Show Menu
トピック×

ソースファイルのレシピへのパッケージ化

This tutorial provides instructions on how you can package the provided Retail Sales sample source files into an archive file, which can be used to create a recipe in Adobe Experience Platform Data Science Workspace by following the recipe import workflow either in the UI or using the API.
理解しておくべき概念:
  • レシピ :レシピはアドビのモデル仕様の用語です。トレーニングされたモデルを作成および実行してビジネス上の特定の問題を解決するために必要な特定の機械学習アルゴリズム、人工知能アルゴリズムまたはアルゴリズムのアンサンブル、処理ロジック、設定を表すトップレベルのコンテナです。
  • ソースファイル :レシピのロジックを格納した、プロジェクト内の個々のファイルです。

レシピの作成

レシピを作成するには、まず、ソースファイルをパッケージ化してアーカイブファイルを作成します。Source files define the machine learning logic and algorithms used to solve a specific problem at hand, and are written in either Python, R, PySpark, or Scala. 構築されたアーカイブファイルは、Dockerイメージの形式をとります。 Once built, the packaged archive file is imported into Data Science Workspace to create a recipe in the UI or using the API .

Docker ベースのモデルオーサリング

Docker イメージを使用すると、開発者は、ライブラリや他の依存コンポーネントなど、必要なすべての構成要素を含めてアプリケーションをパッケージ化し、1 つのパッケージとして提供できます。
作成されたDockerイメージは、レシピ作成ワークフローで指定された資格情報を使用してAzureコンテナレジストリにプッシュされます。
Azure Container Registry の資格情報を取得するには、 Adobe Experience Platform にログインします。左側のナビゲーション列で、「 Workflows 」に移動します。「 レシピの 読み込み 」を選択し、「 ​開始」を選択します。 以下のスクリーンショットを参照してください。
設定 」ページが開きます。 適切なレシピ名(「Retail Sales recipe」など)を「 Recipe name 」に入力し、オプションで説明やドキュメント URL を入力します。完了したら、「 Next 」をクリックします。
Select the appropriate Runtime , then choose a Classification for Type . Azureコンテナレジストリ資格情報は、完了すると生成されます。
「タイプ 」は、レシピが設計する機械学習の問題のクラスで、トレーニングの後に使用され、トレーニングの実施状況をカスタマイズするのに役立ちます。
  • レシピの場合 Python は、 Python ランタイムを選択します。
  • Rレシピの場合は、 R runtimeを選択します。
  • PySparkレシピの場合は、 PySpark ランタイムを選択します。 アーティファクトタイプが自動入力されます。
  • Scalaレシピの場合は、 Spark ランタイムを選択します。 アーティファクトタイプが自動入力されます。
Docker Host 」、「 Username 」、「 Password 」の値をメモします。これらは、以下に説明するワークフローで Docker 画像を作成およびプッシュするために使用されます。
ソースURLは、次の手順を完了した後に提供されます。 設定ファイルについては、 次の手順で説明する後続のチュートリアルで説明します

ソースファイルのパッケージ化

まず、 experience-platform-dsw-reference Experience Platform Data Science Workspace Reference リポジトリーにあるサンプルコードベースを取得します。

Build Python Docker image

If you have not done so, clone the GitHub repository onto your local system with the following command:
git clone https://github.com/adobe/experience-platform-dsw-reference.git

experience-platform-dsw-reference/recipes/python/retail ディレクトリに移動します。ここでは、スクリプトが見つかり、Dockerにログインし login.sh build.sh イメージを作成するために Python Docker 使用されます。 Docker の資格情報 が既にある場合は、次のコマンドを順に入力します。
# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh

ログインスクリプトを実行する場合は、Dockerホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。
ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。この例では、次のようになります。
# URL format: 
{DOCKER_HOST}/ml-retailsales-python:{VERSION_TAG}

この URL をコピーして、 次の手順 に進みます。

Build R Docker image

If you have not done so, clone the GitHub repository onto your local system with the following command:
git clone https://github.com/adobe/experience-platform-dsw-reference.git

クローンリポジトリー内の experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting ディレクトリに移動します。Here, you'll find the files login.sh and build.sh which you will use to login to Docker and to build the R Docker image. Docker の資格情報 が既にある場合は、次のコマンドを順に入力します。
# for logging in to Docker
./login.sh
 
# for build Docker image
./build.sh

ログインスクリプトを実行する場合は、Dockerホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。
ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。この例では、次のようになります。
# URL format: 
{DOCKER_HOST}/ml-retail-r:{VERSION_TAG}

この URL をコピーして、 次の手順 に進みます。

PySpark Dockerイメージの構築

次のコマンドを使用して、 GitHub リポジトリをローカル・システムにクローンして開始します。
git clone https://github.com/adobe/experience-platform-dsw-reference.git

experience-platform-dsw-reference/recipes/pyspark/retail ディレクトリに移動します。スクリプト login.sh とスクリプト build.sh はここにあり、DockerにログインしてDockerイメージを作成する際に使用します。 Docker の資格情報 が既にある場合は、次のコマンドを順に入力します。
# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh

ログインスクリプトを実行する場合は、Dockerホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。
ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。この例では、次のようになります。
# URL format: 
{DOCKER_HOST}/ml-retailsales-pyspark:{VERSION_TAG}

この URL をコピーして、 次の手順 に進みます。

Scala Dockerイメージの作成

ターミナルで次のコマンドを使用して、 GitHub リポジトリをローカル・システムにクローンして開始します。
git clone https://github.com/adobe/experience-platform-dsw-reference.git

次に、スクリプトとを検索でき experience-platform-dsw-reference/recipes/scala るディレクトリに移動 login.sh build.sh ます。 これらのスクリプトは、DockerにログインしてDockerイメージを作成するために使用されます。 Docker資格情報の準備ができている場合は 、次のコマンドを端末に順番に入力します。
# for logging in to Docker
./login.sh
 
# for building Docker image
./build.sh

スクリプトを使用してDockerにログインしようとする際にアクセス許可エラーが発生した場合は、 login.sh コマンドを使用してみ bash login.sh ます。
ログインスクリプトを実行する場合、Dockerホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。
ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。この例では、次のようになります。
# URL format: 
{DOCKER_HOST}/ml-retailsales-spark:{VERSION_TAG}

この URL をコピーして、 次の手順 に進みます。

次の手順

This tutorial went over packaging source files into a Recipe, the prerequisite step for importing a Recipe into Data Science Workspace. これで、Azureコンテナレジストリに、対応するイメージURLと共にDockerイメージが存在するはずです。 You are now ready to begin the tutorial on importing a packaged recipe into Data Science Workspace. 開始するには、次のチュートリアルリンクの1つを選択してください。