Machine Learning Designer では、[EAS サービスの更新 (ベータ)] コンポーネントをモデルコンポーネントのダウンストリームノードとして接続し、オンラインモデルサービスを更新できます。また、Machine Learning Designer では、パイプラインを DataWorks に送信して定期的にスケジューリングすることもできます。このようにして、モデルサービスを定期的に更新できます。
前提条件
Machine Learning Designer によって生成されたモデルが、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、想定どおりに実行されていること。詳細については、「モデルをオンラインサービスとしてデプロイする」をご参照ください。
手順
[EAS サービスの更新 (ベータ)] 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モデルコンポーネントのダウンストリームノードとして接続します。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 [EAS サービスの更新 (ベータ)] 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。
[EAS サービスの更新 (ベータ)] 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 Predictive Model Markup Language (PMML) モデル、またはビジョン、テキスト処理、および 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 サービスの更新 (ベータ)] 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] タブのパラメーターを構成します。
[EAS サービス名]: デプロイされた EAS サービスの名前。サービスは実行中状態です。
[EAS サービス記述 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です。このパラメーターの設定を追加する場合は、コードエディタに設定を入力します。詳細については、「EASCMD クライアントを使用するためのコマンドを実行する」をご参照ください。
[EAS サービスの更新 (ベータ)] コンポーネントを右クリックし、[現在のノードを実行] を選択します。ノードが正常に実行されると、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。
オンラインモデルサービスを定期的に更新する場合は、上記のパイプラインを DataWorks に送信して定期的にスケジューリングします。詳細については、「DataWorks タスクを使用して Machine Learning Designer のパイプラインをスケジューリングする」をご参照ください。
関連情報
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 サービスの管理」をご参照ください。