AI Center
2022.4
true
AI Center 用户指南
Automation CloudAutomation SuiteStandalone
Last updated 2024年6月6日

管理 ML 包

上传 ML 包

重要提示:

上传包之前,请确保已按照此处所述构建包。

在 AI Center 中创建 ML 包时,不能使用任何 Python 保留关键字命名,例如classbreakfromfinallyglobalNone等。请确保请选择其他名称。 列出的示例不完整,因为class <pkg-name>import <pck-name>使用了包名称。

按照以下步骤上传已创建的包:

  1. “ML 包”页面中,单击“上传 zip 文件”按钮。系统将显示“新建包”页面。
  2. 在“新建包”页面中,输入包的名称。
  3. 单击“上传包”以选择所需的 .zip 文件,或者将包 .zip 文件拖放到“上传包”字段中。
  4. (可选)提供清楚的模型说明。

    部署基于此模型的新技能时会显示说明,说明也会显示在“ML 包”页面中。

  5. 从下拉列表中选择输入类型。可能的选项包括:
    • json
    • 文件
    • 文件
  6. (可选)输入模型所需的输入的清楚说明。
  7. (可选)输入模型返回的输出的清楚说明。

    这些说明对在 UiPath Studio 中使用 ML 技能活动的 RPA 开发者可见。作为一种正确做法,我们建议显示输入和输出格式的示例,以促进数据科学家和开发者之间的沟通。

  8. 从下拉列表中选择模型的开发语言。可能的选项包括:
    • Python 3.7
    • Python 3.8
  9. 选择机器学习模型是否需要 GPU,默认情况下,它设置为“否”。此信息显示为根据此包创建技能时的建议。
  10. 选择是否为模型启用训练。如果启用训练,则会发生此情况:
    • 该包可用于任何管道。
    • 验证步骤将检查包中是否已实现 train.py 文件,否则,验证将失败。
  11. 单击“创建”以上传包,或单击“取消”以中止该过程。“新建包”窗口将关闭,包已上传并与其详细信息一起显示在“ML 包”>“[ML 包名称]”页面中。可能需要几分钟才能传播上传。


上传 zip 文件

重要事项:上传包之前,请确保已按照此处所述构建包。
在 AI Center™ 中创建 ML 包时,不能使用任何 Python 保留关键字命名,例如 classbreakfromfinallyglobalNone 等。请务必选择其他名称。列出的示例不完整,因为 class <pkg-name>import <pck-name> 使用了包名称。

使用以下过程上传已创建的包:

  1. “ML 包”页面中,单击“上传 zip 文件”按钮。系统将显示“新建包”页面。
  2. 在“新建包”页面中,输入包的名称。
  3. 单击“上传包”以选择所需的 .zip 文件,或者将包 .zip 文件拖放到“上传包”字段中。
  4. 可选:提供清楚的模型说明。
    部署基于此模型的新技能时会显示说明,说明也会显示在“ML 包”页面中。
  5. 从下拉列表中选择输入类型。可能的选项包括:
    • json
    • 文件
    • 文件
  6. 可选:输入模型所需的输入的清楚说明。
  7. 可选:输入模型返回的输出的清楚说明。
    这些说明对在 UiPath Studio 中使用 ML 技能活动的 RPA 开发者可见。作为一种正确做法,我们建议显示输入和输出格式的示例,以促进数据科学家和开发者之间的沟通。
  8. 从下拉列表中选择模型的开发语言。可能的选项包括:
    • Python 3.7
    • Python 3.8
    • Python 3.8 OpenCV
  9. 选择机器学习模型是否需要 GPU,默认情况下,它设置为“否”。此信息显示为根据此包创建技能时的建议。
  10. 选择是否为模型启用训练。如果启用训练,则会发生此情况:
    • 该包可用于任何管道。
    • 验证步骤将检查包中是否已实现 train.py 文件,否则,验证将失败。
  11. 单击“创建”以上传包,或单击“取消”以中止该过程。“新建包”窗口将关闭,包已上传并与其详细信息一起显示在“ML 包”>“[ML 包名称]”页面中。可能需要几分钟才能传播上传。


导入 ML 包

使用此过程上传从 UiPath AI Center™ 导出的包。
  1. 在“ML 包”页面中,单击“导入 ML 包”按钮。系统将显示“导入新包”页面。
  2. “上传包”字段中,添加使用“下载 ML 包”过程下载的 zip 文件。
  3. 在“上传元数据 json”字段中,添加使用上述过程下载的 json 文件。
  4. 单击“创建”。


  • 私有包:
    • 导入的包将与导出环境中的包同名,取自元数据文件。 如果已存在同名包,则接下来将检查元数据中的version字段。 如果版本相同,则将创建新的次要版本。 例如,如果您导入一个名为New Package且版本为7的包,并且您已有一个同名的包,但存在版本7.3 ,则新导入的包的版本将为7.4 。 如果没有版本,则创建的包将具有下一个可用的主要版本。
    • 如果目标环境中不存在导入的包元数据中的名称,则会在目标环境中创建新的包名称。
  • 公共包:
    • 导入的包将与导出环境中的包同名,取自元数据文件。 如果已存在同名包,则接下来将检查元数据中的sourcePackageVersion字段是否存在目标环境中的sourcePackageVersion 。 在此之后,将上传下一个次要版本。 请确保更改目标环境中的版本,或将元数据文件中的sourcePackageVersion字段更改为目标环境中的可用版本。
    • 如果目标环境中不存在导入的包元数据中的名称,则会在目标环境中创建新的包名称。
注意:目前,从其他环境中导入包存在一些限制
  • 对于私有包,如果导入的包的主要版本与现有包的主要版本不同,则会显示错误。

包验证

对于服务

对于上传的模型,如果“启用训练”标记处于“不活动”状态,则在上传模型时,AI Center 会根据此处所述的要求验证上传的 .zip 文件。将执行以下三项检查:
  1. 存在非空根文件夹。
  2. requirements.txt 文件已存在。
  3. 根文件夹中存在名为 main.py 的文件,该文件实现了类 Main。进一步验证该类,以实现 __init__predict 函数。

成功或失败以及导致失败的任何错误都会显示在“ML 日志”页面中。

对于训练

对于上传了活跃的“启用训练”标记的模型,除了验证上述要求,AI Center 也按照此处描述的要求验证已上传的 .zip 文件。对于这些包,将执行以下两项检查:
  1. 存在非空根文件夹。
  2. 根文件夹中存在名为 train.py 的文件,该文件实现了类 Main。进一步验证该类,以实现 __init__ 函数和以下函数:trainevaluatesave

成功或失败以及导致失败的任何错误都会显示在“ML 日志”页面中。

查看 ML 包详细信息

单击列表中的某个包,以前往其“ML 包”>“[ML 包名称]”页面。

在“版本”选项卡中,查看其详细信息:包版本、创建时间、更改日志、状态和参数。



在“管道运行”选项卡中,查看与包的管道运行相关的详细信息:包名称、类型、版本、状态、创建时间、持续时间、分数和其他详细信息。



版本控制

AI Center 还支持包的版本控制和版本管理。上传包后,系统会将该包显示为版本 1.0(假设其主要版本1次要版本0)。这有助于区分用户上传的包和通过管道重新训练的包,后者仅更改其次要版本。

上传新的 ML 包版本

按照以下步骤上传已上传的包的新版本:

  1. “ML 包”页面中,单击包旁边的 ⁝,然后选择“上传新版本”选项。

    或者,在“ML 包”>“[ML 包名称]”页面中,单击“上传新版本”。系统将显示“上传以下包的新版本 > [ML 包名称]”窗口,其中的大多数字段会预先填充您在首次上传该包时提供的信息。

  2. 单击“上传包”以选择所需的 .zip 文件,或者将上述文件拖放到此字段中。
  3. (可选)更新以下字段中的现有信息:
    • 输入说明
    • 输出说明
    • 语言
  4. (可选)在“更改 日志 ” 字段中,输入更改的内容。
  5. 选择模型是否需要 GPU,默认情况下,设置为“否”。
  6. 选择是否为模型启用训练
  7. 单击“创建”以上传现有包的新版本,或单击“取消”以中止该过程。“上传包”窗口将关闭,并且上传包的新版本。可能需要几分钟才能传播上传。


包的新版本不会直接显示在“ML 包”页面中。您可以在该包的“ML 包详细信息”页面中查看其信息。

注意:上传现有包的新版本时,将创建新的主要版本。例如,如果我上传了第一个包,则上传的版本将为 1.0。上传新版本时,该版本将为 2.0

训练管道创建的 ML 包版本

训练管道完整管道对包版本成功执行时,将创建新的次要版本。例如,如果我已上传包(版本 1.0)并启动训练管道,则完成后“ML 包详细信息”页面将显示版本 1.1,如下所示:



查看包参数

“ML 包”>“[ML 包名称]”页面的“版本”选项卡中,单击包版本旁边的 :fa-info-circle:。系统将显示“参数”>“[ML 包名称]”>“[ML 包版本]”窗口。

系统将显示所选包版本的输入类型以及输入和输出说明。请注意,您无法编辑值。

下载 ML 包

您可以导出已创建的包,然后将其导入到不同或相同的环境中。

请按照此过程中的步骤下载已创建的包。

  1. 在“ML 包”页面中,从列表中选择已创建的包。


  2. 在“版本”选项卡中,单击包的“⁝”图标。
  3. 单击“下载”


单击“下载”后,系统会下载以下两个文件:
  • 包含包的zip文件
  • json文件,其中包含包元数据,例如名称、版本和其他信息。

删除 ML 包

只有当包未部署在技能中,且这些包当前没有管道正在运行时,您才能将包删除。

  1. “ML 包”页面中,单击包旁边的 ⁝,然后选择“删除未部署的版本”。系统会显示确认窗口。
  2. 在确认窗口中,单击“确定”以删除所选包的所有未部署版本。如果包版本是技能的一部分(处于活动状态),则不会删除该包版本。如果所有版本都处于不活动状态,则将其全部删除。

  1. “ML 包”>“[ML 包名称]”页面的“版本”选项卡中,单击包版本旁边的 ⁝,然后选择“删除”。系统会显示确认窗口。
  2. 在确认窗口中,单击“确定”以删除包的选定版本。如果包版本是技能的一部分(处于活动状态),则不会删除该包版本。如果这是所选包的唯一版本,则包本身也将被删除。

此页面有帮助吗?

获取您需要的帮助
了解 RPA - 自动化课程
UiPath Community 论坛
Uipath Logo White
信任与安全
© 2005-2024 UiPath。保留所有权利。