Creare pacchetti di file sorgente in una ricetta

Questa esercitazione fornisce istruzioni su come creare un pacchetto dei file di origine di esempio Vendite al dettaglio forniti in un file di archivio che può essere utilizzato per creare una ricetta in Adobe Experience Platform Data Science Workspace seguendo il flusso di lavoro di importazione della ricetta nell’interfaccia utente o utilizzando l’API .

Concetti da comprendere:

  • Ricette: Una ricetta è un termine Adobe per una specifica di modello ed è un contenitore di livello superiore che rappresenta uno specifico apprendimento automatico, un algoritmo di intelligenza artificiale o un insieme di algoritmi, logica di elaborazione e configurazione necessari per creare ed eseguire un modello addestrato e quindi aiutare a risolvere problemi di business specifici.
  • File di origine: Singoli file nel progetto che contengono la logica per una ricetta.

Prerequisiti

Creazione di ricette

La creazione di ricette inizia con la creazione di pacchetti di file sorgente per creare un file di archivio. I file di origine definiscono la logica di apprendimento automatico e gli algoritmi utilizzati per risolvere un problema specifico a portata di mano e sono scritti in Python, R, PySpark o Scala. I file di archivio generati si presentano sotto forma di immagine Docker. Una volta generato, il file di archivio in pacchetto viene importato in Data Science Workspace per creare una ricetta nell’interfaccia utente o utilizzo dell’API.

Authoring di modelli basato su docker

Un'immagine Docker consente allo sviluppatore di creare un pacchetto di un'applicazione con tutte le parti necessarie, come librerie e altre dipendenze, e di distribuirlo come un unico pacchetto.

L’immagine Docker creata viene inviata al Registro di sistema del contenitore di Azure utilizzando le credenziali fornite durante il flusso di lavoro di creazione della ricetta.

Per ottenere le credenziali del Registro di sistema del contenitore di Azure, accedi a Adobe Experience Platform. Nella colonna di navigazione a sinistra, passa a Flussi di lavoro. Seleziona Ricetta importazione seguito dalla selezione Launch. Vedi la schermata sottostante per riferimento.

La Configura viene visualizzata la pagina . Fornire un Nome ricetta, ad esempio "Ricetta vendite al dettaglio" e, facoltativamente, fornisci una descrizione o un URL della documentazione. Al termine, fai clic su Successivo.

Selezionare il Runtime, quindi scegli un Classificazione per Tipo. Le credenziali del Registro di sistema del contenitore di Azure vengono generate una volta completate.

NOTA

Tipo è la classe del problema di apprendimento automatico per cui la ricetta è progettata e viene utilizzata dopo l'allenamento per aiutare a personalizzare la valutazione del percorso di formazione.

SUGGERIMENTO
  • Per Python le ricette selezionano Pitone runtime.
  • Per le ricette R, seleziona la R runtime.
  • Per le ricette PySpark, seleziona la PySpark runtime. Un tipo di artefatto viene compilato automaticamente.
  • Per le ricette Scala selezionare la Parco runtime. Un tipo di artefatto viene compilato automaticamente.

Osserva i valori per l’host Docker, il nome utente e la password. Vengono utilizzati per generare e inviare Docker nei flussi di lavoro descritti di seguito.

NOTA

L’URL sorgente viene fornito dopo aver completato i passaggi descritti di seguito. Il file di configurazione è spiegato nelle esercitazioni successive disponibili in passaggi successivi.

Creare un pacchetto con i file di origine

Inizia ottenendo la base di codice campione trovata nella Riferimento ad Experience Platform Data Science Workspace archivio.

Crea Python Immagine Docker

Se non lo hai fatto, duplica il GitHub nel sistema locale con il seguente comando:

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

Passa alla directory experience-platform-dsw-reference/recipes/python/retail. Qui trovi gli script login.sh e build.sh utilizzato per accedere a Docker e per generare il Python Docker immagine. Se hai Credenziali Docker pronti, immetti i seguenti comandi nell'ordine:

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

Quando esegui lo script di accesso, devi fornire l’host Docker, il nome utente e la password. Durante la creazione, devi fornire l’host Docker e un tag di versione per la build.

Una volta completato lo script di compilazione, nell’output della console viene assegnato un URL del file di origine Docker. Per questo esempio specifico, avrà un aspetto simile a:

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

Copia questo URL e passa a passaggi successivi.

Crea R Docker immagine

Se non lo hai fatto, duplica il GitHub nel sistema locale con il seguente comando:

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

Passa alla directory experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting all’interno dell’archivio clonato. Qui trovi i file login.sh e build.sh che utilizzerai per accedere a Docker e per generare l'immagine R Docker. Se hai Credenziali Docker pronti, immetti i seguenti comandi nell'ordine:

# for logging in to Docker
./login.sh

# for build Docker image
./build.sh

Quando esegui lo script di accesso, devi fornire l’host Docker, il nome utente e la password. Durante la creazione, devi fornire l’host Docker e un tag di versione per la build.

Una volta completato lo script di compilazione, nell’output della console viene assegnato un URL del file di origine Docker. Per questo esempio specifico, avrà un aspetto simile a:

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

Copia questo URL e passa a passaggi successivi.

Crea immagine Docker PySpark

Inizia clonando il GitHub nel sistema locale con il seguente comando:

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

Passa alla directory experience-platform-dsw-reference/recipes/pyspark/retail. Gli script login.sh e build.sh si trovano qui e vengono utilizzati per accedere a Docker e per creare l'immagine Docker. Se hai Credenziali Docker pronti, immetti i seguenti comandi nell'ordine:

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

Quando esegui lo script di accesso, devi fornire l’host Docker, il nome utente e la password. Durante la creazione, devi fornire l’host Docker e un tag di versione per la build.

Una volta completato lo script di compilazione, nell’output della console viene assegnato un URL del file di origine Docker. Per questo esempio specifico, avrà un aspetto simile a:

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

Copia questo URL e passa a passaggi successivi.

Immagine Docker Scala

Inizia clonando il GitHub repository sul sistema locale con il seguente comando nel terminale:

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

Quindi, accedi alla directory experience-platform-dsw-reference/recipes/scala dove è possibile trovare gli script login.sh e build.sh. Questi script vengono utilizzati per accedere a Docker e generare l'immagine Docker. Se hai Credenziali Docker pronto, immetti i seguenti comandi al terminale in ordine:

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh
SUGGERIMENTO

Se ricevi un errore di autorizzazione quando tenti di accedere a Docker utilizzando il login.sh script, provare a utilizzare il comando bash login.sh.

Quando esegui lo script di accesso, devi fornire l’host Docker, il nome utente e la password. Durante la creazione, devi fornire l’host Docker e un tag di versione per la build.

Una volta completato lo script di compilazione, nell’output della console viene assegnato un URL del file di origine Docker. Per questo esempio specifico, avrà un aspetto simile a:

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

Copia questo URL e passa a passaggi successivi.

Passaggi successivi

Questa esercitazione ha superato il package dei file di origine in una composizione, il passaggio preliminare per l'importazione di una composizione in Data Science Workspace. Ora devi disporre di un’immagine Docker nel Registro di sistema dei contenitori di Azure insieme all’URL dell’immagine corrispondente. È ora possibile iniziare l’esercitazione sull’importazione di una ricetta in pacchetto Data Science Workspace. Seleziona uno dei collegamenti tutorial seguenti per iniziare:

In questa pagina