Creare pacchetti di file sorgente in una ricetta

Questa esercitazione fornisce istruzioni su come creare pacchetti di file sorgente di esempio per le vendite al dettaglio 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 delle ricette nell'interfaccia utente o utilizzando l'API.

Concetti da comprendere:

  • Ricette: Una ricetta è termine Adobe per una specifica del modello ed è un contenitore di primo livello che rappresenta uno specifico machine learning, un algoritmo di intelligenza artificiale o un insieme di algoritmi, una logica di elaborazione e una configurazione necessarie per creare ed eseguire un modello preparato e quindi aiutare a risolvere problemi aziendali specifici.
  • File sorgente: 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 machine learning 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 hanno la forma di un'immagine Docker. Una volta creato, il file di archivio del pacchetto viene importato in Data Science Workspace per creare una ricetta nell'interfaccia utente o utilizzando l'API.

Authoring di modelli basati su docker

Un'immagine Docker consente a uno sviluppatore di creare un pacchetto con tutte le parti necessarie, come librerie e altre dipendenze, e inviarlo come un unico pacchetto.

L'immagine Docker predefinita 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, accedere a Adobe Experience Platform. Nella colonna di navigazione a sinistra, andate a Workflows. Selezionare Import Recipe, quindi Launch. Per riferimento, vedere la schermata sottostante.

Viene aperta la pagina Configure. Fornite una Recipe Name appropriata, ad esempio "Ricetta vendite al dettaglio" e, facoltativamente, fornite una descrizione o un URL della documentazione. Al termine, fare clic su Next.

Selezionare il Runtime appropriato, quindi scegliere un Classification per Type. Le credenziali del Registro di sistema del contenitore di Azure vengono generate una volta completate.

NOTA

** Typeis è la classe di problema di apprendimento automatico per cui la ricetta è progettata ed è utilizzata dopo la formazione per aiutare a personalizzare la valutazione del corso di formazione.

SUGGERIMENTO
  • Per le ricette Python selezionare il runtime Python.
  • Per le ricette R, selezionate il runtime R.
  • Per le ricette PySpark, selezionate il runtime PySpark. Un tipo di artefatto compila automaticamente.
  • Per le ricette Scala, selezionate il runtime Spark. Un tipo di artefatto compila automaticamente.

Notate i valori per l'host Docker, il nome utente e la password. Vengono utilizzati per creare e inviare l'immagine Docker nei flussi di lavoro indicati di seguito.

NOTA

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

Creare pacchetti di file sorgente

Per iniziare, ottenere il codice di esempio trovato nella directory archivio Data Science Workspace Reference.

Genera Python immagine Docker

In caso contrario, clonate il repository GitHub nel sistema locale con il comando seguente:

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

Andate alla directory experience-platform-dsw-reference/recipes/python/retail. Qui si trovano gli script login.sh e build.sh utilizzati per accedere al Docker e per creare l'immagine Python Docker. Se le credenziali Docker sono pronte, immettere i comandi seguenti nell'ordine:

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

Durante l'esecuzione dello script di login, è necessario fornire l'host Docker, il nome utente e la password. Durante la creazione, è necessario fornire l'host Docker e un tag di versione per la build.

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

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

Copiate questo URL e passate ai passaggi successivi.

Genera immagine R Docker

In caso contrario, clonate il repository GitHub nel sistema locale con il comando seguente:

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

Andate alla directory experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting all'interno del repository clonato. Qui troverete i file login.sh e build.sh che verranno utilizzati per accedere al Docker e per creare l'immagine del Docker R. Se le credenziali Docker sono pronte, immettere i comandi seguenti nell'ordine:

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

Durante l'esecuzione dello script di login, è necessario fornire l'host Docker, il nome utente e la password. Durante la creazione, è necessario fornire l'host Docker e un tag di versione per la build.

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

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

Copiate questo URL e passate ai passaggi successivi.

Genera immagine PySpark Docker

Per iniziare, clonate il repository GitHub nel sistema locale con il seguente comando:

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

Andate alla directory experience-platform-dsw-reference/recipes/pyspark/retail. Gli script login.sh e build.sh si trovano qui e vengono utilizzati per accedere al Docker e per creare l'immagine Docker. Se le credenziali Docker sono pronte, immettere i comandi seguenti nell'ordine:

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

Durante l'esecuzione dello script di login, è necessario fornire l'host Docker, il nome utente e la password. Durante la creazione, è necessario fornire l'host Docker e un tag di versione per la build.

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

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

Copiate questo URL e passate ai passaggi successivi.

Genera immagine Docker Scala

Per iniziare, clonate il repository GitHub nel sistema locale con il seguente comando nel terminale:

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

Passare quindi alla directory experience-platform-dsw-reference/recipes/scala in cui è possibile trovare gli script login.sh e build.sh. Questi script vengono utilizzati per accedere al Docker e generare l'immagine Docker. Se le credenziali Docker sono pronte, immettere i seguenti comandi per il terminale in ordine:

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

Se ricevi un errore di autorizzazione durante il tentativo di accedere a Docker utilizzando lo script login.sh, prova a utilizzare il comando bash login.sh.

Durante l'esecuzione dello script di login, è necessario fornire l'host Docker, il nome utente e la password. Durante la creazione, è necessario fornire l'host Docker e un tag di versione per la build.

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

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

Copiate questo URL e passate ai passaggi successivi.

Passaggi successivi

Questa esercitazione ha sostituito i file sorgente del pacchetto in una Ricetta, il passaggio preliminare per l'importazione di una Ricetta in Data Science Workspace. È ora necessario disporre di un'immagine Docker nel Registro di sistema del contenitore di Azure insieme all'URL immagine corrispondente. È ora possibile iniziare l'esercitazione sull'importazione di una ricetta in un pacchetto in Data Science Workspace. Per iniziare, seleziona uno dei collegamenti di esercitazione seguenti:

In questa pagina

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
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now