Designer模型部署至EAS-人工智能平台 PAI(PAI)-阿里云帮助中心

Designer和EAS在使用链路上进行了无缝对接，您可以在离线训练、离线预测和评估流程完成后，将单个模型部署至EAS，以创建一个在线模型服务。本文为您介绍如何将在Designer平台训练获得的模型一键或手动部署为EAS在线服务。

前提条件

已完成模型训练，并验证了模型的准确性，详情请参见构建与调试模型。

以下模型组件支持您直接一键部署至EAS。其余部分模型仅支持手动部署，详情请参见单模型手动部署。

组件名称	产出可部署模型格式	匹配的EAS Processor	备注
逻辑回归二分类	PMML	PMML	训练前需单击模型组件，在字段设置页签选中是否生成PMML。
GBDT二分类	PMML	PMML
线性支持向量机	PMML	PMML
逻辑回归多分类	PMML	PMML
随机森林	PMML	PMML
朴素贝叶斯	PMML	PMML
K均值聚类	PMML	PMML
GBDT回归	PMML	PMML
线性回归	PMML	PMML
评分卡训练	PMML	PMML
文本摘要训练	tgz包	EasyNLP	会自动配置好PAI提供在公开OSS中的EasyNLP，无需自定义配置。
图像分类训练（torch）	tgz包	EasyCV	会自动配置好PAI提供在公开OSS中的EasyCV，无需自定义配置。
PyAlink脚本	AlinkModel	Alink	详情请参见PyAlink脚本。
XGBoost训练	XGBoost	XGBoost	详情请参见XGBoost训练。

前往可视化建模，选择工作空间并进入Designer页面，单击并进入目标工作流。
在工作流画布上方，单击模型列表，系统会自动检测当前产出的可部署模型。

在弹出的模型列表对话框中，选中目标模型（如逻辑回归二分类-1），单击注册模型可将模型注册至AI资产进行多版本管理，单击部署至EAS可创建模型服务。
选中目标模型，单击部署至EAS，跳转到EAS新建服务页面。
配置并完成模型服务的部署。

模型文件和Processor种类已自动匹配，其他参数详情请参见自定义部署。
单击部署，当服务状态变为运行中时，表明服务部署成功。

以下模型组件不支持上述的一键部署，需要在模型训练完成后，使用通用模型导出组件将模型拼装并导出至OSS目录后，再手动部署。

导出模型到OSS Bucket后，您可以参见自定义部署手动部署模型至EAS。

通过一键部署方式部署模型时，有节点支持部署，但是置灰不支持选择，如何解决？在模型列表对话框中，仅显示模型条目K均值聚类-1，底部只有关闭按钮，没有注册或部署选项。

您需要单击该组件节点，在右侧字段设置页签中，选中是否生成PMML，并重新执行对应节点。