Acerca de los procesos

Document Understanding^TM ML packages can run all three types of pipelines:

• Procesos de entrenamiento
• Procesos de evaluación
• Procesos completos

Once completed, a pipeline run has associated outputs and logs. To check this information, in the Pipelines tab from the left sidebar, select a pipeline to open the Pipeline view which consists of:

• the Pipeline details such as type, ML Package name and version, dataset, GPU usage, parameters, and execution time
• the Outputs pane; this always includes a _results.json file containing a summary of the Pipeline details
• the Logs page; the logs can also be obtained in the ML Logs tab from the left sidebar

Los procesos de entrenamiento o los procesos completos también pueden usarse para:

• Fine-tune ML models with data from Validation Station

Términos y definiciones

Entrenamiento:

Entrenamiento de un modelo desde cero, es decir, con el paquete ML DocumentUnderstanding de AI Center.

Volver a entrenar:

Entrenamiento con un modelo base preentrenado, es decir, usando uno de los otros paquetes ML de extracción de documentos de AI Center como Facturas, Recibos, Órdenes de compra, etc.

Reentrenamiento automático:

Es el nombre de una variable de entorno que puede establecerse al crear un proceso en AI Center y que permite que el proceso use automáticamente el conjunto de datos exportado más reciente para el entrenamiento. Esta variable es independiente de si el conjunto de datos incluye datos de la estación de validación o no.

Ajuste preciso:

Entrenamiento o reentrenamiento de un modelo usando un conjunto de datos que incluye datos procedentes de la estación de validación.

Ajuste fino automático:

Usar la característica de variable de entorno de reentrenamiento automático para entrenar automáticamente un modelo con los datos introducidos desde la estación de validación mediante la característica de exportación programada del administrador de documentos.