- Notas relacionadas
- Primeros pasos
- Notificaciones
- Proyectos
- Conjuntos de datos
- Etiquetado de datos
- Paquetes ML
- Paquetes listos para usar
- Procesos
- Habilidades ML
- Logs de ML
- Acerca de los registros ML
- Document UnderstandingTM en AI Center
- API de AI Center
- Licencia
- Plantillas de soluciones de AI
- Tutorial
- Guía básica de resolución de problemas
Acerca de los registros ML
La página Registros ML, accesible desde el menú Registros ML después de seleccionar un proyecto, es una vista consolidada de todos los eventos relacionados con el proyecto.
Estos eventos forman parte de las siguientes categorías:
- Eventos de validación de un paquete ML
- Eventos del conjunto de datos
- Eventos de un proceso
- Eventos de implementación de habilidades ML
- Eventos de predicciones de la habilidad ML
.zip
cargado según los siguientes requisitos:
- Existe una carpeta raíz que no está vacía con el mismo nombre que el archivo .zip.
- Existe un archivo requirements.txt.
- Existe un archivo llamado main.py que implementa una clase de tipo Main. La clase se valida posteriormente para implementar una función
__init__
y una funciónpredict
.
.zip
cargado teniendo en cuenta los siguientes requisitos:
- Existe una carpeta raíz que no está vacía con el mismo nombre que el archivo .zip.
- Existe un archivo requirements.txt.
- Existe un archivo llamado main.py que implementa una clase de tipo Main. La clase se valida posteriormente para implementar una función
__init__
y una funciónpredict
. - Un archivo llamado train.py que implementa una clase de tipo Main. La clase se valida posteriormente para implementar una función
__init__
, así como las funcionestrain
,evaluate
ysave
. - Ten en cuenta que puede añadirse un archivo train_requirements.txt; si no se incluye, la validación seguirá transcurriendo.
Los registros ML de esta categoría ilustran los tiempos de inicio y fin de la validación, y los errores de validación, si los hubiera.
Cuando se crea, actualiza o elimina un conjunto de datos, este se muestra en la página Registros ML.
Cuando se crea una habilidad, AI Center la implementa. Esto abarca la instalación de dependencias, la ejecución de un determinado número de comprobaciones de seguridad y optimizaciones, la configuración de la red dentro del espacio de nombres del tenant, la creación de un contenedor con un determinado número de réplicas del paquete correspondiente y la comprobación final del estado de la habilidad.
Los registros ML de esta categoría ilustran los tiempos de inicio y fin de la implementación, y los errores de implementación, si los hubiera.
system
en los registros ML, esto significa que la habilidad se canceló automáticamente debido a la inactividad.