Designer和EAS在使用鏈路上進行了無縫對接，您可以在離線訓練、離線預測和評估流程完成後，將單個模型部署至EAS，以建立一個線上模型服務。本文為您介紹如何將在Designer平台訓練獲得的模型一鍵或手動部署為EAS線上服務。
前提條件
已完成模型訓練，並驗證了模型的準確性，詳情請參見構建與調試模型。
單模型一鍵部署
支援的模型組件
以下模型組件支援您直接一鍵部署至EAS。其餘部分模型僅支援手動部署，詳情請參見單模型手動部署。
組件名稱 | 產出可部署模型格式 | 匹配的EAS Processor | 備忘 |
羅吉斯迴歸二分類 | PMML | PMML | 訓練前需單擊模型組件，在欄位設定頁簽選中是否產生PMML，樣本如下。
|
GBDT二分類 | PMML | PMML | |
線性支援向量機 | PMML | PMML | |
羅吉斯迴歸多分類 | PMML | PMML | |
隨機森林 | PMML | PMML | |
樸素貝葉斯 | PMML | PMML | |
K均值聚類 | PMML | PMML | |
GBDT迴歸 | PMML | PMML | |
線性迴歸 | PMML | PMML | |
評分卡訓練 | PMML | PMML | |
文本摘要訓練 | tgz包 | EasyNLP | 會自動設定好PAI提供在公開OSS中的EasyNLP，無需自訂配置。 |
映像分類訓練（torch） | tgz包 | EasyCV | 會自動設定好PAI提供在公開OSS中的EasyCV，無需自訂配置。 |
PyAlink指令碼 | AlinkModel | Alink | 詳情請參見PyAlink指令碼。 |
XGBoost訓練 | XGBoost | XGBoost | 詳情請參見XGBoost訓練。 |
操作步驟
單模型手動部署
以下模型組件不支援上述的一鍵部署，需要在模型訓練完成後，使用通用模型匯出組件將模型拼裝並匯出至OSS目錄後，再手動部署。
組件名稱 | 產出可部署模型格式 | 匹配的EAS Processor | 手動部署流程 |
PS-SMART二分類 | PS格式 | PS演算法 | 需要在組件下遊串連通用模型匯出組件。 |
PS-SMART多分類 | |||
PS-SMART迴歸 |
匯出模型到OSS Bucket後，您可以參見服務部署：控制台手動部署模型至EAS。
常見問題
通過一鍵部署方式部署模型時，有節點支援部署，但是置灰不支援選擇，如何解決？
您需要單擊該元件節點，在右側欄位設定頁簽中，選中是否產生PMML，並重新執行對應節點。
相關文檔
您可以前往PAI-EAS模型線上服務頁面，查看已部署服務的狀態，或對服務進行管理操作。詳情請參見管理EAS模型線上服務。
您可以通過線上調試功能，來測試服務運行是否正常，詳情請參見服務線上調試。
部署模型服務後，支援通過Designer的更新EAS服務(beta)組件，來定時更新已部署的服務，詳情請參見線上模型服務定時更新。