소스 파일을 레서피에 패키지화

이 자습서에서는 제공된 소매 판매 샘플 소스 파일을 보관 파일로 패키지하는 방법에 대한 지침을 제공합니다. 이 지침은 UI의 레서피 가져오기 작업 과정에 따라 또는 API를 사용하여 Adobe Experience Platform Data Science Workspace에서 레서피를 만드는 데 사용할 수 있습니다.

이해할 개념:

  • 레서피:레서피는 Adobe(Model) 사양에서 사용되는 용어로, 특정 기계 학습, 인공 지능(AI) 알고리즘 또는 알고리즘의 조합, 처리 논리 및 구성을 나타내는 최상위 컨테이너로, 훈련된 모델을 구축 및 실행하여 특정 비즈니스 문제를 해결하는 데 필요합니다.
  • 소스 파일:레서피에 대한 논리가 포함된 프로젝트의 개별 파일입니다.

전제 조건

레서피 제작

레서피 생성은 소스 파일을 패키징하여 아카이브 파일을 작성하는 것부터 시작합니다. 소스 파일은 특정 문제를 해결하는 데 사용되는 기계 학습 로직과 알고리즘을 정의하며 Python, R, PySpark 또는 Scala로 작성됩니다. 작성된 아카이브 파일은 Docker 이미지 형식을 취합니다. 일단 빌드되면 패키지된 아카이브 파일을 Data Science Workspace으로 가져와 API🔗를 사용하여 UI🔗 또는 에서 레서피 를 만듭니다.

문서 기반 모델 작성

개발자는 Docker 이미지를 사용하여 라이브러리 및 기타 종속성 등 필요한 모든 부분으로 애플리케이션을 패키지하여 하나의 패키지로 내보낼 수 있습니다.

레서피 만들기 작업 과정 중에 제공된 자격 증명을 사용하여 빌드된 Docker 이미지가 Azure 컨테이너 레지스트리에 푸시됩니다.

Azure 컨테이너 레지스트리 자격 증명을 얻으려면 Adobe Experience Platform에 로그인하십시오. 왼쪽 탐색 열에서 Workflows​으로 이동합니다. Import Recipe​을 선택하고 Launch​을 선택합니다. 자세한 내용은 아래 스크린샷을 참조하십시오.

Configure 페이지가 열립니다. 적절한 Recipe Name(예: "소매 판매 레서피")을 제공하고 선택적으로 설명 또는 문서 URL을 제공합니다. 완료되면 Next​을 클릭합니다.

적절한 Runtime​을 선택한 다음 유형​에 대해 Classification​를 선택합니다. Azure 컨테이너 레지스트리 자격 증명이 완료되면 생성됩니다.

노트

Typein 은 레서피가 디자인되고 교육 실행 평가를 위한 교육 후에 사용되는 기계 학습 문제 클래스입니다.

  • Python 레서피의 경우 Python 런타임을 선택합니다.
  • R 레서피의 경우 R 런타임을 선택합니다.
  • PySpark 레서피의 경우 PySpark 런타임을 선택합니다. 가공물 유형이 자동으로 채워집니다.
  • Scala 레서피의 경우 Spark 런타임을 선택합니다. 가공물 유형이 자동으로 채워집니다.

Docker 호스트, 사용자 이름 및 암호 값을 확인합니다. 이러한 이미지는 아래 나와 있는 워크플로우에서 Docker 이미지를 빌드하고 푸시하는 데 사용됩니다.

노트

소스 URL은 아래 설명된 단계를 완료한 후 제공됩니다. 구성 파일은 다음 단계에 있는 후속 자습서에서 설명합니다.

소스 파일 패키지

먼저 Experience Platform 데이터 과학 작업 공간 참조 저장소에 있는 샘플 코드베이스를 입수합니다.

Python Docker 이미지 만들기

이렇게 하지 않은 경우 다음 명령을 사용하여 GitHub 저장소를 로컬 시스템에 복제합니다.

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

experience-platform-dsw-reference/recipes/python/retail 디렉토리로 이동합니다. 여기에서 Docker에 로그인하고 Python Docker 이미지를 만드는 데 사용되는 스크립트 login.shbuild.sh을(를) 찾을 수 있습니다. Docker 자격 증명 준비가 되었으면 다음 명령을 순서대로 입력합니다.

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

로그인 스크립트를 실행할 때 Docker 호스트, 사용자 이름 및 암호를 제공해야 합니다. 빌드할 때 빌드에 대한 Docker 호스트 및 버전 태그를 제공해야 합니다.

빌드 스크립트가 완료되면 콘솔 출력에서 Docker 소스 파일 URL이 제공됩니다. 이 특정 예에서는 다음과 같이 표시됩니다.

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

이 URL을 복사하고 다음 단계로 이동합니다.

빌드 R Docker 이미지

이렇게 하지 않은 경우 다음 명령을 사용하여 GitHub 저장소를 로컬 시스템에 복제합니다.

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

복제된 저장소 내의 experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting 디렉토리로 이동합니다. 여기에서 Docker에 로그인하고 R Docker 이미지를 만드는 데 사용할 login.shbuild.sh 파일을 찾을 수 있습니다. Docker 자격 증명 준비가 되었으면 다음 명령을 순서대로 입력합니다.

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

로그인 스크립트를 실행할 때 Docker 호스트, 사용자 이름 및 암호를 제공해야 합니다. 빌드할 때 빌드에 대한 Docker 호스트 및 버전 태그를 제공해야 합니다.

빌드 스크립트가 완료되면 콘솔 출력에서 Docker 소스 파일 URL이 제공됩니다. 이 특정 예에서는 다음과 같이 표시됩니다.

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

이 URL을 복사하고 다음 단계로 이동합니다.

PySpark Docker 이미지 만들기

다음 명령을 사용하여 GitHub 저장소를 로컬 시스템에 복제하여 시작합니다.

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

experience-platform-dsw-reference/recipes/pyspark/retail 디렉토리로 이동합니다. login.shbuild.sh 스크립트는 여기에 있으며 Docker에 로그인하고 Docker 이미지를 만드는 데 사용됩니다. Docker 자격 증명 준비가 되었으면 다음 명령을 순서대로 입력합니다.

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

로그인 스크립트를 실행할 때 Docker 호스트, 사용자 이름 및 암호를 제공해야 합니다. 빌드할 때 빌드에 대한 Docker 호스트 및 버전 태그를 제공해야 합니다.

빌드 스크립트가 완료되면 콘솔 출력에서 Docker 소스 파일 URL이 제공됩니다. 이 특정 예에서는 다음과 같이 표시됩니다.

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

이 URL을 복사하고 다음 단계로 이동합니다.

Scala Docker 이미지 만들기

터미널에서 다음 명령을 사용하여 GitHub 저장소를 로컬 시스템에 복제하여 시작합니다.

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

그런 다음 experience-platform-dsw-reference/recipes/scala 디렉토리로 이동하여 login.shbuild.sh 스크립트를 찾을 수 있습니다. 이러한 스크립트는 Docker에 로그인하고 Docker 이미지를 작성하는 데 사용됩니다. Docker 자격 증명이(가) 준비되었으면 다음 명령을 입력하여 터미널을 시작합니다.

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

login.sh 스크립트를 사용하여 Docker에 로그인하려고 할 때 권한 오류가 발생하는 경우 bash login.sh 명령을 사용해 보십시오.

로그인 스크립트를 실행할 때 Docker 호스트, 사용자 이름 및 암호를 제공해야 합니다. 빌드할 때 빌드에 대한 Docker 호스트 및 버전 태그를 제공해야 합니다.

빌드 스크립트가 완료되면 콘솔 출력에서 Docker 소스 파일 URL이 제공됩니다. 이 특정 예에서는 다음과 같이 표시됩니다.

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

이 URL을 복사하고 다음 단계로 이동합니다.

다음 단계

이 자습서에서는 소스 파일을 레서피로 패키징했습니다. 레서피를 Data Science Workspace으로 가져오기 위한 전제 조건 단계입니다. 이제 해당 이미지 URL과 함께 Azure 컨테이너 레지스트리에 Docker 이미지가 있어야 합니다. 이제 패키지화된 레서피를 Data Science Workspace으로 가져오는 방법에 대한 자습서를 시작할 준비가 되었습니다. 시작하려면 아래 자습서 링크 중 하나를 선택하십시오.

이 페이지에서는