Konfigurieren von Data Manager

Sie müssen zuerst einen Arbeitsordner zum Speichern Ihrer ML-Daten erstellen. Darauf wird in allen unten dokumentierten Befehlen verwiesen.

Hinweis: Führen Sie die folgenden Konfigurationsschritte aus, bevor Sie den Data Manager starten. Wenn Sie die Konfiguration später ändern müssen (z. B. das OCR-Modul oder ein Benutzerkennwort), müssen Sie den Data Manager mit dem Docker-Stop-Befehl anhalten, die Konfigurationsbefehle ausführen und dann den Data Manager neu starten. Hier finden Sie die Docker-Kurzübersicht.

Hinzufügen von Benutzern (nur beim Ausführen des eigenständigen Docker-Containers)

Ein Administratorbenutzer mit dem Benutzernamen admin und dem Kennwort admin wird standardmäßig erstellt.

Um neue Benutzer zu erstellen, stoppen Sie den Data Manager-Container, wenn er ausgeführt wird, verwenden Sie den folgenden Befehl und starten Sie dann den Data Manager-Container neu:

docker run --rm -it -p <port_number>:80 -v "<path_to_working_folder>:/app/data" aiflprodweacr.azurecr.io/datamanager:latest --license-agreement accept --user <username> --passw <password>

Jeder Benutzer kann sein Kennwort auch mit der Ansicht unter „Einstellungen“ -> „Kennwort“ ändern, die über die Schaltfläche rechts oben auf dem Bildschirm verfügbar ist.

Aktivieren der SSL-Verschlüsselung (https)

Dies ist nicht erforderlich, wenn Data Manager auf Ihrer eigenen Maschine oder in einem sicheren Büronetzwerk ausgeführt wird.

Doch wenn Sie Data Manager auf einem Remoteserver ausführen möchten, der für das Internet offen ist, empfehlen wir dringend, die SSL-Verschlüsselung zu aktivieren.

Dazu müssen Sie den DNS-Namen des Remoteservers beschaffen, ein https-Zertifikat im PEM-Format (.crt-Datei) sowie einen Schlüssel (.key-Datei) für diesen Domänennamen generieren und sie in einen Ordner mit dem Namen certs auf dem Remoteserver kopieren.

Dann müssen Sie Data Manager mit dem folgenden Befehl starten:

docker run -d -p <port_number>:80 -v "<path_to_working_folder>:/app/data" -v "<path_to_certs_folder>:/certs" aiflprodweacr.azurecr.io/datamanager:latest --license-agreement accept --https-certificate /certs/<cert_filename.crt> --https-private-key /certs/<key_filename.key>

In diesem Befehl verweist <cert_filename.crt> auf den Namen der .crt-Datei und <key_filename.key> verweist auf den Namen der .key-Datei, die Sie im certs-Ordner abgelegt haben.

Verwenden eines vordefinierten Schemas

Um die Funktion zum erneuten Training im AI Center nutzen zu können, müssen Sie eine Reihe von Feldern auf Grundlage von den Feldern verwenden, die bereits von den vorab trainierten ML-Paketen von UiPath extrahiert wurden. Die Gesamtheit dieser Felder wird als Schema bezeichnet.

Um den Einstieg zu erleichtern, stellen wir unten die Schemata für die out-of-the-box ML-Pakete zur Verfügung. Dies sind .zip-Dateien, die Sie in den Data Manager importieren können, genauso wie Sie ein Dataset importieren würden.

Die Schemata für die vortrainierten ML-Pakete, die von UiPath bereitgestellt werden, finden Sie unter den Links in der folgenden Tabelle:

Vortrainiertes ML-Paket	Schema
Rechnungen	Zum Herunterladen hier klicken
Rechnungen Australien	Zum Herunterladen hier klicken
Rechnungen Indien	Zum Herunterladen hier klicken
Rechnungen Japan	Zum Herunterladen hier klicken
Belege	Zum Herunterladen hier klicken
Bestellungen	Zum Herunterladen hier klicken
Betriebskostenabrechnungen	Zum Herunterladen hier klicken

Wichtig: Das ML-Paket InvoicesJapan unterstützt nur Google Cloud Vision OCR.

Nachdem Sie eine .zip -Datei aus der obigen Tabelle heruntergeladen haben, können Sie das Schema in den Data Manager importieren, indem Sie oben auf dem Bildschirm auf die Schaltfläche „Importieren“ klicken und dann im Dialogfeld die .zip-Datei auswählen. Der Data Manager erkennt, dass es sich um ein neues Schema handelt, und importiert es direkt.