Machine Learning Designerを使用すると、Update EAS Service (Beta) コンポーネントをダウンストリームノードとして、オンラインモデルサービスを更新するためのモデルを生成するコンポーネントに接続できます。 Machine Learning Designerでは、DataWorksにパイプラインを送信して、オンラインモデルサービスの定期的な更新を実現することもできます。
前提条件
Machine Learning Designerによって生成されたモデルは、オンラインモデルサービスとしてElastic Algorithm Service (EAS) にデプロイされ、期待どおりに実行されます。 詳細については、「オンラインサービスとしてのモデルのデプロイ」をご参照ください。
手順
Update EAS Service (Beta) コンポーネントをキャンバスにドラッグし、このコンポーネントを下流ノードとしてモデルを生成するコンポーネントに接続します。 上流コンポーネントのモデル出力ポートがUpdate EAS Service (Beta) コンポーネントの入力ポートに直接接続されていることを確認します。
Update EAS Service (Beta) コンポーネントの入力ポートは、Object Storage Service (OSS) バケットに格納されているモデルのパスに接続できます。 たとえば、機械学習アルゴリズムによって生成されたPMML (Predictive Model Markup Language) モデルや、ビジョン、テキスト処理、XGBoostトレーニングアルゴリズムによって生成されたモデルを使用できます。
[EASサービス (ベータ) の更新] コンポーネントをクリックします。 表示されるパネルで、[パラメーター設定] タブでパラメーターを設定します。
EASサービス名: デプロイされたEASサービスの名前。 サービスは実行中の状態です。
EAS service description json: サービスを記述するJSONファイル。 ほとんどの場合、このパラメーターは空のままにできます。 他のパラメーターを変更する場合は、パラメーターを変更し、変更した内容をコードエディターに入力します。 パラメーターを変更する方法の詳細については、「EASCMDクライアントを使用するコマンドの実行」をご参照ください。
[EASサービス (ベータ) の更新] コンポーネントを右クリックし、[現在のノードの実行] を選択します。 実行が完了すると、オンラインモデルサービスが作成されます。
DataWorksを使用してオンラインモデルサービスを定期的に更新します。
モデルトレーニングとサービス更新を実装する以前のパイプラインを定期的に実行する場合は、パイプラインをDataWorksに送信し、定期的なタスクとしてスケジュールします。 詳細については、「Machine Learning DesignerでのDataWorksタスクの使用によるパイプラインのスケジュール」をご参照ください。
関連ドキュメント
[Elastic Algorithm Service (EAS)] ページに移動して、デプロイされたモデルサービスのステータスを表示したり、モデルサービスを管理したりできます。 詳細については、「EASでのオンラインモデルサービスの管理」をご参照ください。