- 发行说明
- 在开始之前
- 入门指南
- 项目
- 数据集
- ML 包
- 管道
- ML 技能
- ML 日志
- AI Center 中的 Document Understanding
- 许可
- 如何
- 基本故障排除指南
![横幅背景图像](https://docs.uipath.com/_next/image?url=%2F_next%2Fstatic%2Fmedia%2Fgrid.05ebd128.png&w=3840&q=100)
管理 ML 包
上传包之前,请确保已按照此处所述构建包。
class
、break
、from
、finally
、 global
和 None
等。请务必选择其他名称。列出的示例不完整,因为 class <pkg-name>
和 import <pck-name>
使用了包名称。
按照以下步骤上传已创建的包:
- 在“ML 包”页面中,单击“上传 zip 文件”按钮。系统将显示“新建包”页面。
- 在“新建包”页面中,输入包的名称。
- 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。 - (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。
- 从下拉列表中选择输入类型。可能的选项包括:
- json
- 文件
- 文件
- (可选)输入模型所需的输入的清楚说明。
- (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。
- 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
- 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。
- 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。
- 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。
class
、break
、from
、finally
、 global
和 None
等。请务必选择其他名称。列出的示例不完整,因为 class <pkg-name>
和 import <pck-name>
使用了包名称。
使用以下过程上传已创建的包:
- 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。
- 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
- 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。
- 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
- 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。
.zip
文件。将执行以下三项检查:
- 存在非空根文件夹。
- requirements.txt 文件已存在。
- 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__
和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。
.zip
文件。对于这些包,将执行以下两项检查:
- 存在非空根文件夹。
- 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:train
、evaluate
和save
。
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。
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。
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(假设其主要版本为 1,次要版本为 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。
按照以下步骤上传已上传的包的新版本:
- 在“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。
- 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。 - (可选)更新以下字段中的现有信息:
- 输入说明
- 输出说明
- 语言
- (可选)在“更改 日志 ” 字段中,输入更改的内容。
- 选择模型是否需要 GPU,默认情况下,设置为“否”。
- 选择是否为模型启用训练。
- 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。
当训练管道或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:
请按照此过程中的步骤下载已创建的包。
- 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。
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。
- 在“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。
- 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。
或
- 在“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。
- 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。