document-understanding
2023.4
false
Document Understanding 用户指南
Automation CloudAutomation Cloud Public SectorAutomation SuiteStandalone
Last updated 2024年10月17日

部署开箱即用的 ML 包

本页介绍如何部署开箱即用的 Document Understanding ML 包。出于演示目的,我们将使用发票 ML 包作为示例。

创建发票 ML 包

对于在线安装,“开箱即用包”部分已包含“发票”模型。转到“ML 包”>“开箱即用包”>“UiPath Document Understanding”>“发票”,然后单击“提交”

对于离线安装,请以 Zip 文件格式上传发票 ML 包。要下载模型,请联系您的客户经理、CSM 或支持团队。您将收到每个包的下载链接。



选择 Json 输入类型和相应的 Python 语言。



单击“创建”。

将发票 ML 包部署为 ML 技能

从 AI Center 的左侧边栏中转到“ML 技能”选项卡,然后创建新的 ML 技能。此过程最多可能需要 30 分钟。

恭喜!您已在 AI Center 上成功部署发票 ML 模型。

创建 ML 技能后,您可以直接在 Studio 工作流中使用私有 ML 技能。或者,如果您已经安装了 AI Center 独立版的在线版本,并且想要使用公共 ML 技能,请按照以下说明获取公共 ML 技能端点(可选)。

创建 ML 技能后,双击 ML 技能并转到“修改当前部署”。



打开开关,将 ML 技能设为公开。您可能需要等待几分钟才能刷新页面。



ML 技能准备就绪后,复制 URL(发票 ML 包的端点)以供以后使用。



备注:

如果要在本地部署实例中导入先前从 Cloud 实例导出的开箱即用 ML 包,则需要执行以下操作:

  • 使用流程导出 ML 包
  • 打开此 ML 包的 metadata.json 文件。
  • 识别 imagePath 字段,并将其值替换为在所用 ML 包的“元数据”页面中找到的值。确保使用元数据值,而不是 DU 捆绑包值。
  • 保存所有更改并开始将包导入到本地部署实例。

2022.10 版本的 ML 包只能安装在 AI Center v2022.10.0 或更高版本上。

  • 创建发票 ML 包
  • 将发票 ML 包部署为 ML 技能

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。