Verpacken von Quelldateien in einem Rezept

Dieses Lernprogramm enthält Anweisungen dazu, wie Sie die angegebenen Quelldateien für den Einzelhandel in einer Archivdatei verpacken können, die zum Erstellen eines Rezepts in Adobe Experience Platform Data Science Workspace verwendet werden kann, indem Sie dem Skript-Import-Arbeitsablauf entweder in der Benutzeroberfläche oder mithilfe der API folgen.

Konzepte zum Verständnis:

  • Rezepte: Ein Rezept ist der Begriff der Adobe für eine Modellspezifikation. Es handelt sich dabei um einen Container auf oberster Ebene, der ein bestimmtes maschinelles Lernen, einen Algorithmus für künstliche Intelligenz oder ein Ensemble von Algorithmen, Verarbeitungslogik und Konfiguration darstellt, die zum Aufbau und zur Ausführung eines geschulten Modells erforderlich sind und somit zur Lösung spezifischer Geschäftsprobleme beitragen.
  • Quelldateien: Einzelne Dateien im Projekt, die die Logik für ein Rezept enthalten.

Voraussetzungen

Rezepterstellung

Beginn zur Rezepterstellung mit Quelldateien zum Erstellen einer Archivdatei. Quelldateien definieren die Logik des maschinellen Lernens und Algorithmen, die zur Lösung eines bestimmten Problems verwendet werden, und werden entweder in Python, R, PySpark oder Scala geschrieben. Die erstellten Archivdateien haben die Form eines Dockerbilds. Nach der Erstellung wird die verpackte Archivdatei in Data Science Workspace importiert, um ein Rezept in der Benutzeroberfläche oder mit der API zu erstellen.

Dockerbasiertes Modell-Authoring

Ein Docker-Bild ermöglicht es einem Entwickler, eine Anwendung mit allen benötigten Teilen wie Bibliotheken und anderen Abhängigkeiten zu verpacken und als ein Paket zu versenden.

Das erstellte Docker-Bild wird mit den Anmeldeinformationen, die Sie während des Rezepterstellungsarbeitsablaufs erhalten haben, in die Azurblaue Container-Registrierung verschoben.

Melden Sie sich zum Abrufen Ihrer Azurblase Container Registry-Anmeldeinformationen bei Adobe Experience Platform an. Navigieren Sie in der linken Navigationsspalte zu Workflows. Wählen Sie Rezept importieren und dann Starten. Siehe Screenshot unten als Referenz.

Die Seite Configure wird geöffnet. Geben Sie einen entsprechenden Rezeptnamen ein, z. B. "Retail Sales recipe", und geben Sie optional eine Beschreibung oder eine Dokumentations-URL ein. Klicken Sie nach Abschluss des Vorgangs auf Weiter.

Wählen Sie die entsprechende Laufzeitumgebung und dann Klassifizierung für Typ. Ihre Anmeldedaten für die Azurblase-Container-Registrierung werden nach Abschluss der Überprüfung generiert.

HINWEIS

Die Art des maschinellen Lernproblems, für das das Rezept entwickelt wurde und nach dem Training verwendet wird, um eine maßgeschneiderte Auswertung des Trainingslaufs zu ermöglichen.

TIPP
  • Wählen Sie für Python-Rezepte die Laufzeit Python aus.
  • Wählen Sie für R-Rezepte die Laufzeitumgebung R.
  • Wählen Sie für PySpark-Rezepte die Laufzeitumgebung PySpark. Ein Artefakttyp wird automatisch gefüllt.
  • Wählen Sie für Scala-Rezepte die Laufzeitumgebung Spark. Ein Artefakttyp wird automatisch gefüllt.

Notieren Sie die Werte für Docker-Host, Benutzername und Kennwort. Diese werden verwendet, um Ihr Docker-Bild in der Workflows unten beschrieben zu erstellen und zu verschieben.

HINWEIS

Die Quell-URL wird nach Abschluss der unten beschriebenen Schritte bereitgestellt. Die Konfigurationsdatei wird in nachfolgenden Lernprogrammen unter Nächste Schritte erklärt.

Verpacken der Quelldateien

Beginn durch Abrufen der Codebasis für Beispieldateien im Repository Experience Platform Data Science Workspace Reference.

Erstellen Python Dockerbild

Falls nicht, klonen Sie das GitHub-Repository mit dem folgenden Befehl auf Ihrem lokalen System:

git clone https://github.com/adobe/experience-platform-dsw-reference.git

Navigieren Sie zum Ordner experience-platform-dsw-reference/recipes/python/retail. Hier finden Sie die Skripte login.sh und build.sh, die zum Anmelden bei Docker und zum Erstellen des Python Docker-Bildes verwendet werden. Wenn Sie Ihre Docker-Anmeldeinformationen bereit haben, geben Sie die folgenden Befehle in der richtigen Reihenfolge ein:

# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh

Beachten Sie, dass Sie beim Ausführen des Anmeldeskripts den Docker-Host, den Benutzernamen und das Kennwort angeben müssen. Beim Erstellen müssen Sie den Docker-Host und ein Version-Tag für den Build angeben.

Nachdem das Build-Skript abgeschlossen ist, erhalten Sie eine Docker-Quelldatei-URL in der Konsolenausgabe. Für dieses spezifische Beispiel sieht es wie folgt aus:

# URL format: 
{DOCKER_HOST}/ml-retailsales-python:{VERSION_TAG}

Kopieren Sie diese URL und gehen Sie zum nächsten Schritt.

Build R Docker Bild

Falls nicht, klonen Sie das GitHub-Repository mit dem folgenden Befehl auf Ihrem lokalen System:

git clone https://github.com/adobe/experience-platform-dsw-reference.git

Navigieren Sie zum Ordner experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting in Ihrem geklonten Repository. Hier finden Sie die Dateien login.sh und build.sh, die Sie verwenden werden, um sich bei Docker anzumelden und das R Docker-Bild zu erstellen. Wenn Sie Ihre Docker-Anmeldeinformationen bereit haben, geben Sie die folgenden Befehle in der richtigen Reihenfolge ein:

# for logging in to Docker
./login.sh
 
# for build Docker image
./build.sh

Beachten Sie, dass Sie beim Ausführen des Anmeldeskripts den Docker-Host, den Benutzernamen und das Kennwort angeben müssen. Beim Erstellen müssen Sie den Docker-Host und ein Version-Tag für den Build angeben.

Nachdem das Build-Skript abgeschlossen ist, erhalten Sie eine Docker-Quelldatei-URL in der Konsolenausgabe. Für dieses spezifische Beispiel sieht es wie folgt aus:

# URL format: 
{DOCKER_HOST}/ml-retail-r:{VERSION_TAG}

Kopieren Sie diese URL und gehen Sie zum nächsten Schritt.

PySpark Docker-Bilderstellen

Beginn durch Klonen des GitHub-Repositorys auf Ihrem lokalen System mit folgendem Befehl:

git clone https://github.com/adobe/experience-platform-dsw-reference.git

Navigieren Sie zum Ordner experience-platform-dsw-reference/recipes/pyspark/retail. Die Skripten login.sh und build.sh befinden sich hier und dienen zum Anmelden bei Docker und zum Erstellen des Dockerbilds. Wenn Sie Ihre Docker-Anmeldeinformationen bereit haben, geben Sie die folgenden Befehle in der richtigen Reihenfolge ein:

# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh

Beachten Sie, dass Sie beim Ausführen des Anmeldeskripts den Docker-Host, den Benutzernamen und das Kennwort angeben müssen. Beim Erstellen müssen Sie den Docker-Host und ein Version-Tag für den Build angeben.

Nachdem das Build-Skript abgeschlossen ist, erhalten Sie eine Docker-Quelldatei-URL in der Konsolenausgabe. Für dieses spezifische Beispiel sieht es wie folgt aus:

# URL format: 
{DOCKER_HOST}/ml-retailsales-pyspark:{VERSION_TAG}

Kopieren Sie diese URL und gehen Sie zum nächsten Schritt.

Skala-Docker-Bilderstellen

Beginn durch Klonen des GitHub-Repositorys auf Ihrem lokalen System mit dem folgenden Befehl im Terminal:

git clone https://github.com/adobe/experience-platform-dsw-reference.git

Navigieren Sie anschließend zum Ordner experience-platform-dsw-reference/recipes/scala, in dem Sie die Skripte login.sh und build.sh finden können. Diese Skripten werden verwendet, um sich bei Docker anzumelden und das Docker-Bild zu erstellen. Wenn Sie Ihre Docker-Anmeldeinformationen bereit haben, geben Sie die folgenden Befehle in der Reihenfolge zum Terminal ein:

# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh
TIPP

Wenn Sie beim Versuch, sich mit dem Skript login.sh bei Docker anzumelden, einen Berechtigungsfehler erhalten, versuchen Sie, den Befehl bash login.sh zu verwenden.

Beim Ausführen des Anmeldeskripts müssen Sie den Docker-Host, den Benutzernamen und das Kennwort angeben. Beim Erstellen müssen Sie den Docker-Host und ein Version-Tag für den Build angeben.

Nachdem das Build-Skript abgeschlossen ist, erhalten Sie eine Docker-Quelldatei-URL in der Konsolenausgabe. Für dieses spezifische Beispiel sieht es wie folgt aus:

# URL format: 
{DOCKER_HOST}/ml-retailsales-spark:{VERSION_TAG}

Kopieren Sie diese URL und gehen Sie zum nächsten Schritt.

Nächste Schritte

In diesem Lernprogramm wurden Quelldateien in ein Rezept verpackt, das die Voraussetzung für den Import eines Rezepts in Data Science Workspace ist. Sie sollten jetzt ein Docker-Bild in der Azurblauen Container-Registrierung zusammen mit der entsprechenden Bild-URL haben. Sie können jetzt mit dem Tutorial zum Importieren eines gepackten Rezepts in Data Science Workspace beginnen. Wählen Sie einen der folgenden Links zum Einstieg:

Auf dieser Seite

Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free