Financial Services Creatio, lending edition
Это документация Creatio версии 7.16.0. Мы рекомендуем использовать новую версию документации.

Подготовка к установке сервиса машинного обучения

Для настройки сервиса необходим сервер (физический или виртуальный компьютер) с установленной ОС Linux или Windows. Установка компонентов сервиса выполняется с помощью ПО Docker. Для этого скачайте архив с конфигурационными файлами и скриптами установки. Скачать архив 

Важно

Для промышленной среды следует использовать сервер с ОС Linux. Сервер на базе Windows можно использовать только для среды разработки. Для получения Docker-контейнеров, предназначенных для Windows, обратитесь в службу поддержки.

На заметку

В зависимости от потребностей вашей компании можно использовать Docker Community Edition (CE) или Enterprise Edition (EE). Подробную информацию вы найдете в документации Docker.

Рекомендуемые системные требования к серверу

Процессор

64-битный процессор, минимум 4 ядра.

Оперативная память

8 ГБ и выше

НЖМД (HDD)

20 ГБ и выше свободного места на жестком диске.

ОС

Дистрибутив Linux, в котором поддерживается Docker. Поддерживаемые семейства Linux вы найдете в документации Docker. Рекомендуются стабильные (stable) версии Ubuntu или Debian.

64-битные версии Windows 10, WIndows Server 2016 с поддержкой технологии Hyper-V.

Docker

v.18.03.1 и выше.

Компоненты сервиса машинного обучения

Сервис машинного обучения использует следующие компоненты (Рис. 1):

ML Service — web-сервис машинного обучения. Единственный компонент, доступный извне.

Python Engine — движок машинного обучения, представляющий собой сервисную оболочку библиотек машинного обучения с открытым исходным кодом.

ML Task Scheduler — планировщик задач.

MySQL— база данных MySQL. Доступна по стандартному порту 3306.

Рис. 1 — Компоненты сервиса машинного обучения

scr_chapter_setup_machine_learning_ml_components.png 

Для удобства установки сервиса on-site все компоненты упакованы в Docker-образы.

Смотрите также

Установка сервиса машинного обучения.

Был ли данный материал полезен?

Как можно улучшить эту статью?