使用 AI Center

本页列出了 AI Center 中使用的核心概念。

项目

项目是一组隔离的资源（数据集、管道、包、技能和日志），您可以使用这些资源来构建适用于不同业务自动化的特定 ML 解决方案。

ML 包

ML 包是一组包类型相同的包版本。可以将它视为一个文件夹，用于保存相同类型的包版本。包版本是经过训练的模型，您可以将其部署到技能，以便将其集成到 RPA 工作流中。

数据集

数据集是一个存储文件夹，其中包含任意文件和子文件夹。模型针对数据集进行训练。

管道

管道表示您可对包或包版本执行的各种操作。

它表示 ML 工作流的说明，包括工作流中的所有函数及其执行顺序。管道包括运行管道所需的输入和从管道获取的输出的定义。

管道运行是指根据用户提供的代码执行管道。该代码是实际实现管道中调用的函数的位置。

管道分为三种类型：

• 训练管道 - 将包和数据集用作输入，并生成新的包版本。
• 评估管道 - 将包版本和数据集用作输入，并生成一组指标和日志。
• 完整管道 - 运行训练管道，并紧跟在评估管道之后运行。

ML 技能

ML 技能是包版本的实时部署，只需在 UiPath Studio 中拖放 ML 技能活动，即可将其用于 RPA 工作流。

ML 日志

ML 日志是与项目相关的所有事件的合并视图。

示例

用户流程

用户创建项目，上传经过训练的包（或选择提供的包之一），然后将其部署为技能。

RPA 开发者现在可以拖放活动，以在生产中使用该模型。

持续重新训练模型的用户流程

用户创建一个项目，并将包含数据的文件夹上传到数据集。然后，用户上传尚未训练的包，执行训练管道，输出经过训练的模型，最后将经过训练的模型部署为技能。

然后，RPA 开发者可以拖放活动，以在生产中使用该模型。此外，RPA 开发者现在可以将新的带标签数据发送回所创建的数据集，以便对模型进行持续重新训练。