ワークフロー

Neopulse®Studioは、深部学習(Deep Learning)モデルの学習と推論を管理するためのツールです。一般的なワークフローは図1で表示できます.Neopulse®Studio[Command Line Interface](ais-cmds.md)(CLI)または[REST API](ais-api.md)を通じ、学習・推論・クリーンナップ・エクスポートが可能です。

学習は、Neopulse®Studioを使用して行います。学習ワークフローは、4つの部分で構成されています(図1を参照)。まず、学習に使用されるデータをNeopulse®Studioを実行しているマシンに移動します。この時、ラベルを記述したCSVファイルも必要です。次に、AIモデルの構成を定義するNMLスクリプトが必要です。第3に、このNMLスクリプトはNeopulse®Studioによってコンパイルされ、AIモデルが学習します。最後に、AIモデル完成後、AIモデルをNeopulse®Runtimeインスタンスで使用するため、エクスポートします。

Training Workflow
図1:高レベルトレーニングワークフロー

クエリワークフローは3つの部分で構成されています(図2を参照)。まず、推論対象データをNeopulse®StudioまたはNeopulse®Runtimeを実行しているマシンに移動します。次に、推論指示(クエリジョブ)を送信します。このクエリジョブはキューに入れられ、受信した順序で処理されます。クエリが完了したら、結果はCSVファイルに保存され、インスタンス上でまたはREST APIを介して取得できます。

注意: Neopulse®Studioはクエリに使用できますが、クエリは学習ジョブと同じキューに入ります。従って、クエリをStudioで実行することは、テスト目的でのみ使用されることをお勧めします。

Querying Workflow

図2:高レベルクエリワークフロー

Best Practices and Requirements

  • CSVファイルは、NMLファイル、CSVとNMLが参照する教師データは、同じディレクトリに格納してください
  • 学習完了後、不要なAIモデルとiterationを除去するため、プロジェクトをトリムしてください

警告:利用可能なディスク容量に注意を払ってください

Neopulse®Studioは、ルートボリューム "/"にスペースが残っていない場合は、クラッシュします。十分なストレージスペースがあることを確認してください。