- Notas relacionadas
- Antes de empezar
- Primeros pasos
- Instalación de Automation Suite
- Migración y actualización
- Proyectos
- Conjuntos de datos
- Paquetes ML
- Procesos
- Habilidades ML
- Logs de ML
- Document Understanding en AI Center
- Licencia
- Tutorial
- Guía básica de resolución de problemas
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&%3Bq=100)
Procesos completos
Un proceso completo se utiliza para entrenar un nuevo modelo de aprendizaje automático y evaluar el rendimiento de este nuevo modelo, todo de una vez. Además, se ejecuta un paso de preprocesamiento antes del entrenamiento, lo que permite la manipulación o el entrenamiento de un modelo de aprendizaje automático entrenado.
process_data()
, train ()
, evaluate()
y save()
en el archivo train.py). Este código, junto con un conjunto de datos o una subcarpeta dentro de un conjunto de datos, y opcionalmente un conjunto de evaluación, produce una nueva versión de paquete, una puntuación (el resultado de la función evaluate()
para la nueva versión del modelo) y cualquier output arbitrario que el usuario quisiera mantener además de la puntuación.
Crea un nuevo proceso completo como se describe aquí. Asegúrate de proporcionar la siguiente información específica del proceso completo:
- En el campo Tipo de proceso, selecciona Ejecución de proceso completo.
- En el campo Elegir conjunto de datos de input, selecciona un conjunto de datos o una carpeta desde la que quieres importar datos para el entrenamiento completo. Todos los archivos en este conjunto de datos/carpeta deben estar disponibles localmente durante el tiempo de ejecución del proceso en la ruta almacenada en la variable
data_directory
. - De manera opcional, en el campo Elegir conjunto de datos de evaluación, selecciona un conjunto de datos o una carpeta desde la que quieres importar datos para la evaluación. Todos los archivos en este conjunto de datos/carpeta deben estar disponibles localmente durante el tiempo de ejecución del proceso en la ruta almacenada en la variable
test_data_directory
. Si no se selecciona ninguna carpeta, se espera que el proceso escriba algo en la variabletest_data_directory
del directorio en la funciónprocess_data
. Si no seleccionas una carpeta yprocess_data
no escribe entest_data_directory
, el directorio traspasado a la función de evaluación estará vacío. - En la sección Introducir parámetros, escribe las variables de entorno definidas y utilizadas por tu proceso, si las hubiera. Las variables de entorno son:
training_data_directory
, con el valor del conjunto de datos/entrenamiento predeterminado: define dónde son accesibles localmente los datos de entrenamiento para el proceso. Este directorio se utiliza como input para la funcióntrain()
. La mayoría de usuarios nunca tendrá que anular esto a través de la IU y podrán únicamente escribir datos enos.environ['training_data_directory']
en la funciónprocess_data
, además de esperar únicamente que el argumento data_directory entrain(self, data_directory
se llame conos.environ['training_data_directory']
.-
test_data_directory
con el valor predeterminado del conjunto de datos/prueba: define dónde son accesibles localmente los datos de prueba para el proceso. Este directorio se utiliza como input para la funciónevaluate()
. La mayoría de usuarios nunca tendrá que anular esto a través de la IU y podrán únicamente escribir datos enos.environ['test_data_directory']
en la funciónprocess_data
, además de esperar únicamente que el argumento data_directory enevaluate(self, data_directory
se llame conos.environ['test_data_directory']
. artifacts_directory
, con artefactos de valor predeterminado: define la ruta a un directorio que será persistente como datos auxiliares relacionados con este proceso. La mayoría, si no todos los usuarios, nunca tendrá la necesidad de anular esto a través de la IU. Todo lo que puede guardarse durante la ejecución del proceso, incluidas imágenes, pdfs y subcarpetas. En concreto, cualquier dato que tu código escriba en el directorio especificado por la rutaos.environ['artifacts_directory']
se cargará al final de la ejecución del proceso y se podrá ver desde la página Detalles del proceso.save_training_data
, con el valor predeterminado true: si se establece en true, la carpetatraining_data_directory
se cargará al final de la ejecución del proceso como un output del proceso en el directoriotraining_data_directory
.save_test_data
, con el valor predeterminado true: si se establece en true, la carpetatest_data_directory
se cargará al final de la ejecución del proceso como un output del proceso en el directoriotest_data_directory
.
Dependiendo de tu elección para seleccionar o no un conjunto de datos de evaluación, puedes crear procesos completos de la siguiente manera:
Mira el siguiente vídeo para obtener más información sobre cómo crear un proceso completo con la versión 1.1 del paquete recién entrenado. Asegúrate de seleccionar el mismo conjunto de datos (en nuestro ejemplo, tutorialdataset) tanto como conjunto de datos de input como conjunto de datos de evaluación.
Mira el siguiente vídeo para obtener más información sobre cómo crear un proceso completo con la versión 1.1 del paquete recién entrenado. Selecciona el conjunto de datos de input, pero deja el conjunto de datos de evaluación sin seleccionar.
Después de ejecutarse el proceso, en la página Procesos, el estado del proceso cambia a Con éxito. La página Detalles del proceso muestra los archivos y carpetas arbitrarios relacionados con la ejecución del proceso.
- La función
train()
se entrena en train.csv y no en el contenido inalterado de la carpeta de datos (example1.txt y example2.txt).process_data
puede utilizarse para dividir datos de forma dinámica según cualquier parámetro definido por el usuario. - El primer proceso completo ejecuta evaluaciones en un directorio con example1.txt, example2.txt y test.csv. El segundo proceso completo ejecuta evaluaciones en un directorio solo con test.csv. Esta es la diferencia de no seleccionar un conjunto de evaluación explícitamente al crear la segunda ejecución de proceso completo. De esta forma, puedes tener evaluaciones sobre nuevos datos de UiPath Robots, así como datos divididos de forma dinámica ya en tu proyecto.
- Cada componente individual puede escribir artefactos arbitrarios como parte de un proceso (histogramas, registros de tensorboard, trazas de distribución, etc.).
- El archivo .zip del paquete ML es la nueva versión del paquete generada automáticamente por el proceso de entrenamiento.
- La carpeta Artefactos, solo visible si no está vacía, es la carpeta que reagrupa todos los artefactos generados por el proceso, y se guarda en la carpeta
artifacts_directory
. - La carpeta Entrenamiento, solo visible si se estableció
save_training_data
en true, es una copia de la carpetatraining_data_directory
. - La carpeta Prueba, solo visible si se estableció
save_training_data
en true, es una copia de la carpetatest_data_directory
.
Aquí se muestra una ejecución conceptualmente analógica de un proceso completo en un paquete, por ejemplo, la versión 1.1, el output de un proceso de entrenamiento llevado a cabo en la versión 1.0.
- Copia la versión 1.1 del paquete en
~/mlpackage
. - Crea un directorio llamado
./dataset
. - Copia el contenido del conjunto de datos de input en
./dataset
. - Si el usuario establece algo en el campo Elegir conjunto de datos de evaluación, copia ese conjunto de datos de evaluación y pégalo en
./dataset/test
. - Establece las variables de entorno
training_data_directory=./dataset/training
ytest_data_directory=./dataset/test
. - Ejecuta el siguiente código python:
from train import Main m = Main() m.process_data('./dataset') m.evaluate(os.environ['test_data_directory']) m.train(os.environ['training_data_directory']) m.evaluate(os.environ['test_data_directory'])
from train import Main m = Main() m.process_data('./dataset') m.evaluate(os.environ['test_data_directory']) m.train(os.environ['training_data_directory']) m.evaluate(os.environ['test_data_directory']) - Mantén el contenido de
~/mlpackage
como versión del paquete 1.2. Mantén los artefactos si se escriben, haz una instantánea de los datos sisave_data
está establecido en true.Aviso: La existencia de las variables de entornotraining_data_directory
ytest_data_directory
significa queprocess_data
puede utilizar estas variables para dividir los datos de forma dinámica.
_results.json
contiene un resumen de la ejecución del proceso y expone todas los inputs/outputs y los tiempos de ejecución para un proceso completo.
{
"parameters": {
"pipeline": "< Pipeline_name >",
"inputs": {
"package": "<Package_name>",
"version": "<version_number>",
"input_data": "<storage_directory>",
"evaluation_data": "<storage_directory>/None",
"gpu": "True/False"
},
"env": {
"key": "value",
...
}
},
"run_summary": {
"execution_time": <time>, #in seconds
"start_at": <timestamp>, #in seconds
"end_at": <timestamp>, #in seconds
"outputs": {
"previous_score": <previous_score>, #float
"current_score": <current_score>, #float
"training_data": "<training_storage_directory>/None",
"test_data": "<test_storage_directory>/None",
"artifacts_data": "<artifacts_storage_directory>",
"package": "<Package_name>",
"version": "<new_version>"
}
}
}
{
"parameters": {
"pipeline": "< Pipeline_name >",
"inputs": {
"package": "<Package_name>",
"version": "<version_number>",
"input_data": "<storage_directory>",
"evaluation_data": "<storage_directory>/None",
"gpu": "True/False"
},
"env": {
"key": "value",
...
}
},
"run_summary": {
"execution_time": <time>, #in seconds
"start_at": <timestamp>, #in seconds
"end_at": <timestamp>, #in seconds
"outputs": {
"previous_score": <previous_score>, #float
"current_score": <current_score>, #float
"training_data": "<training_storage_directory>/None",
"test_data": "<test_storage_directory>/None",
"artifacts_data": "<artifacts_storage_directory>",
"package": "<Package_name>",
"version": "<new_version>"
}
}
}