Acerca de los procesos

Los paquetes ML de Document Understanding pueden ejecutar los tres tipos de procesos:

• Procesos de entrenamiento
• Procesos de evaluación
• Procesos completos

Una vez completado, una ejecución de un proceso tiene outputs y registros asociados. Para ver esta información, en la pestaña Procesos de la barra lateral izquierda, haz clic en un proceso para abrir la vista de procesos que consiste en lo siguiente:

• los detalles del proceso, como el tipo, el nombre y la versión del Paquete ML, el conjunto de datos, el uso de la GPU, los parámetros y el tiempo de ejecución
• el panel Salidas ; esto siempre incluye un archivo _results.json que contiene un resumen de los detalles del proceso
• la página Registros; los registros también pueden obtenerse en la pestaña Registros ML en la barra lateral izquierda

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

• Fine-tune ML models with data from Validation Station
• Auto-Fine-tuning an ML model

Términos y definiciones

Training: Training a model from scratch, i.e. using the DocumentUnderstanding ML Package in AI Center.

Retraining: Training using a pre-trained base-model, i.e. using one of the other document extraction ML packages in AI Center such as Invoices,Receipts,Purchase Orders, etc.

Auto-retraining: This is the name of an environment variable which can be set when creating a Pipeline in AI Center which enables the pipeline to automatically use the most recent exported dataset for training. This variable is independent of whether that dataset includes data from Validation Station or not.

Fine-tuning: Training or retraining a model using a dataset which includes data coming from Validation Station.

Auto-Fine-tuning: Using the Auto-retraining environment variable feature to automatically train a model using data fed in from Validation Station using the Scheduled Export feature of Data Manager.