Hugging Face 분석 소스

Hugging Face 분석 커넥터를 사용하여 Hugging Face와 통신하여 대규모 기계 학습 모델 리포지토리의 상황별 분석 깊이로 Qlik Sense 앱을 강화합니다.

Hugging Face 분석 커넥터를 사용하면 앱 소비자 입력 또는 스크립트에 로드된 데이터에서 Hugging Face로 데이터를 보낼 수 있습니다. 허브, 스크립트 편집기 또는 앱 내에서 이 분석 소스에 연결할 수 있습니다.

Hugging Face

시작Hugging Face

이 분석 커넥터를 사용하려면 먼저 다음 준비 단계를 완료해야 합니다.

계정 만들기

계정을 등록하려면 공식 Hugging Face 웹사이트를 방문하십시오. 계정을 만든 후에는 API 키를 만들고 플랫폼의 다른 기능에 액세스할 수 있습니다.

API 토큰 생성

Hugging Face 연결에서 자신을 인증하려면 API 토큰이 있어야 합니다. API 토큰을 만들고 관리하는 방법을 알아보려면 Hugging Face 웹사이트를 참조하십시오. 계정 설정(Access Tokens)을 통해 이 작업을 수행해야 할 수 있습니다.

Qlik Cloud에서 ML 종료 지점 활성화

이 커넥터로 작업하려면 기계 학습 종료 지점이 관리 콘솔에서 활성화되어야 합니다. 스위치는 설정 섹션의 기능 제어 아래에 있습니다.

자세한 내용은 기계 학습 종료 지점에 대한 분석 연결 활성화을 참조하십시오.

제한 사항

• 이 커넥터의 다양한 구성은 다음과 같은 제한으로 종료 지점 서비스에 데이터를 전송합니다.

  • Feature Extraction: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

  • Question Answering: 요청당 25개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 1개 행입니다.

  • Summarization: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

  • Sentence Similarity: 요청당 10,000개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 1,000개 행입니다.

  • Text Classification: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

  • Text Generation: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

  • Token Classification: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

  • Translation: 요청당 40개 행으로 요청 제한이 있으며, 한 번에 전송되는 최대 배치 크기는 20개 행입니다.

• 응용 프로그램이 정기적으로 다시 로드되는 시나리오에서는 QVD 파일을 사용하여 기계 학습 예측을 캐시하고 새 행만 종료 지점으로 보내는 것이 가장 좋습니다. 이렇게 하면 Qlik Sense 응용 프로그램 다시 로드의 성능이 향상되고 모델 종료 지점의 로드가 줄어듭니다.

• 모델이 배포된 서비스에서 사용 가능한 리소스는 Qlik Sense 다시 로드 및 차트 응답성의 성능에 영향을 미치고 이를 제한합니다.

• 차트 표현식에서 Advanced Analytic 연결을 사용할 때 모델이 올바른 문자열/숫자 형식으로 처리해야 하므로 필드의 데이터 유형을 제공하는 것이 좋습니다. 차트 표현식에서 서버 측 확장의 한계는 데이터 유형이 로드 스크립트에 있는 것처럼 자동으로 감지되지 않는다는 것입니다.

• 상대 연결 이름을 사용 중이고 앱을 공유 공간에서 다른 공유 공간으로 이동하기로 결정하거나 앱을 공유 공간에서 개인 공간으로 이동하는 경우 분석 연결이 새 공간 위치를 반영하도록 업데이트되는 데 시간이 걸립니다.