ai-center
latest
false
Importante :
A tradução automática foi aplicada parcialmente neste conteúdo.
AI Center
Automation CloudAutomation SuiteStandalone
Last updated 10 de out de 2024

Gerenciar pacotes de ML

Validações de pacotes

Para servir

Para modelos carregados com a flag Habilitar treinamento inativa, quando um modelo é carregado, o AI Center valida o arquivo .zip em relação aos requisitos descritos aqui. As três verificações a seguir são realizadas:
  1. Existe uma pasta raiz não vazia.
  2. Existe um arquivo requirements.txt.
  3. Existe um arquivo chamado main.py na pasta raiz, que implementa uma classe Main. A classe é validada adicionalmente para implementar uma função predicte uma função __init__.

Sucesso ou falha juntamente com quaisquer erros que causaram, são exibidos na página Logs de ML.

Para treinamento

Para modelos carregados com a flag Habilitar treinamento ativa, além de validar os requisitos da forma acima, o AI Center também valida o arquivo carregado .zip em relação aos requisitos descritos aqui. Para esses pacotes, são realizadas as duas verificações a seguir:
  1. Existe uma pasta raiz não vazia.
  2. Existe um arquivo chamado train.py na pasta raiz, que implementa uma classe Main. A classe é validada adicionalmente para implementar uma função __init__ e as seguintes funções: train, evaluate e save.

Sucesso ou falha juntamente com quaisquer erros que causaram, são exibidos na página Logs de ML.

Visualização dos detalhes do pacote de ML

Clique em um pacote na lista para navegar até sua página Pacote de ML > [Nome do pacote de ML].

No guia Versão, visualize seus detalhes: a versão do pacote, tempo de criação, log de alterações, status, se o treinamento está habilitado ou não , se a GPU recomendada está habilitada ou não e os argumentos.



É possível encontrar mais informações em cada entrada na versão dos pacotes de ML, clicando no ícone ⁝ e, em seguida, em Detalhes. Será exibida uma caixa de diálogo com todas as informações da versão do pacote.



Na guia Execuções do pipeline, visualize os detalhes relacionados às execuções do pipeline do pacote: nome do pacote, tipo, versão, status, tempo de criação, duração, pontuação e detalhes adicionais.

Controle da versão

O AI Center também suporta controle de versões e gerenciamento de versões de pacotes. Quando um pacote é carregado, ele é exibido como a versão 1.0 desse pacote (dizemos que sua versão principal é 1 e a versão secundária é 0). Isso ajuda a diferenciar pacotes carregados pelos usuários e pacotes retreinados por meio de pipelines, com estes últimos apenas alterando sua versão secundária.

Carregamento de novas versões do pacote de ML

Siga essas etapas para carregar uma nova versão para um pacote já carregado:

  1. Na página Pacotes de ML, clique em ⁝ ao lado de um pacote e selecione a opção Carregar nova versão.

    Ou então, na página Pacote de ML > [Nome do pacote de ML], clique em Carregar nova versão. A janela Carregar nova versão do pacote para > [Nome do pacote de ML] é exibida, com a maioria dos campos preenchidos com as informações que você forneceu no momento em que você carregou esse pacote pela primeira vez.

  2. Clique em Carregar pacote para selecionar o arquivo .zip desejado ou arraste e solte o arquivo acima desse campo.
  3. Opcional: atualize as informações existentes nos seguintes campos:
    • Descrição da entrada
    • Descrição da saída
    • Idioma
  4. Opcional: No campo ChangeLog , insira o que mudou.
  5. Selecione se o modelo requer uma GPU; por padrão, é definido como Não.
  6. Selecione habilitar treinamento ou não para o seu modelo.
  7. Clique em Criar para carregar a nova versão para o pacote carregado existente ou em Cancelar para anular o processo. A janela Carregar pacote é fechada, e a nova versão do pacote é carregada. Pode levar alguns minutos antes que seu carregamento seja propagado.

A nova versão do pacote não é visível diretamente na página Pacotes de ML. É possível visualizar suas informações dentro da página Detalhes do pacote de ML para esse pacote.

Observação: quando uma nova versão é carregada em um pacote existente, isso cria uma nova versão principal. Por exemplo, se eu tiver carregado meu primeiro pacote, esse carregamento será a versão 1.0. Quando eu carregar uma nova versão, essa versão será a 2.0.

Versões do pacote de ML criadas pelos pipelines de treinamento

Quando um pipeline de treinamento ou um pipeline completo é executado com sucesso em uma versão do pacote, uma nova versão secundária é criada. Por exemplo, se eu tiver carregado um pacote (versão 1.0) e iniciar um pipeline de treinamento, a versão 1.1 é exibida após a conclusão na página Detalhes do pacote de ML, conforme abaixo:



Visualização dos argumentos do pacote

Na aba Versão da página Pacote de ML > [Nome do pacote de ML], clique no ícone de informações ao lado de uma versão do pacote. A janela Argumentos para > [Nome do pacote de ML] > [Versão do pacote de ML] é exibida.

O tipo de entrada e as descrições da entrada e da saída da versão do pacote selecionado são exibidos. Observe que não é possível editar os valores.

Exclusão de pacotes de ML

Os pacotes só podem ser excluídos se não forem implantados dentro de uma habilidade e se nenhum pipeline estiver atualmente em execução nesses pacotes.

  1. Na página Pacotes de ML, clique em ⁝ ao lado de um pacote e selecione Excluir versões não implantadas. Uma janela de confirmação será exibida.
  2. Na janela de confirmação, clique em OK para excluir todas as versões não implantadas do pacote selecionado. Se uma versão do pacote fizer parte de uma habilidade (ela está ativa), ela NÃO será excluída. Se todas as versões estiverem inativas, todas elas serão excluídas.

OU

  1. Na guia Versão da página Pacote de ML > [Nome do pacote de ML], clique em ⁝ ao lado de uma versão de pacote e selecione Excluir. Uma janela de confirmação será exibida.
  2. Na janela de confirmação, clique em OK para excluir a versão selecionada do pacote. Se uma versão do pacote fizer parte de uma habilidade (ela está ativa), ela NÃO será excluída. Se essa for a única versão para o pacote selecionado, o próprio pacote também será excluído.

Esta página foi útil?

Obtenha a ajuda que você precisa
Aprendendo RPA - Cursos de automação
Fórum da comunidade da Uipath
Uipath Logo White
Confiança e segurança
© 2005-2024 UiPath. Todos os direitos reservados.