Modification d'un modèle

Vous pouvez modifier (mettre à jour) certaines options de modèle du service de science des données.

Si vous avez ajouté des métadonnées à un modèle, vous pouvez modifier la provenance et la taxonomie. Vous ne pouvez pas modifier les schémas d'entrée et de sortie.

Vous pouvez changer le nom et la description du modèle; toutes les autres options ne sont pas modifiables. Pour modifier un modèle, il faut le recharger dans une session de carnet, apporter les modifications voulues, puis l'enregistrer en tant que nouveau modèle.

1. Dans la page des modèles, sélectionnez le nom du modèle. Si vous avez besoin d'aide pour trouver la liste des modèles, voir Liste des modèles.
  
  La page des détails du modèle s'ouvre.
2. Sélectionnez Modifier.
3. (Facultatif) Modifiez le nom, la description ou l'étiquette de version.
4. (Facultatif) Dans la zone Provenance du modèle, sélectionnez Sélectionner.
  
  Sélectionnez une session de carnet ou une exécution de travail selon l'endroit où vous voulez stocker la documentation sur la taxonomie.
  
  Recherchez la session de carnet ou l'exécution de travail avec laquelle le modèle a été entraîné à l'aide de l'une des options suivantes :
  
  Sélectionner un projet :
  
  Sélectionnez le nom du projet à utiliser dans le compartiment sélectionné.
  
  Le compartiment sélectionné s'applique au projet et à la session de carnet ou à l'exécution de travail qui doivent se trouver tous les deux dans le même compartiment. Sinon, utilisez plutôt la recherche d'OCID.
  
  Vous pouvez modifier le compartiment pour le projet et la session de carnet ou l'exécution de travail.
  
  Nom du projet à utiliser dans le compartiment sélectionné.
  
  Sélectionnez la session de carnet ou l'exécution de travail avec laquelle le modèle a été entraîné.
  
  Recherche d'OCID :
  
  Si la session de carnet ou l'exécution de travail se trouve dans un compartiment différent de celui du projet, entrez l'OCID de la session de carnet ou de l'exécution de travail dans lequel vous avez entraîné le modèle.
  
  Sélectionnez la session de carnet ou l'exécution de travail avec laquelle le modèle a été entraîné.
  
  (Facultatif) Sélectionnez Afficher les options avancées pour identifier les informations sur Git et l'entraînement du modèle.
  
  Entrez ou sélectionnez l'une des valeurs suivantes :
  
  URL du référentiel Git
  
  L'URL du référentiel Git distant.
  
  Validation Git
  
  ID validation du référentiel Git.
  
  Branche Git
  
  Nom de la branche.
  
  Répertoire de modèle local
  
  Chemin du répertoire où l'artefact de modèle a été stocké temporairement. Il peut s'agir d'un chemin dans une session de carnet ou d'un répertoire d'ordinateur local, par exemple.
  
  Script d'entraînement du modèle
  
  Nom du script ou de la session de carnet Python avec lequel le modèle a été entraîné.
  
  Conseil
  
  Vous pouvez également alimenter les métadonnées de provenance du modèle lorsque vous enregistrez ce dernier dans le catalogue à l'aide des trousses SDK d'OCI ou de l'interface de ligne de commande.
  
  Sélectionnez Sélectionner.
5. (Facultatif) Dans la zone Taxonomie de modèle, sélectionnez Sélectionner pour spécifier ce que fait le modèle, le cadre d'apprentissage automatique, les hyperparamètres, pour créer des métadonnées personnalisées pour documenter le modèle ou pour charger un artefact.
  
  Important
  
  La taille maximale autorisée pour toutes les métadonnées du modèle est de 32000 octets. La taille est une combinaison de la taxonomie de modèle prédéfinie et des attributs personnalisés.
  
  Dans la section Taxonomie de modèle, ajoutez des étiquettes prédéfinies comme suit :
  
  Entrez ou sélectionnez les données suivantes :
  
  Taxonomie de modèle
  
  Cas d'utilisation
  
  Type de cas d'utilisation de l'apprentissage automatique à utiliser.
  
  Cadre du modèle
  
  Bibliothèque Python que vous avez utilisée pour entraîner le modèle.
  
  Version du cadre du modèle
  
  Version du cadre d'apprentissage automatique. Il s'agit d'une valeur de texte libre. Par exemple, la valeur pourrait être 2.3.
  
  Algorithme du modèle ou objet d'évaluation du modèle
  
  Algorithme utilisé ou classe d'instance de modèle. Il s'agit d'une valeur de texte libre. Par exemple, la valeur pourrait être sklearn.ensemble.RandomForestRegressor.
  
  Hyperparamètres du modèle
  
  Hyperparamètres du modèle dans le format JSON.
  
  Résultats des tests d'artefact
  
  Sortie JSON des résultats des tests d'introspection exécutée côté client. Ces tests sont inclus dans le code standard de l'artefact de modèle. Vous pouvez éventuellement les exécuter avant d'enregistrer le modèle dans le catalogue de modèles.
  
  Créer des paires d'attribut de valeur et d'étiquette personnalisées
  
  Étiquette
  
  Étiquette de clé de vos métadonnées personnalisées
  
  Valeur
  
  Valeur associée à la clé
  
  Catégorie
  
  (Facultatif) Catégorie des métadonnées, parmi de nombreux choix, notamment :
  
  performance
  
  profil d'entraînement
  
  jeux de données d'entraînement et de validation
  
  environnement d'entraînement
  
  autre
  
  Vous pouvez utiliser cette catégorie pour regrouper et filtrer les métadonnées personnalisées à afficher dans la console. Cela est utile lorsque vous souhaitez assurer le suivi de nombreuses métadonnées personnalisées.
  
  Description
  
  (Facultatif) Entrez une description unique des métadonnées personnalisées.
  
  Charger un artefact
  
  Pour le modèle en question, pour les attributs de taxonomie, Licence, Lisez-moi, Configuration du déploiement et FineTune Configuration, ou pour les attributs de modèle personnalisés, sélectionnez Charger un artefact dans le menu Actions (trois points).
  
  Chargez un fichier d'artefact en sélectionnant de supprimer le fichier ou en sélectionnant le fichier.
  
  Sélectionnez Télécharger.
  
  Télécharger un artefact
  
  Pour le modèle en question, sélectionnez Télécharger l'artefact dans le menu Actions (trois points).
  
  Supprimer un artefact
  
  Pour le modèle en question, sélectionnez Supprimer l'artefact dans le menu Actions (trois points).
  
  Sélectionnez Supprimer.
  
  Sélectionnez Sélectionner.
6. (Facultatif) Sélectionnez Afficher les options avancées pour modifier les marqueurs.
7. (Facultatif) Dans la section Marqueurs, ajoutez un ou plusieurs marqueurs à resourceType. Si vous êtes autorisé à créer une ressource, vous disposez également des autorisations nécessaires pour appliquer des marqueurs à structure libre à cette ressource. Pour appliquer un marqueur défini, vous devez être autorisé à utiliser l'espace de noms de marqueur. Pour plus d'informations sur le marquage, voir Marqueurs de ressource. Si vous ne savez pas si vous devez appliquer des marqueurs, ignorez cette option ou demandez à un administrateur. Vous pouvez appliquer des marqueurs plus tard.
8. Sélectionnez Enregistrer les modifications.
Utilisez la commande oci data-science model update et les paramètres requis pour modifier (mettre à jour) un modèle :
```
oci data-science model update --model-id <model-id>... [OPTIONS]
```
Pour la liste complète des indicateurs et des options de variable pour les commandes de l'interface de ligne de commande, voir Informations de référence sur les commandes de l'interface de ligne de commande.
Utilisez l'opération UpdateModel pour modifier (mettre à jour) un modèle.

Documentation sur Oracle Cloud Infrastructure

Modification d'un modèle