Verpacken von Quelldateien in einem Rezept

In diesem Lernprogramm wird beschrieben, wie Sie die angegebenen Quelldateien für den Einzelhandel in einer Archivdatei verpacken können, die Sie zum Erstellen eines Rezepts in Adobe Experience Platform verwenden können, Data Science Workspace 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 importiert, Data Science Workspace um ein Rezept in der Benutzeroberfläche oder mithilfe der APIzu 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 bei Adobe Experience Platforman, um Ihre Azurblase Container Registry Anmeldeinformationen zu erhalten. Navigieren Sie in der linken Navigationsspalte zu Workflows. Wählen Sie Rezept importieren und anschließend Starten. Siehe Screenshot unten als Referenz.

Die Seite " Konfigurieren "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 eine Klassifizierung für den Typ. Ihre Anmeldedaten für die Azurblase-Container-Registrierung werden nach Abschluss der Überprüfung generiert.

Hinweis

Typ ist die Klasse des maschinellen Lernproblems, für das das Rezept entwickelt wurde und nach dem Training verwendet wird, um die Beurteilung der Trainingslaufzeit anzupassen.

TIPP
  • Wählen Sie für Python Rezepte die Python -Laufzeit.
  • Wählen Sie für R-Rezepte die R -Laufzeit.
  • Wählen Sie für PySpark-Rezepte die PySpark -Laufzeit. Ein Artefakttyp wird automatisch gefüllt.
  • Wählen Sie für Scala-Rezepte die Spark -Laufzeit. 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 den nachfolgenden Übungen in den nächsten Schrittenerläutert.

Verpacken der Quelldateien

Beginn durch Abrufen der Codebasis für Beispieldateien im Data Science Workspace-Referenzrepository der Experience Platform.

Bild Python für Docker erstellen

Wenn Sie dies noch nicht getan haben, klonen Sie das GitHub Repository mit dem folgenden Befehl auf Ihrem lokalen System:

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

Navigate to the directory experience-platform-dsw-reference/recipes/python/retail. Hier finden Sie die Skripte login.sh und build.sh zur Anmeldung bei Docker und zur Erstellung des Python Docker Bildes. 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 zu den nächsten Schritten.

R- Docker Bild erstellen

Wenn Sie dies noch nicht getan haben, 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 im 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 zu den nächsten Schritten.

PySpark Docker-Bild erstellen

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

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

Navigate to the directory experience-platform-dsw-reference/recipes/pyspark/retail. Die Skripten login.sh und build.sh sind hier zu finden und zum Anmelden bei Docker und zum Erstellen des Docker-Bildes. 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 zu den nächsten Schritten.

Erstellen eines Skala-Dockerbilds

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, in dem Sie die Skripte experience-platform-dsw-reference/recipes/scala und login.sh build.shdie Skripte 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 richtigen Reihenfolge ein:

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

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

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 zu den nächsten Schritten.

Nächste Schritte

Diese Übung übernahm das Verpacken von Quelldateien in ein Rezept, den notwendigen Schritt zum Importieren eines Rezepts in Data Science Workspace. 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 beginnen Data Science Workspace. Wählen Sie einen der folgenden Links zum Einstieg:

Auf dieser Seite