwenden Sie diese Option, um ein Paket zu importieren, das zuvor aus UiPath AI Center TM exportiert wurde.

📘

Hinweis:

Um auf die Seite ML-Paket importieren zuzugreifen, stellen Sie sicher, dass Ihnen die Rolle OOB_UPLOAD auf Mandantenebene zugewiesen ist. Weitere Informationen finden Sie unter Verwalten von Berechtigungen auf Mandantenebene .

ZIP-Datei hochladen

🚧

Wichtig!

Bevor Sie Pakete hochladen, stellen Sie sicher, dass diese wie hier angegeben erstellt wurden.

When creating an ML Package in AI CenterTM, it cannot be named using any python reserved keyword, such as class, break, from, finally, global, None, etc. Make sure to choose another name. Die aufgefĂŒhrten Beispiele sind nicht vollstĂ€ndig, da der Paketname fĂŒr class <pkg-name> und import <pck-name> verwendet wird.

FĂŒhren Sie die folgenden Schritte aus, um ein bereits erstelltes Paket hochzuladen:

  1. Klicken Sie auf der Seite ML-Pakete auf die SchaltflÀche ZIP-Datei Hochladen. Die Seite Neues Paket erstellen wird angezeigt.
  2. Geben Sie auf der Seite Neues Paket erstellen einen Namen fĂŒr Ihr Paket ein.
  3. Klicken Sie auf Paket hochladen, um die gewĂŒnschte .zip-Datei auszuwĂ€hlen, oder ziehen Sie die .zip-Paketdatei per Drag and Drop in das Feld Paket hochladen.
  4. (Optional) Geben Sie eine eindeutige Beschreibung des Modells an.
    Die Beschreibung wird beim Bereitstellen einer neuen FĂ€higkeit basierend auf diesem Modell sowie auf der Seite ML-Pakete angezeigt.
  5. WĂ€hlen Sie den Eingabetyp aus der Dropdownliste aus. Folgende Optionen stehen zur Auswahl:
    json
    file
    files
  6. (Optional) Geben Sie eine eindeutige Beschreibung der vom Modell erwarteten Eingabe ein.
  7. (Optional) Geben Sie eine eindeutige Beschreibung der vom Modell zurĂŒckgegebenen Ausgabe ein.
    Diese Beschreibungen sind fĂŒr RPA-Entwickler sichtbar, die die AktivitĂ€t „ML-FĂ€higkeit“ in UiPath Studio verwenden. Als bewĂ€hrte Vorgehensweise empfehlen wir, ein Beispiel fĂŒr die Eingabe- und Ausgabeformate zu zeigen, um die Kommunikation zwischen Datenspezialisten und Entwicklern zu erleichtern.
  8. WĂ€hlen Sie die Entwicklungssprache des Modells aus der Dropdownliste aus. Folgende Optionen stehen zur Auswahl:
    Python 3.6
    Python 3.7
    Python 3.8
    Python 3.8 OpenCV
  9. WĂ€hlen Sie aus, ob das Machine Learning-Modell eine GPU benötigt oder nicht; standardmĂ€ĂŸig ist dies auf „Nein“ festgelegt. Diese Informationen werden als Vorschlag dafĂŒr angezeigt, wann eine FĂ€higkeit aus diesem Paket erstellt wird.
  10. WĂ€hlen Sie aus, ob Trainings fĂŒr Ihr Modell aktiviert werden sollen. Dies passiert, wenn sie aktiviert sind:
    Das Paket kann in jeder Pipeline verwendet werden.
    Im Validierungsschritt wird ĂŒberprĂŒft, ob die Datei train.py im Paket implementiert ist, andernfalls schlĂ€gt die Validierung fehl.
522
  1. Klicken Sie auf Erstellen, um das Paket hochzuladen, oder auf Abbrechen, um den Prozess abzubrechen. Das Fenster Neues Paket erstellen wird geschlossen, das Paket wird hochgeladen und zusammen mit seinen Details auf der Seite ML-Pakete > [ML-Paketname] angezeigt. Es kann einige Minuten dauern, bis Ihr Upload weitergegeben wird.
1280

ML-Paket importieren

FĂŒhren Sie die folgenden Schritte aus, um ein aus UiPath AI Center TM exportiertes Paket hochzuladen:

  1. Klicken Sie auf der Seite ML-Pakete auf die SchaltflÀche ML-Paket importieren. Die Seite Neues Paket importieren wird angezeigt.
  2. FĂŒgen Sie im Feld Paket hochladen die Datei zip hinzu, die mit dem Verfahren zum Herunterladen von ML-Paketen heruntergeladen wurde.
  3. FĂŒgen Sie im Feld Metadaten -JSON hochladen die json -Datei hinzu, die mit dem obigen Verfahren heruntergeladen wurde.
  4. Klicken Sie auf Erstellen (Create).
1846

Private Pakete

  • Das importierte Paket hat denselben Namen wie in der Exportumgebung, der aus der Metadatendatei stammt. Wenn bereits ein Paket mit demselben Namen vorhanden ist, werden als nĂ€chstes die Felder version und trainingVersion aus den Metadaten ĂŒberprĂŒft. Wenn version und trainingVersion identisch sind, wird eine neue Nebenversion erstellt. Wenn Sie beispielsweise ein Paket mit dem Namen New Package , version 7 und trainingVersion 2 importieren und bereits ein Paket mit demselben Namen haben, aber Version 7.2 vorhanden ist, ist das neue importierte Paket Version 7.3 . Wenn keine Version vorhanden ist, hat das erstellte Paket die gleichen version und trainingVersion wie in der Metadatendatei.
  • Wenn der Name aus den importierten Paketmetadaten in der Zielumgebung nicht vorhanden ist, wird der neue Paketname in der Zielumgebung mit denselben version und trainingVersion wie in der Metadatendatei erstellt.

Öffentliche Pakete

  • The imported package will have the same name as in the export environment, taken from the metadata file. If a package with the same name already exists, the version and trainingVersion fields from the metadata will be checked next. If version and trainingVersion is the same, a new minor version will be created. If there is no version, the created package will have same version and trainingVersion as in the metadata file.
  • Wenn der Name aus den importierten Paketmetadaten in der Zielumgebung nicht vorhanden ist, wird der neue Paketname in der Zielumgebung mit denselben version und trainingVersion wie in der Metadatendatei erstellt.

Paketvalidierungen

FĂŒr die Ausgabe

For models uploaded with the Enable Training flag inactive, when a model is uploaded, UiPath AI CenterTM validates the uploaded .zip file against the requirements described here. The following three checks are performed:

  1. A non-empty root folder exists.
  2. Eine requirements.txt-Datei ist vorhanden.
  3. Im Stammordner ist eine Datei mit dem Namen main.py vorhanden, die eine Klasse Main implementiert. Die Klasse wird weiter validiert, um eine __init__- und eine predict-Funktion zu implementieren.

Erfolg oder Fehlschlag sowie die Fehler, die dazu fĂŒhrten, werden auf der Seite ML-Protokolle angezeigt.

FĂŒr das Training

For models uploaded with the Enable Training flag active, in addition to validating the requirements as above, AI Center also validates the uploaded .zip file against the requirements described here. For these packages the following two checks are performed:

  1. A non-empty root folder exists.
  2. Im Stammordner ist eine Datei mit dem Namen train.py vorhanden, die eine Klasse Main implementiert. Die Klasse wird weiter validiert, um eine __init__-Funktion und die folgenden Funktionen zu implementieren: train, evaluate und save.

Erfolg oder Fehlschlag sowie die Fehler, die dazu fĂŒhrten, werden auf der Seite ML-Protokolle angezeigt.

Anzeigen von ML-Paketdetails

Klicken Sie auf ein Paket in der Liste und rufen Sie ML-Paket > [ML-Paketname] auf.
Zeigen Sie auf der Registerkarte Version die Details an: Paketversion, Erstellungszeit, Änderungsprotokoll, Status und Argumente.

1629

Zeigen Sie auf der Registerkarte PipelineausfĂŒhrungen die Details im Zusammenhang mit den PipelineausfĂŒhrungen des Pakets an: Paketname, Typ, Version, Status, Erstellungszeit, Dauer, Punktzahl und zusĂ€tzliche Details.

1611

Versionskontrolle

AI Center also supports versioning and version management of packages. When a package is uploaded, it's displayed as version 1.0 of that package (we say it's Major Version is 1, and Minor Version is 0**). This helps with differentiating between packages uploaded by users, and packages retrained via pipelines, the latter only changing their minor version.

Hochladen neuer ML-Paketversionen

FĂŒhren Sie die folgenden Schritte aus, um eine neue Version fĂŒr ein bereits hochgeladenes Paket hochzuladen:

  1. Klicken Sie auf der Seite ML-Pakete auf neben einem Paket und wÀhlen Sie die Option Neue Version hochladen aus.
    Alternativ klicken Sie auf der Seite ML-Paket > [ML-Paketname] auf Neue Version hochladen. Das Fenster Neue Paketversion hochladen fĂŒr > [ML-Paketname] wird angezeigt, wobei die meisten Felder mit den Informationen ausgefĂŒllt sind, die Sie zum Zeitpunkt des ersten Hochladens dieses Pakets angegeben haben.
  2. Klicken Sie auf Paket hochladen, um die gewĂŒnschte .zip-Datei auszuwĂ€hlen, oder ziehen Sie die Datei per Drag and Drop zu diesem Feld.
  3. (Optionally) Update the existing information in the following fields:
    Eingabebeschreibung
    Ausgabebeschreibung
    Sprache.
  4. (Optionally) In the ChangeLog field, enter what has changed.
  5. WĂ€hlen Sie aus, ob das Modell eine GPU benötigt; standardmĂ€ĂŸig ist dies auf „Nein“ festgelegt.
  6. WĂ€hlen Sie aus, ob Trainings fĂŒr Ihr Modell aktiviert werden sollen.
  7. Klicken Sie auf Erstellen, um die neue Version fĂŒr das vorhandene hochgeladene Paket hochzuladen, oder auf Abbrechen, um den Prozess abzubrechen. Das Fenster Paket hochladen wird geschlossen und die neue Version des Pakets hochgeladen. Es kann einige Minuten dauern, bis Ihr Upload weitergegeben wird.
617

Die neue Version des Pakets ist nicht direkt auf der Seite ML-Pakete sichtbar. Sie können die Informationen auf der Seite ML-Paketdetails fĂŒr dieses Paket anzeigen.

📘

Hinweis:

Wenn eine neue Version in ein vorhandenes Paket hochgeladen wird, wird eine neue Hauptversion erstellt. Wenn ich beispielsweise mein erstes Paket hochgeladen habe, ist dieser Upload Version 1.0. Wenn ich eine neue Version hochlade, ist dies Version 2.0.

ML-Paketversionen erstellt durch Trainingspipelines

Wenn eine Trainingspipeline oder eine vollstĂ€ndige Pipeline erfolgreich auf einer Paketversion ausgefĂŒhrt wird, wird eine neue Nebenversion erstellt. Wenn ich z. B. ein Paket (Version 1.0) hochgeladen und eine Trainingspipeline gestartet habe, wird nach Abschluss Version 1.1 auf der Seite ML-Paketdetails wie im Folgenden angezeigt:

1618

Anzeigen von Paketargumenten

  1. Klicken Sie auf der Seite ML-Paket > [ML-Paketname] unter der Registerkarte Version auf neben einer Paketversion. Das Fenster Argumente fĂŒr > [ML-Paketname] > [ML-Paketversion] wird angezeigt.
    Der Eingabetyp und die Eingabe- und Ausgabebeschreibungen der ausgewÀhlten Paketversion werden angezeigt. Bitte beachten Sie, dass Sie die Werte nicht bearbeiten können.

Herunterladen von ML-Paketen

Sie können ein bereits erstelltes Paket exportieren und in eine andere oder dieselbe Umgebung importieren.
FĂŒhren Sie die folgenden Schritte aus, um ein bereits erstelltes Paket herunterzuladen:

  1. WĂ€hlen Sie auf der Seite ML-Pakete ein bereits erstelltes Paket aus der Liste aus.
1851
  1. Klicken Sie auf der Registerkarte Version auf das Symbol des Pakets.
  2. Klicken Sie auf Herunterladen.
1528

Nachdem Sie auf Herunterladen geklickt haben, werden zwei Dateien heruntergeladen:

  • Eine zip -Datei, die das Paket enthĂ€lt
  • Eine json -Datei, die die Paketmetadaten enthĂ€lt, z. B. Name, Version und andere Informationen.

Löschen von ML-Paketen

Pakete können nur gelöscht werden, wenn sie nicht innerhalb einer FĂ€higkeit bereitgestellt werden und derzeit keine Pipelines mit diesen Paketen ausgefĂŒhrt werden.

  1. Klicken Sie auf der Seite ML-Pakete auf neben einem Paket und wÀhlen Sie Nicht bereitgestellte Versionen löschen aus . Ein BestÀtigungsfenster wird angezeigt.
  2. Klicken Sie im BestÀtigungsfenster auf OK, um alle nicht bereitgestellten Versionen des ausgewÀhlten Pakets zu löschen. Wenn eine Paketversion Teil einer FÀhigkeit ist (sie ist aktiv), wird sie NICHT gelöscht. Wenn alle Versionen inaktiv sind, werden sie alle gelöscht.

OR

  1. Klicken Sie auf der Seite ML-Paket > [ML-Paketname] unter der Registerkarte Version auf neben einer Paketversion und wÀhlen Sie Löschen aus. Ein BestÀtigungsfenster wird angezeigt.
  2. Klicken Sie im BestĂ€tigungsfenster auf OK, um die ausgewĂ€hlte Paketversion zu löschen. Wenn eine Paketversion Teil einer FĂ€higkeit ist (sie ist aktiv), wird sie NICHT gelöscht. Wenn dies die einzige Version fĂŒr das ausgewĂ€hlte Paket ist, wird auch das Paket selbst gelöscht.

Aktualisiert vor 2 Monaten


Verwalten von ML-Paketen


Auf API-Referenzseiten sind ÄnderungsvorschlĂ€ge beschrĂ€nkt

Sie können nur Änderungen an dem Textkörperinhalt von Markdown, aber nicht an der API-Spezifikation vorschlagen.