# Wdrażanie modeli

Modele z eksperymentów można wdrażać w przestrzeniach prywatnych lub udostępnionych. Wdrożenie powoduje dodanie modelu do nowego lub istniejącego wdrożenia uczenia maszynowego. Wdrożenia uczenia maszynowego można tworzyć w przestrzeniach osobistych, udostępnionych i zarządzanych. Wdrożenie uczenia maszynowego może zawierać wiele modeli, które mogą być używane w różnych przepływach predykcji. Liczba wdrożeń uczenia maszynowego jest ograniczona przez subskrypcję.

Poziom zawarty w subskrypcji Qlik Cloud określa maksymalną liczbę wdrożonych modeli, które można utworzyć dla wszystkich dzierżaw utworzonych w ramach licencji. Ten limit wykorzystania jest definiowany dla każdego modelu, co oznacza, że wiele wdrożeń uczenia maszynowego utworzonych na podstawie jednego modelu liczy się jako jeden wdrożony model. W razie osiągnięcia maksymalnej liczby wdrożonych modeli usuń jeden lub więcej istniejących już wdrożonych modeli lub zmień poziom subskrypcji na wyższy.

Po wdrożeniu modelu jest on oznaczony ikoną the Wdrożenie uczenia maszynowego icon w eksperymencie uczenia maszynowego. Można kliknąć tę ikonę, aby przejść bezpośrednio do wdrożenia uczenia maszynowego. Do wdrożenia uczenia maszynowego można też uzyskać dostęp z katalogu.

Model można wdrożyć z karty Dane, Modele lub Analizuj. Model można wdrożyć w nowym lub istniejącym już środowisku.

## Wymagania i uprawnienia

Więcej informacji na temat wymagań dotyczących użytkowników w kontekście pracy z wdrożeniami i predykcjami uczenia maszynowego zawiera temat [Kto może pracować z Qlik Predict](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm).

## Wdrożenie modelu do nowego wdrożenia uczenia maszynowego

Podczas wdrożenia modelu można utworzyć nowe wdrożenie i dodać model do tego wdrożenia.

### Na karcie Modele

Wykonaj następujące czynności:

1. W tabeli Wskaźniki modelu klikniij the Menu z trzema kropkami icon obok modelu.

2. Kliknij pozycję the Wdróż icon.

   InformacjaAlternatywnie kliknij the Wdróż model icon powyżej Informacji o modelu.

3. Wybierz opcję wdrożenia modelu w Nowym wdrożeniu.

4. Wprowadź Nazwę i wybierz Przestrzeń. Opcjonalnie dodaj opis i znaczniki.

5. Opcjonalnie wybierz Włącz dostęp do API w czasie rzeczywistym. Ta opcja jest kontrolowana przez Twoją subskrypcję i umożliwia predykcje, w których dane do zastosowania znajdują się w żądaniu API, a wyniki są w odpowiedzi.

6. Kliknij Utwórz.

Teraz powinno być możliwe znalezienie wdrożenia uczenia maszynowego w katalogu.

### Na kartach Dane lub Analizuj

Wykonaj następujące czynności:

1. Na pasku narzędzi wybierz model z menu rozwijanego.

2. Kliknij the Menu z trzema kropkami icon.

3. Kliknij pozycję the Wdróż icon.

4. Wybierz opcję wdrożenia modelu w Nowym wdrożeniu.

5. Wprowadź Nazwę i wybierz Przestrzeń. Opcjonalnie możesz edytować opis i dodać znaczniki.

6. Opcjonalnie wybierz Włącz dostęp do API w czasie rzeczywistym. Ta opcja jest kontrolowana przez Twoją subskrypcję i umożliwia predykcje, w których dane do zastosowania znajdują się w żądaniu API, a wyniki są w odpowiedzi.

7. Kliknij Utwórz.

Teraz powinno być możliwe znalezienie wdrożenia uczenia maszynowego w katalogu.

## Wdrożenie modelu do istniejącego wdrożenia

Można również wdrożyć model w już istniejącym wdrożeniu. Możesz wdrożyć modele do wdrożeń uczenia maszynowego, do których masz wymagany dostęp.

### Na karcie Modele

Wykonaj następujące czynności:

1. W tabeli Wskaźniki modelu klikniij the Menu z trzema kropkami icon obok modelu.

2. Kliknij pozycję the Wdróż icon.

3. Wybierz opcję wdrożenia modelu w Istniejącym wdrożeniu.

4. W sekcji Wybierz wdrożenie wybierz wdrożenie za pomocą menu rozwijanego.

5. Opcjonalnie możesz edytować opis.

6. Opcjonalnie wybierz Włącz dostęp do API w czasie rzeczywistym. Ta opcja jest kontrolowana przez Twoją subskrypcję i umożliwia predykcje, w których dane do zastosowania znajdują się w żądaniu API, a wyniki są w odpowiedzi.

7. Kliknij pozycję Wdróż.

### Na kartach Dane lub Analizuj

Wykonaj następujące czynności:

1. Na pasku narzędzi wybierz model z menu rozwijanego.

2. Kliknij the Menu z trzema kropkami icon.

3. Kliknij pozycję the Wdróż icon.

4. Wybierz opcję wdrożenia modelu w Istniejącym wdrożeniu.

5. W sekcji Wybierz wdrożenie wybierz wdrożenie za pomocą menu rozwijanego.

6. Opcjonalnie możesz edytować opis.

7. Opcjonalnie wybierz Włącz dostęp do API w czasie rzeczywistym. Ta opcja jest kontrolowana przez Twoją subskrypcję i umożliwia predykcje, w których dane do zastosowania znajdują się w żądaniu API, a wyniki są w odpowiedzi.

8. Kliknij pozycję Wdróż.

## Usuwanie modeli z wdrożeń uczenia maszynowego

Z czasem może zajść potrzeba usunięcia modeli z wdrożenia.

Wykonaj następujące czynności:

1. We wdrożeniu uczenia maszynowego otwórz panel Modele do wdrożenia.

2. W sekcji Wszystkie modele we wdrożeniu kliknij the Menu z trzema kropkami icon obok modelu i wybierz Usuń z wdrożenia. Aby można było usunąć model z wdrożenia, należy usunąć przypisanie modelu ze wszystkich aliasów we wdrożeniu.

3. Kliknij przycisk Zapisz zmiany w prawym górnym rogu interfejsu.

## Wyświetlanie szczegółów wdrożonego modelu

W panelu Modele do wdrożenia można wyświetlić szczegółowe informacje o modelu, który został dodany do wdrożenia uczenia maszynowego.

Wykonaj następujące czynności:

1. We wdrożeniu uczenia maszynowego otwórz panel Modele do wdrożenia.

2. W obszarze Wszystkie modele we wdrożeniu kliknij the Menu z trzema kropkami icon obok modelu i wybierz Pokaż szczegóły modelu.

Panel szczegółów modelu otwiera się po prawej stronie, wyświetlając informacje takie jak cechy modelu, opis oraz dane eksperymentu i do uczenia.

## Edytowanie nazwy i innych szczegółów wdrożeń uczenia maszynowego

Można zmieniać tytuły i opisy wdrożeń ML. Można również zmieniać tagi używane z wdrożeniem ML. Tagi służą do grupowania wdrożeń ML z powiązaną zawartością. Podczas dodawania nowych tagów do wdrożenia ML użytkownicy mogą wyświetlić wszystkie tagi istniejące w dzierżawie.

Wykonaj następujące czynności:

1. Otwórz wdrożenie uczenia maszynowego z katalogu.

2. Kliknij the Więcej icon obok nazwy wdrożenia.

3. Kliknij the Edytuj szczegóły icon .

4. Edytuj nazwę lub inne szczegóły.

## Udostępnianie wdrożeń ML

Możesz udostępnić wdrożenie ML, zapraszając użytkownika, grupę lub wszystkich w swojej dzierżawie do przestrzeni, w której jest przechowywane.

Wykonaj następujące czynności:

1. W katalogu kliknij the Więcej icon na elemencie do udostępnienia i wybierz Udostępnij > Zaproś.

2. Wyszukaj użytkowników lub grupy według imion i nazwisk, nazw lub adresów e-mail.

3. Wybierz uprawnienia w przestrzeni dla użytkowników lub grup.

4. Zamiast tego możesz wybierać uprawnienia z listy rozwijanej Każdy w <nazwa dzierżawy>.

5. Kliknij przycisk Gotowe.

Użytkownicy uzyskują dostęp do udostępnionego elementu oraz do całej innej zawartości w przestrzeni.

## Usuwanie wdrożeń uczenia maszynowego

Wdrożenie uczenia maszynowego można usunąć z katalogu.

## Zarządzanie zadaniami wdrażania uczenia maszynowego

Administratorzy dzierżawy mogą zatrzymywać lub anulować zadania wdrażania z centrum aktywności Administrowanie. Więcej informacji zawiera temat [Administrowanie programem Qlik Predict](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/mc-managing-experiments-deployments.htm).

## Konfigurowanie powiadomień

Gdy model zostanie wdrożony z eksperymentu, możesz otrzymywać powiadomienia. Więcej informacji zawiera temat [Konfigurowanie powiadomień dla Qlik Predict](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/automl-customize-experience.htm#Configur).