- Démarrage
- Composants de l'infrastructure
- Vue d’ensemble de l’extraction des données
- Assistant de configuration des extracteurs (Configure Extractors Wizard) de l'activité Étendue de l'extraction de données (Data Extraction Scope)
- Regex Based Extractor
- Form Extractor
- Extracteur de formulaires intelligents
- Extracteur d'apprentissage automatique
- FlexiCapture Extractor
- Activités liées à l'extraction de données
- Document Understanding dans AI Center
- Pipelines
- Paquets ML
- Data Manager
- Services OCR
- Licences
- Référence (Reference)
Configurer Data Manager
Vous devez d'abord créer un dossier de travail pour stocker vos données ML. Ceci est référencé dans toutes les commandes documentées ci-dessous.
Un utilisateur admin avec mot de passe et nom d'utilisateur admin est créé par défaut.
Pour créer de nouveaux utilisateurs, arrêtez le conteneur Data Manager s'il est en cours d'exécution, utilisez la commande suivante, puis redémarrez-le :
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>
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>
Chaque utilisateur peut également modifier son mot de passe depuis la vue Paramètres (Settings) -> Mot de passe (Password) accessible via le bouton en haut à droite de l'écran.
Cela n'est pas nécessaire lorsque vous exécutez Data Manager sur votre propre ordinateur ou sur un réseau de bureau sécurisé.
Cependant, si vous envisagez d'exécuter Data Manager sur un serveur distant ouvert sur Internet, nous vous suggérons fortement d'activer le chiffrement SSL.
Pour ce faire, vous devez obtenir le nom DNS du serveur distant et générer un certificat https (fichier .crt) au format PEM ainsi qu'une clé (fichier .key) pour ce nom de domaine, puis les placer dans un dossier nommé certs sur le serveur distant.
Ensuite, vous devez lancer le gestionnaire de données à l'aide de la commande suivante :
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>
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>
Dans cette commande, <cert_filename.crt> fait référence au nom du fichier .crt et <key_filename.key> fait référence au nom du fichier .key que vous avez placé dans le dossier certs.
Pour utiliser la capacité de réentraînement dans AI Center, vous devez utiliser un ensemble de champs basés sur les champs déjà extraits par les paquets ML préentraînés prêts à l'emploi proposé par UiPath. On appelle cette liste de champs un schéma.
.zip
que vous pouvez importer dans Data Manager comme vous le feriez pour importer un ensemble de données.
Les schémas des paquets ML préentraînés fournis par UiPath sont disponibles via les liens du tableau ci-dessous :
Paquet ML préentraîné |
Schéma |
---|---|
Factures | |
Factures, Australie | |
Factures, Inde | |
Factures, Japon | |
Reçus | |
Bons de commande | |
Factures |
.zip
à partir du tableau ci-dessus, vous pouvez importer le schéma dans Data Manager en cliquant sur le bouton Importer (Import) en haut de l'écran, puis sélectionner le fichier .zip
dans la boîte de dialogue. Data Manager détecte qu'il s'agit d'un nouveau schéma et l'importe directement.