单模型部署在线服务是什么,如何创建在线模型服务_人工智能平台 PAI-阿里云帮助中心

Designer和EAS在使用链路上进行了无缝对接，您可以在离线训练预测评估流程完成之后，将单个模型部署至EAS，来创建一个在线模型服务。

前提条件

已完成模型训练，并验证了模型的准确性，详情请参见构建模型。

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	训练前需要在组件的字段设置页签，选中是否生成PMML。
GBDT二分类	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
线性支持向量机	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
逻辑回归多分类	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
随机森林	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
朴素贝叶斯	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
K均值聚类	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
GBDT回归	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
线性回归	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成PMML。
评分卡训练	PMML	PMML	训练前需要在组件的字段设置页签，选中是否生成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。

对于要部署PMML模型的算法组件，您需要参照下图操作指引，在字段设置页签，选中是否生成PMML，并重新执行该节点。

进入PAI-Designer页面。
1. 登录PAI控制台。
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在工作空间页面的左侧导航栏选择模型开发与训练 > 可视化建模（Designer），进入Designer页面。
在工作流列表页面，双击目标工作流，进入工作流页面。
在Designer画布上方，单击模型列表。
系统会自动检测当前画布中训练得到的可部署模型，并自动匹配对应的部署Processor，引导您跳转到EAS完成模型服务的部署，详情请参见服务部署：Designer。

下表算法组件在模型训练完成后，需要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。不支持前述章节所说的一键部署。

组件名称	产出可部署模型格式	匹配的EAS Processor	手动部署流程
PS-SMART二分类或多分类或回归	PS格式	PS算法	需要在组件下游连接通用模型导出组件。

导出模型到OSS Bucket后，关于如何手动部署模型，详情请参见控制台上传部署。

执行一键部署后，看到有些节点可以部署，但是置灰的不支持选择，如何解决？

您需要在指定的组件右侧字段设置页签，选中是否生成PMML，并重新执行对应节点即可，详情请参见支持一键部署的算法。