Platform For AI:定期的に更新オンラインモデルサービス

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。

コンポーネントの設定と実行

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。 Update EAS Service (Beta) コンポーネントを設定するには、次の手順を実行します。

1. 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。 アップストリームコンポーネントのモデル出力ポートが、Update EAS Service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。

2. [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。 ファイル内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またはDSWを使用したモデルサービスのデプロイ」をご参照ください。

3. [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。

定期的に更新オンラインモデルサービス

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

EAS-Online Model Servicesページに移動して、デプロイされたサービスのステータスを表示したり、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。