ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

ይህ መጣጥፍ ስለ Python Gateway፣ ለኢንተር ሲስተምስ አይሪስ ዳታ መድረክ ክፍት ምንጭ የማህበረሰብ ፕሮጀክት ነው። ይህ ፕሮጀክት በፓይዘን ውስጥ የተፈጠሩ ማናቸውንም የማሽን መማሪያ ስልተ ቀመሮችን እንዲያቀናብሩ ይፈቅድልዎታል (የብዙ የውሂብ ሳይንቲስቶች ዋና አካባቢ) ፣ በ InterSystems IRIS የመሳሪያ ስርዓት ላይ ተስተካክለው ፣ ሮቦት ትንታኔ AI / ML መፍትሄዎችን በፍጥነት ለመፍጠር ብዙ ዝግጁ-የተሰሩ ቤተ-መጽሐፍቶችን ይጠቀሙ። በዚህ ጽሑፍ ውስጥ፣ InterSystems IRIS በ Python ውስጥ ሂደቶችን እንዴት እንደሚያቀናብር፣ ባለሁለት መንገድ መረጃን በብቃት እንደሚያስተላልፍ እና አስተዋይ የንግድ ሂደቶችን እንደሚፈጥር አሳያለሁ።

ዕቅድ

  1. መግቢያ.
  2. መሳሪያዎች.
  3. ጭነት።
  4. ኤ ፒ አይ.
  5. መስተጋብር።
  6. ጁፒተር ማስታወሻ ደብተር.
  7. መደምደሚያ.
  8. አገናኞች።
  9. MLToolkit

መግቢያ

Python የገንቢ ምርታማነትን እና የኮድ ተነባቢነትን ለማሻሻል ያለመ ከፍተኛ ደረጃ ያለው አጠቃላይ ዓላማ ያለው የፕሮግራም ቋንቋ ነው። በዚህ ተከታታይ መጣጥፎች ውስጥ ፓይዘንን በ InterSystems IRIS መድረክ ላይ ስለመጠቀም እድሎችን እገልጻለሁ የዚህ ጽሁፍ ዋና ትኩረት ፒቲን የማሽን መማሪያ ሞዴሎችን ለመፍጠር እና ለማስኬድ እንደ ቋንቋ መጠቀም ነው።

የማሽን መማሪያ (ኤምኤል) የሰው ሰራሽ የማሰብ ዘዴዎች ክፍል ነው, ባህሪይ ባህሪው የችግር ቀጥተኛ መፍትሄ ሳይሆን ብዙ ተመሳሳይ ችግሮችን በመፍታት ሂደት ውስጥ መማር ነው.

የማሽን መማሪያ ስልተ ቀመሮች እና ሞዴሎች በጣም የተለመዱ እየሆኑ መጥተዋል። ለዚህ ብዙ ምክንያቶች አሉ, ነገር ግን ሁሉም በተደራሽነት, ቀላልነት እና ተግባራዊ ውጤቶችን ማግኘት ላይ ነው. ክላስተር ወይም የነርቭ ኔትወርክ ሞዴል ማድረግ አዲስ ቴክኖሎጂ ነው?

በእርግጥ አይደለም, ግን በአሁኑ ጊዜ አንድ ሞዴል ለማስኬድ በመቶ ሺዎች የሚቆጠሩ የኮድ መስመሮችን መጻፍ አያስፈልግም, እና ሞዴሎችን የመፍጠር እና የመጠቀም ዋጋ እየቀነሰ መጥቷል.

መሳሪያዎች እየተሻሻሉ ነው - እኛ ሙሉ በሙሉ GUI-centric AI/ML መሳሪያዎች ባይኖረንም፣ እንደ BI ካሉ ሌሎች የመረጃ ሥርዓቶች ክፍሎች ጋር ያየነው እድገት (ከጽሑፍ ኮድ እስከ ማዕቀፎችን እና GUI-ማዕከላዊ የሚዋቀሩ መፍትሄዎችን በመጠቀም)፣ AI/MLን ለመፍጠር በመሳሪያዎች ውስጥም ተመልክቷል። ቀደም ሲል የአጻጻፍ ኮድ ደረጃን አልፈናል እና ዛሬ ሞዴሎችን ለመገንባት እና ለማሰልጠን ማዕቀፎችን እንጠቀማለን.

ሌሎች ማሻሻያዎች፣ ለምሳሌ አስቀድሞ የሰለጠነ ሞዴልን የማሰራጨት ችሎታ የመጨረሻ ተጠቃሚ ሞዴሉን በልዩ ውሂባቸው ላይ ማሰልጠን መጨረስ ያለበት፣ እንዲሁም በማሽን መማር ለመጀመር ቀላል ያደርገዋል። እነዚህ እድገቶች የመማሪያ ማሽን መማርን ለሁለቱም ባለሙያዎች እና ኩባንያዎች በአጠቃላይ በጣም ቀላል ያደርጉታል።

በሌላ በኩል ብዙ መረጃዎችን እየሰበሰብን ነው። እንደ InterSystems IRIS ባሉ የተዋሃደ የውሂብ መድረክ እነዚህ ሁሉ መረጃዎች ወዲያውኑ ተዘጋጅተው ለማሽን መማሪያ ሞዴሎች እንደ ግብአት መጠቀም ይችላሉ።

ወደ ደመናው በመሄድ የ AI/ML ፕሮጀክቶችን መጀመር ከመቼውም ጊዜ በበለጠ ቀላል እየሆነ መጥቷል። የምንፈልገውን ሀብት ብቻ ልንጠቀም እንችላለን። በተጨማሪም ፣ በደመና መድረኮች ለሚሰጡት ትይዩነት ምስጋና ይግባቸውና ጊዜያችንን መቆጠብ እንችላለን።

ግን ስለ ውጤቱስ? ነገሮች ይበልጥ የሚወሳሰቡበት ይህ ነው። ሞዴሎችን ለመገንባት ብዙ መሳሪያዎች አሉ, በሚቀጥለው እወያይበታለሁ. ጥሩ ሞዴል መገንባት ቀላል አይደለም, ግን ቀጥሎስ? የንግድ ሞዴልን በመጠቀም ትርፍ ማግኘት እንዲሁ ቀላል ያልሆነ ተግባር ነው። የችግሩ መነሻ የትንታኔ እና የግብይት ስራ ጫና እና የመረጃ ሞዴሎች መለያየት ነው። ሞዴልን ስናሠለጥን, ብዙውን ጊዜ በታሪካዊ መረጃ ላይ እናደርጋለን. ነገር ግን ለተገነባው ሞዴል ቦታው በግብይት መረጃ ሂደት ውስጥ ነው. በቀን አንድ ጊዜ ብናስኬደው ምርጡ የተጭበረበረ ግብይት ማወቂያ ሞዴል ምን ፋይዳ አለው? አጭበርባሪዎቹ ገንዘቡን ይዘው ከሄዱ ቆይተዋል። ሞዴሉን በታሪካዊ መረጃ ላይ ማሰልጠን አለብን, ነገር ግን የንግድ ሂደቶቻችን በአምሳያው በተሰጡት ትንበያዎች ላይ እንዲሰሩ በአዳዲስ ገቢ መረጃዎች ላይ በእውነተኛ ጊዜ መተግበር አለብን.

ML Toolkit ያንን ለማድረግ ያለመ የመሳሪያዎች ስብስብ ነው፡ ሞዴሎችን አንድ ማድረግ እና የግብይት አካባቢን በማዋሃድ የተገነቡ ሞዴሎች በንግድ ሂደቶችዎ ውስጥ በቀላሉ ጥቅም ላይ እንዲውሉ ያድርጉ። ፓይዘን ጌትዌይ የML Toolkit አካል ነው እና ከፓይዘን ቋንቋ ጋር ውህደትን ይሰጣል (እንደ R Gateway፣ የML Toolkit አካል መሆን ከ R ቋንቋ ጋር ውህደትን እንደሚሰጥ)።

የመሳሪያ ስብስብ

ከመቀጠላችን በፊት፣ በኋላ የምንጠቀምባቸውን ጥቂት የ Python መሳሪያዎችን እና ቤተ-መጻሕፍትን መግለጽ እፈልጋለሁ።

የቴክኖሎጂ

  • Python የተተረጎመ፣ ከፍተኛ ደረጃ፣ አጠቃላይ ዓላማ ያለው የፕሮግራም አወጣጥ ቋንቋ ነው። የቋንቋው ዋነኛ ጥቅም ትልቅ የሂሳብ፣ ኤምኤል እና AI ቤተ-መጻሕፍት ነው። እንደ ObjectScript፣ በነገር ላይ ያተኮረ ቋንቋ ነው፣ ነገር ግን ሁሉም ነገር በስታትስቲክስ ሳይሆን በተለዋዋጭ ይገለጻል። እንዲሁም ሁሉም ነገር እቃ ነው. የኋለኞቹ መጣጥፎች ከቋንቋው ጋር መተዋወቅ እንደሚችሉ ያስባሉ። መማር መጀመር ከፈለጋችሁ እንዲጀምሩ እመክራለሁ። ሰነድ.
  • ለቀጣይ ልምምዶቻችን, አዘጋጅ Python 3.6.7 64 ቢት.
  • አይዲኢ፡ እጠቀማለሁ። ፓትመርፍበአጠቃላይ ግን እነሱ ПнОгО. አቴሊየርን የምትጠቀም ከሆነ ለ Python ገንቢዎች Eclipse ተሰኪ አለ። ቪኤስ ኮድ እየተጠቀሙ ከሆነ ለፓይዘን ቅጥያ አለ።
  • ማስታወሻ ደብተር፡ ከ IDE ይልቅ ስክሪፕቶችህን በመስመር ላይ ማስታወሻ ደብተሮች ውስጥ መፃፍ እና ማጋራት ትችላለህ። ከነሱ መካከል በጣም ተወዳጅ የሆነው ጁፒተር.

ቤተ-መጻሕፍት

የማሽን መማሪያ ቤተ-መጻሕፍት (ያልተሟጠጠ) ዝርዝር ይኸውና፡

  • ደብዛዛ - ለትክክለኛ ስሌቶች መሰረታዊ ጥቅል.
  • ፓናስ - ከፍተኛ አፈፃፀም የውሂብ አወቃቀሮች እና የውሂብ መመርመሪያ መሳሪያዎች.
  • ማትፕሎትሊብ - ግራፎችን መፍጠር.
  • የባህር ዳርቻ - በ matplotlib ላይ የተመሠረተ የመረጃ እይታ።
  • Sklearn - የማሽን ትምህርት ዘዴዎች.
  • XGBoost - የማሽን መማሪያ ስልተ ቀመሮች ቀስ በቀስ የማሳደጊያ ዘዴ።
  • Gensim - NLP.
  • ኬራሎች - የነርቭ አውታረ መረቦች.
  • tensor ፍሰት - የማሽን መማሪያ ሞዴሎችን ለመፍጠር መድረክ።
  • ፒቶርች በ Python ላይ ያተኮረ የማሽን መማሪያ ሞዴሎችን ለመፍጠር መድረክ ነው።
  • ንዮካ - PMML ከተለያዩ ሞዴሎች.

የ AI/ML ቴክኖሎጂዎች ንግድን የበለጠ ቀልጣፋ እና ተስማሚ ያደርጉታል። ከዚህም በላይ ዛሬ እነዚህ ቴክኖሎጂዎች ለማዳበር እና ለመተግበር ቀላል እየሆኑ መጥተዋል. ስለ AI/ML ቴክኖሎጂዎች እና ድርጅትዎ እንዲያድግ እንዴት እንደሚረዱ መማር ይጀምሩ።

ቅንብር

Python Gatewayን ለመጫን እና ለመጠቀም ብዙ መንገዶች አሉ።

  • ስርዓተ ክወና
    • የ Windows
    • ሊኑክስ
    • ማክ
  • Docker
    • ከDockerHub ምስል ተጠቀም
    • የራስዎን ገጽታ ይፍጠሩ

የመጫኛ ዘዴው ምንም ይሁን ምን, የምንጭ ኮድ ያስፈልግዎታል. ኮዱን ለማውረድ ብቸኛው ቦታ ነው። የሚለቀቅ ገጽ. የተሞከሩ የተረጋጋ ልቀቶችን ይዟል፣ ልክ የቅርብ ጊዜውን ይውሰዱ። በአሁኑ ጊዜ 0.8 ነው, ነገር ግን ከጊዜ በኋላ አዳዲሶች ይኖራሉ. ማከማቻውን አታስቀምጡ/ አታውርዱ፣ የቅርብ ጊዜውን ልቀትን አውርድ።

ስርዓተ ክወና

በስርዓተ ክወናው ላይ Python Gatewayን እየጫኑ ከሆነ, በመጀመሪያ (የስርዓተ ክወናው ምንም ይሁን ምን) Pythonን መጫን ያስፈልግዎታል. ለዚህ:

  1. Python 3.6.7 64 ቢት ጫን. በነባሪ ማውጫ ውስጥ Pythonን መጫን ይመከራል።
  2. ሞጁሉን ይጫኑ dill: pip install dill.
  3. የ ObjectScript ኮድ ያውርዱ (ማለትም. do $system.OBJ.ImportDir("C:InterSystemsReposPythoniscpy", "*.cls", "c",,1)) ምርቶች ወዳለው ማንኛውም አካባቢ. ምርቶችን የሚደግፍበት ቦታ ከፈለጉ፣ ያሂዱ፡- write ##class(%EnsembleMgr).EnableNamespace($Namespace, 1).
  4. ቦታ ጥሪ DLL/SO/DYLIB ወደ አቃፊ bin የእርስዎ የኢንተር ሲስተም IRIS ምሳሌ። የቤተ መፃህፍቱ ፋይል በተመለሰው መንገድ ላይ መገኘት አለበት። write ##class(isc.py.Callout).GetLib().

የ Windows

  1. የአካባቢ ተለዋዋጭ መሆኑን ያረጋግጡ PYTHONHOME ነጥብ ወደ Python 3.6.7.
  2. የስርዓት አካባቢ ተለዋዋጭ መሆኑን ያረጋግጡ PATH ተለዋዋጭ ይዟል PYTHONHOME (ወይም የሚጠቁመው ማውጫ)።

ሊኑክስ (ዴቢያን/ኡቡንቱ)

  1. የአካባቢ ተለዋዋጭ መሆኑን ያረጋግጡ PATH ያካትታል /usr/lib и /usr/lib/x86_64-linux-gnu. ፋይል ተጠቀም /etc/environment የአካባቢ ተለዋዋጮችን ለማዘጋጀት.
  2. ስህተቶች ካሉ undefined symbol: _Py_TrueStruct ቅንብሩን ያዘጋጁ PythonLib. በተጨማሪም ውስጥ ያንብቡ የመላ ፍለጋ ክፍል አለ።

ማክ

  1. በአሁኑ ጊዜ Python 3.6.7 ብቻ ነው የሚደገፈው ፓይቶን.org. ተለዋዋጭውን ያረጋግጡ PATH.

የአካባቢ ተለዋዋጮችን ከቀየሩ፣ የእርስዎን የInterSystems ምርት እንደገና ያስጀምሩ።

Docker

ኮንቴይነሮችን መጠቀም ብዙ ጥቅሞች አሉት-

  • ተንቀሳቃሽነት
  • ውጤታማነት
  • መገልገያ
  • ቀላልነት
  • ያለመለወጥ

ይህንን ይመልከቱ ተከታታይ መጣጥፎች Dockerን ከInterSystems ምርቶች ጋር ስለመጠቀም የበለጠ መረጃ ለማግኘት።

ሁሉም የ Python Gateway ግንባታዎች በአሁኑ ጊዜ በመያዣ ላይ የተመሰረቱ ናቸው። 2019.4.

ዝግጁ ምስል

አሂድ፡ docker run -d -p 52773:52773 --name irispy intersystemscommunity/irispy-community:latestየ Python Gatewayን በInterSystems IRIS የማህበረሰብ እትም ለማውረድ እና ለማሄድ። ይኼው ነው.

የራስዎን ገጽታ ይፍጠሩ

የመትከያ ምስል ለመገንባት፣ በማከማቻው ስር ያሂዱ፡- docker build --force-rm --tag intersystemscommunity/irispy:latest ..
በነባሪ, ምስሉ በምስሉ ላይ ተመስርቷል store/intersystems/iris-community:2019.4.0.383.0ነገር ግን ተለዋዋጭ በማዘጋጀት ይህንን መለወጥ ይችላሉ። IMAGE.
ከInterSystems IRIS ለመገንባት ያሂዱ፡ `docker build --build-arg IMAGE=store/intersystems/iris:2019.4.0.383.0 --force-rm --tag intersystemscommunity/irispy:latest ".

ከዚህ በኋላ የዶክተር ምስሉን ማሄድ ይችላሉ-

docker run -d 
  -p 52773:52773 
  -v /<HOST-DIR-WITH-iris.key>/:/mount 
  --name irispy 
  intersystemscommunity/irispy:latest 
  --key /mount/iris.key

በInterSystems IRIS Community Edition ላይ የተመሰረተ ምስል እየተጠቀሙ ከሆነ ቁልፉን መተው ይችላሉ።

አስተያየቶች

  • የሙከራ ሂደት isc.py.test.Process በርካታ ምስሎችን ወደ ጊዜያዊ ማውጫ ያስቀምጣል። ይህንን ዱካ ወደ ተጫነው ማውጫ መቀየር ይፈልጉ ይሆናል። ይህንን ለማድረግ ቅንብሩን ያርትዑ WorkingDir የተገጠመውን ማውጫ በመጥቀስ.
  • የተርሚናል ሩጫውን ለመድረስ፡- docker exec -it irispy sh.
  • በመግቢያ ወደ የስርዓት አስተዳደር ፖርታል መድረስ SuperUser/SYS.
  • መያዣውን ለማቆም ሩጡ፡- docker stop irispy && docker rm --force irispy.

መጫኑን ማረጋገጥ

አንዴ Python Gatewayን ከጫኑ፣ እየሰራ መሆኑን ማረጋገጥ ተገቢ ነው። ይህንን ኮድ በInterSystems IRIS ተርሚናል ውስጥ ያስፈጽሙት፡-

set sc = ##class(isc.py.Callout).Setup() 
set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).
write var

ውጤቱም የሚከተለው መሆን አለበት. HELLO - የፓይዘን ተለዋዋጭ እሴት x. የመመለሻ ሁኔታ ከሆነ sc ስህተት ነው ወይም var ባዶ ፣ ያረጋግጡ Readme - መላ ፍለጋ ክፍል.

ኤ ፒ አይ

Python Gateway ተጭኗል እና እንደሚሰራ አረጋግጠዋል። እሱን መጠቀም ለመጀመር ጊዜው አሁን ነው!
የ Python ዋና በይነገጽ ነው። isc.py.Main. የሚከተሉትን ዘዴዎች ቡድን ያቀርባል (ሁሉም ይመለሳሉ %Status):

  • ኮድ አፈጻጸም
  • የውሂብ ማስተላለፍ
  • ንዑስ ክፍል

ኮድ አፈጻጸም

እነዚህ ዘዴዎች የዘፈቀደ የፓይዘን ኮድ እንዲፈጽሙ ያስችሉዎታል።

ቀላል ሕብረቁምፊ

SimpleString - ይህ ዋናው ዘዴ ነው. 4 አማራጭ ነጋሪ እሴቶችን ይወስዳል።

  • code - ለማስፈጸም ኮድ መሾመር. የመስመር ምግብ ባህሪ፡ $c(10).
  • returnVariable - የሚመለሰው ተለዋዋጭ ስም.
  • serialization - እንዴት ተከታታይ ማድረግ እንደሚቻል returnVariable. 0 - ሕብረቁምፊ (ነባሪ), 1 - repr.
  • result - ByRef እሴቱ የተጻፈበትን ተለዋዋጭ ማጣቀሻ returnVariable.

ከላይ ያደረግነው፡-

set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).

በዚህ ምሳሌ፣ ለፓይዘን ተለዋዋጭ እንመድባለን። x ትርጉም Hello እና የፓይዘን ተለዋዋጭ እሴት መመለስ ይፈልጋሉ x ወደ ObjectScript ተለዋዋጭ var.

Executecode

ExecuteCode ደህንነቱ የተጠበቀ እና ብዙም ገደብ የሌለው አማራጭ ነው። SimpleString.
በInterSystems IRIS መድረክ ውስጥ ያሉ መስመሮች በ3 ቁምፊዎች የተገደቡ ናቸው፣ እና ረዘም ያለ ኮድ ለመስራት ከፈለጉ ክሮች መጠቀም ያስፈልግዎታል።
ሁለት ክርክሮች ተቀባይነት አላቸው፡-

  • code - የሚተገበር የፓይዘን ኮድ መሾመር ወይም ዥረት።
  • variable - (አማራጭ) የማስፈጸሚያውን ውጤት ይመድባል code ይህ Python ተለዋዋጭ.

ለመጠቀም ምሳሌ፡-

set sc = ##class(isc.py.Main).ExecuteCode("2*3", "y").

በዚህ ምሳሌ, 2 በ 3 እናባዛለን እና ውጤቱን ወደ ፓይዘን ተለዋዋጭ እንጽፋለን y.

የውሂብ ማስተላለፍ

ውሂብን ወደ Python ያስተላልፉ እና ያውርዱ።

Python -> InterSystems IRIS

በ InterSystems IRIS ውስጥ የፓይዘንን ተለዋዋጭ ዋጋ ለማግኘት 4 መንገዶች አሉ፣ በሚፈልጉት ተከታታይነት ላይ በመመስረት፡-

  • String ለቀላል የውሂብ አይነቶች እና ማረም.
  • Repr ቀላል ነገሮችን ለማከማቸት እና ለማረም.
  • JSON በInterSystems IRIS በኩል ለቀላል የመረጃ አያያዝ።
  • Pickle ዕቃዎችን ለማዳን.

እነዚህ ዘዴዎች ተለዋዋጮችን ከፓይዘን እንደ ሕብረቁምፊ ወይም ዥረት ለማውጣት ያስችሉዎታል።

  • GetVariable(variable, serialization, .stream, useString) - ማግኘት serialization ተለዋዋጭ variable в stream. ከሆነ useString ነው 1 እና ተከታታይነት በሕብረቁምፊ ላይ ተቀምጧል, ከዚያም አንድ ሕብረቁምፊ ይመለሳል እንጂ ዥረት አይደለም.
  • GetVariableJson(variable, .stream, useString) - የተለዋዋጭ JSON ተከታታይነት ያግኙ።
  • GetVariablePickle(variable, .stream, useString, useDill) -የተለዋዋጭ ፒክ (ወይም ዲል) ተከታታይነት ያግኙ።

የእኛን ተለዋዋጭ ለማግኘት እንሞክር y.

set sc = ##class(isc.py.Main).GetVariable("y", , .val, 1)
write val
>6

InterSystems IRIS -> Python

ከInterSystems IRIS ወደ Python ውሂብ በመጫን ላይ።

  • ExecuteQuery(query, variable, type, namespace) - የውሂብ ስብስብ ይፈጥራል (ፓንዳ dataframe ወይም list) ከ sql መጠይቁ እና ወደ ፓይዘን ተለዋዋጭ ያዋቅረዋል። variable. ፕላስቲክ ከረጢት isc.py በአካባቢው መገኘት አለበት namespace - ጥያቄው እዚያ ይከናወናል.
  • ExecuteGlobal(global, variable, type, start, end, mask, labels, namespace) - ዓለም አቀፍ ውሂብን ይጭናል global ከደንበኝነት ምዝገባ start ወደ end በ Python እንደ ተለዋዋጭ ዓይነት type: listወይም ፓንዳስ dataframe. የአማራጭ ክርክሮች መግለጫ mask ና labels በክፍል ሰነዶች እና ማከማቻ ውስጥ ይገኛል። የውሂብ ማስተላለፍ ሰነዶች.
  • ExecuteClass(class, variable, type, start, end, properties, namespace) - የክፍል ውሂብን ይጭናል class ከመታወቂያ start ወደ end በ Python እንደ ተለዋዋጭ ዓይነት type: listወይም ፓንዳስ dataframe. properties - በመረጃ ስብስብ ውስጥ መጫን የሚያስፈልጋቸው የክፍል ንብረቶች ዝርዝር (በነጠላ ሰረዝ ይለያል)። ጭምብል ይደገፋል * и ?. ነባሪ - * (ሁሉም ንብረቶች)። ንብረት %%CLASSNAME ችላ ተብሏል.
  • ExecuteTable(table, variable, type, start, end, properties, namespace) - የሰንጠረዡን ውሂብ ይጭናል table ከመታወቂያ start ወደ end በፓይዘን.

ExecuteQuery - ሁለንተናዊ (ማንኛውም ትክክለኛ የSQL ጥያቄ ወደ Python ይተላለፋል)። ሆኖም፣ ExecuteGlobal እና መጠቅለያዎቹ ExecuteClass и ExecuteTable ከበርካታ ገደቦች ጋር ይስሩ. እነሱ በጣም ፈጣን ናቸው (ከኦዲቢሲ ሹፌር 3-5 ጊዜ ፈጣኖች እና 20 ጊዜ ፈጣን ናቸው። ExecuteQuery). ተጨማሪ መረጃ በ የውሂብ ማስተላለፍ ሰነዶች.
እነዚህ ሁሉ ዘዴዎች ከማንኛውም አካባቢ የውሂብ ማስተላለፍን ይደግፋሉ. ፕላስቲክ ከረጢት isc.py በዒላማው አካባቢ መገኘት አለበት.

ጥያቄን አስፈጽም

ExecuteQuery(request, variable, type, namespace) - የማንኛውም ትክክለኛ SQL መጠይቅ ውጤቶችን ወደ Python ማስተላለፍ። ይህ በጣም ቀርፋፋው የውሂብ ማስተላለፍ ዘዴ ነው። ከሆነ ይጠቀሙበት ExecuteGlobal እና መጠቅለያዎቹ አይገኙም.

ነጋሪ እሴቶች

  • query - sql ጥያቄ.
  • variable - ውሂቡ የተጻፈበት የፓይዘን ተለዋዋጭ ስም።
  • type - list ወይም ፓንዳስ dataframe.
  • namespace - ጥያቄው የሚፈጸምበት አካባቢ.

ግሎባልን ያስፈጽም

ExecuteGlobal(global, variable, type, start, end, mask, labelels, namespace) - በፓይዘን ውስጥ አለምአቀፍ ማለፍ.

ነጋሪ እሴቶች

  • global - ያለ ዓለም አቀፍ ስም ^
  • variable - ውሂቡ የተጻፈበት የፓይዘን ተለዋዋጭ ስም።
  • type - list ወይም ፓንዳስ dataframe.
  • start - የአለም የመጀመሪያ ደንበኝነት ምዝገባ. የግድ %Integer.
  • end - የዓለማቀፍ የመጨረሻው የደንበኝነት ምዝገባ. የግድ %Integer.
  • mask - ዓለም አቀፍ እሴት ጭምብል. ጭምብሉ በአለምአቀፍ ውስጥ ካሉት የመስኮች ብዛት ያነሰ ሊሆን ይችላል (በዚህ ሁኔታ መጨረሻ ላይ ያሉት መስኮች ይዘለላሉ). ጭምብል እንዴት እንደሚቀርጽ:
    • + እሴቱን እንደዛው ማለፍ።
    • - ዋጋ ዝለል።
    • b - ቡሊያን ዓይነት (0 - Falseየቀረው ሁሉ - True).
    • d - ቀን (ከ$ horolog, በዊንዶውስ ከ 1970, በሊኑክስ ከ 1900).
    • t - ጊዜ (ሆሮሎግ, ከእኩለ ሌሊት በኋላ ሰከንዶች).
    • m - የጊዜ ማህተም (ሕብረቁምፊ ከዓመት-ወር-ቀን ሰዓት፡ደቂቃ፡ሁለተኛ)።
  • labels - % የአምድ ስሞች ዝርዝር። የመጀመሪያው አካል የንዑስ ጽሑፉ ስም ነው.
  • namespace - ጥያቄው የሚፈጸምበት አካባቢ.

ExecuteClass

መጠቅለል ExecuteGlobal. በክፍል ፍቺው ላይ በመመስረት, ጥሪ ያዘጋጃል ExecuteGlobal ብሎ ጠራው።

ExecuteClass(class, variable, type, start, end, properties, namespace) - የክፍል ውሂብን በ Python ውስጥ ማለፍ።

ነጋሪ እሴቶች

  • class - የክፍል ስም
  • variable - ውሂቡ የተጻፈበት የፓይዘን ተለዋዋጭ ስም።
  • type - list ወይም ፓንዳስ dataframe.
  • start - የመነሻ መታወቂያ።
  • end - የመጨረሻ መታወቂያ
  • properties - በመረጃ ስብስብ ውስጥ መጫን የሚያስፈልጋቸው የክፍል ንብረቶች ዝርዝር (በነጠላ ሰረዝ ይለያል)። ጭምብል ይደገፋል * и ?. ነባሪ - * (ሁሉም ንብረቶች)። ንብረት %%CLASSNAME ችላ ተብሏል.
  • namespace - ጥያቄው የሚፈጸምበት አካባቢ.

ከአይነት ንብረቶች በስተቀር ሁሉም ንብረቶች እንደዚሁ ተላልፈዋል %Date, %Time, %Boolean и %TimeStamp - ወደ ተጓዳኝ የፓይዘን ክፍሎች ይለወጣሉ.

ExecuteTable

መጠቅለል ExecuteClass. የሰንጠረዡን ስም ወደ ክፍል ስም እና ጥሪዎች ይተረጉመዋል ExecuteClass. ፊርማ፡

ExecuteTable(table, variable, type, start, end, properties, namespace) - የሠንጠረዥ ውሂብ ወደ Python ማስተላለፍ.

ነጋሪ እሴቶች

  • table - የጠረጴዛ ስም.
    ሁሉም ሌሎች ክርክሮች እንደ ሁኔታው ​​ተላልፈዋል ExecuteClass.

ማስታወሻዎች

  • ExecuteGlobal, ExecuteClass и ExecuteTable በእኩል ፍጥነት ይስሩ.
  • ExecuteGlobal ከ 20 እጥፍ ፈጣን ExecuteQuery በትልቅ የውሂብ ስብስቦች (የማስተላለፊያ ጊዜ> 0.01 ሰከንድ).
  • ExecuteGlobal, ExecuteClass и ExecuteTable በዚህ መዋቅር በአለምአቀፍ ደረጃ ይስሩ- ^global(key) = $lb(prop1, prop2, ..., propN) የት key - ኢንቲጀር.
  • ለ ExecuteGlobal, ExecuteClass и ExecuteTable የሚደገፉ የእሴቶች ክልል %Date ከክልል ጋር ይዛመዳል mktime እና በስርዓተ ክወናው ላይ የተመሰረተ ነውመስኮቶች1970-01-01 ፣ ሊኑክስ 1900-01-01, የማክ). ተጠቀም %TimeStampከዚህ ክልል ውጭ መረጃን ለማስተላለፍ ወይም pandas dataframeን ይጠቀሙ ምክንያቱም ይህ የዝርዝር-ብቻ ገደብ ነው።
  • ለ ExecuteGlobal, ExecuteClass и ExecuteTable ከውሂብ ምንጭ (አለምአቀፍ፣ ክፍል ወይም ሠንጠረዥ) እና ተለዋዋጭ ካልሆነ በስተቀር ሁሉም ነጋሪ እሴቶች አማራጭ ናቸው።

ምሳሌዎች

የሙከራ ክፍል isc.py.ፈተና.ሰው ሁሉንም የውሂብ ማስተላለፍ አማራጮችን የሚያሳይ ዘዴ ይዟል፡-

set global = "isc.py.test.PersonD"
set class = "isc.py.test.Person"
set table = "isc_py_test.Person"
set query = "SELECT * FROM isc_py_test.Person"

// Общие аргументы
set variable = "df"
set type = "dataframe"
set start = 1
set end = $g(^isc.py.test.PersonD, start)

// Способ 0: ExecuteGlobal без аргументов
set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 0, type)

// Способ 1: ExecuteGlobal с аргументами    
// При передаче глобала названия полей задаются вручную
// globalKey - название сабсткрипта 
set labels = $lb("globalKey", "Name", "DOB", "TS", "RandomTime", "AgeYears", "AgeDecimal", "AgeDouble", "Bool")

// mask содержит на 1 элемент меньше чем labels потому что "globalKey" - название сабскипта
// Пропускаем %%CLASSNAME
set mask = "-+dmt+++b"

set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 1, type, start, end, mask, labels)

// ХпОсОй 2: ExecuteClass
set sc = ##class(isc.py.Main).ExecuteClass(class, variable _ 2, type, start, end)

// ХпОсОй 3: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteTable(table, variable _ 3, type, start, end)

// ХпОсОй 4: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteQuery(query, variable _ 4, type)

ዘዴውን ይደውሉ do ##class(isc.py.test.Person).Test() ሁሉም የውሂብ ማስተላለፊያ ዘዴዎች እንዴት እንደሚሠሩ ለማየት.

አጋዥ ዘዴዎች

  • GetVariableInfo(variable, serialization, .defined, .type, .length) - ሾለ ተለዋዋጭ መረጃ ያግኙ፡ ቢገለጽም፣ ክፍሉ እና ተከታታይነት ያለው ርዝመት።
  • GetVariableDefined(variable, .defined) - ተለዋዋጭው ይገለጻል እንደሆነ.
  • GetVariableType(variable, .type) - የተለዋዋጭውን ክፍል ያግኙ.
  • GetStatus() - በ Python በኩል የመጨረሻውን ልዩ ሁኔታ ያግኙ እና ያስወግዱት።
  • GetModuleInfo(module, .imported, .alias) - የሞጁል ተለዋዋጭ እና የማስመጣት ሁኔታን ያግኙ።
  • GetFunctionInfo(function, .defined, .type, .docs, .signature, .arguments) - ሾለ ተግባሩ መረጃ ያግኙ።

መስተጋብር

ፓይዘን ጌትዌይን ከተርሚናል እንዴት እንደሚደውሉ ተምረዋል፣ አሁን በምርት ውስጥ እንጠቀምበት። በዚህ ሁነታ ከፓይዘን ጋር ለመግባባት መሰረቱ isc.py.ens.Operation. ይፈቅድልናል፡-

  • ኮድ በ Python ውስጥ ያስፈጽሙ
  • የ Python አውድ አስቀምጥ/ ወደነበረበት መልስ
  • ከ Python ይጫኑ እና ውሂብ ይቀበሉ

በመሠረቱ የፓይዘን ኦፕሬሽን መጠቅለያ ነው። isc.py.Main. ኦፕሬሽን isc.py.ens.Operation ከInterSystems IRIS ምርቶች ከ Python ሂደት ጋር የመግባባት ችሎታን ይሰጣል። አምስት ጥያቄዎች ይደገፋሉ፡-

  • isc.py.msg.ExecutionRequest የ Python ኮድን ለማስፈጸም። ይመለሳል isc.py.msg.ExecutionResponse ከአፈፃፀም ውጤት እና ከተጠየቁት ተለዋዋጮች እሴቶች ጋር።
  • isc.py.msg.StreamExecutionRequest የ Python ኮድን ለማስፈጸም። ይመለሳል isc.py.msg.StreamExecutionResponse የአፈፃፀም ውጤት እና የተጠየቁት ተለዋዋጮች እሴቶች። አናሎግ isc.py.msg.ExecutionRequest፣ ግን ከሕብረቁምፊዎች ይልቅ ዥረቶችን ይቀበላል እና ይመልሳል።
  • isc.py.msg.QueryRequest የ SQL ጥያቄን የማስፈጸም ውጤት ለማስተላለፍ። ይመለሳል Ens.Response.
  • isc.py.msg.GlobalRequest/isc.py.msg.ClassRequest/isc.py.msg.TableRequest ዓለም አቀፍ / ክፍል / ሰንጠረዥ ውሂብ ለማለፍ. ይመለሳል Ens.Response.
  • isc.py.msg.SaveRequest የ Python አውድ ለማስቀመጥ. ይመለሳል Ens.StringResponse ከአውድ መታወቂያ ጋር።
  • isc.py.msg.RestoreRequest የ Python አውድ ወደነበረበት ለመመለሾ.

    በተጨማሪም, isc.py.ens.Operation ሁለት ቅንብሮች አሉት

    • Initializer - በይነገጽን የሚተገበር ክፍል መምረጥ isc.py.init.Abstract. ተግባራትን, ሞጁሎችን, ክፍሎችን, ወዘተ ለመጫን ጥቅም ላይ ሊውል ይችላል. ሂደቱ ሲጀምር አንድ ጊዜ ይከናወናል.
    • PythonLib - (ሊኑክስ ብቻ) በሚጫኑበት ጊዜ ስህተቶች ካዩ እሴቱን ያዘጋጁ libpython3.6m.so ወይም ወደ Python ቤተ-መጽሐፍት ሙሉ መንገድ ላይ እንኳን.

የንግድ ሥራ ሂደቶች መፈጠር

የንግድ ሥራ ሂደቶችን የሚያመቻቹ ሁለት ክፍሎች አሉ-

  • isc.py.ens.ProcessUtils ከተለዋዋጭ ምትክ ማብራሪያዎችን ከእንቅስቃሴዎች ለማውጣት ያስችልዎታል።
  • isc.py.util.BPEmulator በፓይዘን የንግድ ሂደቶችን መሞከር ቀላል ያደርገዋል። አሁን ባለው ሂደት የቢዝነስ ሂደትን (Python parts) ሊያከናውን ይችላል።

ተለዋዋጭ ምትክ

ሁሉም የንግድ ሂደቶች የተወረሱ ናቸው isc.py.ens.ProcessUtils, ዘዴውን መጠቀም ይችላል GetAnnotation(name) የእንቅስቃሴ ማብራሪያ እሴቱን በስሙ ለማግኘት። የእንቅስቃሴ ማብራሪያው ወደ Python ከመተላለፉ በፊት በInterSystems IRIS በኩል የሚሰሉ ተለዋዋጮችን ሊይዝ ይችላል። ለተለዋዋጭ የመተካት አገባብ ይኸውና፡

  • ${class:method:arg1:...:argN} - ዘዴ ጥሪ
  • #{expr} - በ ObjectScript ቋንቋ ውስጥ ኮድን ያስፈጽሙ።

በሙከራ ንግድ ሂደት ውስጥ አንድ ምሳሌ አለ። isc.py.test.Processለምሳሌ በእንቅስቃሴ ላይ Correlation Matrix: Graph: f.savefig(r'#{process.WorkDirectory}SHOWCASE${%PopulateUtils:Integer:1:100}.png'). በዚህ ምሳሌ፡-

  • #{process.WorkDirectory} የነገሩን WorkDirectory ንብረት ይመልሳል process, ይህም የክፍሉ ምሳሌ ነው isc.py.test.Process እነዚያ። የአሁኑ የንግድ ሂደት.
  • ${%PopulateUtils:Integer:1:100} ዘዴን ይጠራል Integer ደረጃ %PopulateUtils፣ ክርክሮችን ማለፍ 1 и 100በክልል ውስጥ የዘፈቀደ ኢንቲጀር መመለሾ 1...100.

የንግድ ሥራ ሂደትን ይፈትሹ

የሙከራ ምርቶች እና የንግድ ሂደቶች በነባሪ እንደ Python Gateway አካል ይገኛሉ። እነሱን ለመጠቀም፡-

  1. በስርዓተ ክወናው ተርሚናል ውስጥ፣ አሂድ፦ pip install pandas matplotlib seaborn.
  2. በInterSystems IRIS ተርሚናል ውስጥ፣ አሂድ፡- do ##class(isc.py.test.CannibalizationData).Import() የሙከራ ውሂብን ለመሙላት.
  3. ምርቶችን አስጀምር isc.py.test.Production.
  4. የጥያቄ አይነት ላክ Ens.Request в isc.py.test.Process.

ሁሉም አንድ ላይ እንዴት እንደሚሰራ እንይ. ክፈት isc.py.test.Process በBPL አርታኢ ውስጥ፡-

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

ኮድ አፈጻጸም

በጣም አስፈላጊው ፈተና የ Python ኮድን መተግበር ነው፡-

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

መጠይቅ ተጠቅሟል isc.py.msg.ExecutionRequestንብረቶቹ እነኚሁና

  • Code - የፓይዘን ኮድ።
  • SeparateLines - ለአፈፃፀም ኮዱን ወደ መስመሮች ለመከፋፈል። $c(10) (n) ሕብረቁምፊዎችን ለመለየት ጥቅም ላይ ይውላል. እባክዎን ያስታውሱ መላውን መልእክት በአንድ ጊዜ ለማስኬድ አይመከርም ፣ ይህ ተግባር ለማስኬድ ብቻ የታሰበ ነው። def እና ተመሳሳይ ባለብዙ መሾመር መግለጫዎች። ነባሪ 0.
  • Variables — ወደ ምላሹ የሚታከሉ በነጠላ ሰረዝ የተለዩ የተለዋዋጮች ዝርዝር።
  • Serialization - መመለሾ የምንፈልጋቸውን ተለዋዋጮች እንዴት ተከታታይ ማድረግ እንደሚቻል። አማራጮች፡- Str, Repr, JSON, Pickle и Dill, ነባሪ Str.

በእኛ ሁኔታ, ንብረቱን ብቻ እናዘጋጃለን Code, ስለዚህ ሁሉም ሌሎች ንብረቶች ነባሪ እሴቶችን ይጠቀማሉ. በመደወል አዘጋጅተናል process.GetAnnotation("Import pandas")፣ በተለዋዋጭ ምትክ ከተሰራ በኋላ በሂደት ጊዜ ማብራሪያ ይሰጣል። ከሁሉም በኋላ, ኮድ import pandas as pd ወደ Python ይተላለፋል። GetAnnotation ባለብዙ መስመር የፓይዘን ስክሪፕቶችን ለማግኘት ጠቃሚ ሊሆን ይችላል፣ ነገር ግን በዚህ ኮድ የማግኘት ዘዴ ላይ ምንም ገደቦች የሉም። ንብረቱን ማዘጋጀት ይችላሉ Code ለእርስዎ በሚመች በማንኛውም መንገድ.

ተለዋዋጮችን በማግኘት ላይ

በመጠቀም ሌላ አስደሳች ፈተና isc.py.msg.ExecutionRequest - Correlation Matrix: Tabular:

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

በፓይዘን በኩል ያለውን የማዛመጃ ማትሪክስ ያሰላል እና ተለዋዋጭውን ያወጣል። corrmat የጥያቄ ባህሪያትን በማዘጋጀት ወደ ኢንተር ሲስተምስ IRIS በJSON ቅርጸት ይመለሱ፡

  • Variables: "corrmat"
  • Serialization: "JSON"

ውጤቱን በ Visual Trace ውስጥ ማየት እንችላለን፡-

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

እና ይህን ዋጋ በ BP ውስጥ ካስፈለገን እንደዚህ ልናገኘው እንችላለን፡- callresponse.Variables.GetAt("corrmat").

የውሂብ ማስተላለፍ

በመቀጠል፣ ከInterSystems IRIS ወደ Python መረጃን ስለማስተላለፍ እንነጋገር፤ ሁሉም የውሂብ ማስተላለፍ ጥያቄዎች በይነገጹን ተግባራዊ ያደርጋሉ። isc.py.msg.DataRequestየሚከተሉትን ንብረቶች ያቀርባል:

  • Variable - ውሂብ የተጻፈበት የፓይዘን ተለዋዋጭ።
  • Type - ተለዋዋጭ ዓይነት; dataframe (የፓንዳስ ዳታ ፍሬም) ወይም list.
  • Namespace - መረጃ የምንቀበልበት አካባቢ. ፕላስቲክ ከረጢት isc.py በዚህ አካባቢ መገኘት አለበት. ይህ የምርት ድጋፍ የሌለው አካባቢ ሊሆን ይችላል.

በዚህ በይነገጽ ላይ በመመስረት 4 የጥያቄዎች ምድቦች ይተገበራሉ፡

  • isc.py.msg.QueryRequest - ንብረቱን ያዘጋጁ Query የSQL ጥያቄ ለመላክ።
  • isc.py.msg.ClassRequest - ንብረቱን ያዘጋጁ Class የክፍል ውሂብ ለማለፍ.
  • isc.py.msg.TableRequest - ንብረት አዘጋጅ Table የሠንጠረዥ ውሂብ ለማስተላለፍ.
  • isc.py.msg.GlobalRequest - ንብረት አዘጋጅ Global ለአለምአቀፍ የውሂብ ማስተላለፍ.

በፈተና ሂደት ውስጥ, እንቅስቃሴውን ይመልከቱ RAWየት isc.py.msg.QueryRequest በተግባር ይታያል.

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

የፓይዘንን አውድ በማስቀመጥ/ ወደነበረበት በመመለስ ላይ

በመጨረሻም፣ የ Python አውድ በ InterSystems IRIS ውስጥ ማስቀመጥ እንችላለን፣ ይህንን ለማድረግ እንልካለን። isc.py.msg.SaveRequest ከክርክር ጋር፡-

  • Mask - ጭምብሉን የሚዛመዱ ተለዋዋጮች ብቻ ይቀመጣሉ። የሚደገፍ * и ?. ምሳሌ "Data*, Figure?". ነባሪ *.
  • MaxLength - የተከማቸ ተለዋዋጭ ከፍተኛው ርዝመት. የተለዋዋጭ ተከታታይነት ረዘም ያለ ከሆነ, ችላ ይባላል. የማንኛውም ርዝመት ተለዋዋጮችን ለማግኘት ወደ 0 ያቀናብሩ። ነባሪ $$$MaxStringLength.
  • Name - የአውድ ስም (አማራጭ)።
  • Description - የአውድ መግለጫ (አማራጭ)።

ተመላሾች Ens.StringResponse с Id የተቀመጠ አውድ. በፈተና ሂደት ውስጥ, እንቅስቃሴውን ይመልከቱ Save Context.

ተዛማጅ ጥያቄ isc.py.msg.RestoreRequest ከInterSystems IRIS ወደ Python አውድ ይጭናል፡

  • ContextId - አውድ መለያ።
  • Clear - ወደነበረበት ከመመለስዎ በፊት አውዱን ያፅዱ።

Jupyter Notebook

Jupyter Notebook ኮድ፣ ምስላዊ እና ጽሑፍ የያዙ ማስታወሻ ደብተሮችን እንዲፈጥሩ እና እንዲያትሙ የሚያስችልዎ ክፍት ምንጭ የድር መተግበሪያ ነው። Python Gateway የ BPL ሂደቶችን በጁፒተር ማስታወሻ ደብተር መልክ እንዲመለከቱ እና እንዲያርትዑ ይፈቅድልዎታል። እባክዎን የተለመደው Python 3 ፈጻሚ በአሁኑ ጊዜ ጥቅም ላይ ይውላል።

ይህ ቅጥያ ማብራሪያዎች Python ኮድ እንደያዙ እና የእንቅስቃሴ ስሞችን እንደ ቀደምት አርእስቶች ይጠቀማል ብሎ ያስባል። አሁን በጁፒተር ማስታወሻ ደብተር ውስጥ PythonGateway የንግድ ሂደቶችን ማዳበር ተችሏል። የሚቻለው እነሆ፡-

  • አዲስ የንግድ ሂደቶችን ይፍጠሩ
  • የንግድ ሂደቶችን ሰርዝ
  • አዳዲስ እንቅስቃሴዎችን ይፍጠሩ
  • እንቅስቃሴዎችን ይቀይሩ
  • እንቅስቃሴዎችን ሰርዝ

እዚህ ማሳያ ቪዲዮ. እና ጥቂት ቅጽበታዊ ገጽ እይታዎች፡-

የሂደት አሳሽ

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

የሂደት አርታዒ

ፓይዘን ጌትዌይ በኢንተር ሲስተምስ አይሪስ

ቅንብር

  1. InterSystems IRIS 2019.2+ ያስፈልግዎታል።
  2. PythonGateway v0.8+ ን ጫን (ብቻ ያስፈልጋል isc.py.util.Jupyter, isc.py.util.JupyterCheckpoints и isc.py.ens.ProcessUtils).
  3. የ ObjectScript ኮድ ከማጠራቀሚያው ያዘምኑ።
  4. አሂድ do ##class(isc.py.util.Jupyter).Install() እና መጠየቂያዎቹን ይከተሉ።

ሰነድ.

ግኝቶች

MLToolkit ግባቸው ሞዴሎችን እና የግብይት አካባቢን በማጣመር የተገነቡ ሞዴሎች በንግድ ሂደቶችዎ ውስጥ በቀላሉ ጥቅም ላይ እንዲውሉ ለማድረግ የመሳሪያዎች ስብስብ ነው። Python Gateway የMLToolkit አካል ነው እና ከፓይዘን ቋንቋ ጋር ውህደትን ያቀርባል፣ ይህም በ Python ውስጥ የተፈጠሩ ማናቸውንም የማሽን መማሪያ ስልተ ቀመሮችን እንዲያቀናብሩ ያስችልዎታል (የብዙ የውሂብ ሳይንቲስቶች ዋና አካባቢ) ፣ በፍጥነት የሚለምደዉ ፣ ሮቦት ትንታኔ AI / ለመፍጠር ብዙ ዝግጁ የተሰሩ ቤተ-ፍርግሞችን ይጠቀሙ። በ InterSystems መድረክ IRIS ላይ የኤምኤል መፍትሄዎች።

ማጣቀሻዎች

MLToolkit

የMLToolkit ተጠቃሚ ቡድን እንደ InterSystems ኮርፖሬት GitHub ድርጅት አካል የተፈጠረ የግል GitHub ማከማቻ ነው። የ Python ጌትዌይን ጨምሮ MLToolkit ክፍሎችን ለሚጭኑ፣ ለሚማሩ ወይም አስቀድመው ለሚጠቀሙ ለውጭ ተጠቃሚዎች የታሰበ ነው። ቡድኑ በግብይት ፣በማኑፋክቸሪንግ ፣በመድሃኒት እና በሌሎች በርካታ ኢንዱስትሪዎች ውስጥ በርካታ የተተገበሩ ጉዳዮች አሉት (የምንጭ ኮድ እና የሙከራ መረጃ)። የML Toolkit ተጠቃሚ ቡድንን ለመቀላቀል፣ እባኮትን በሚከተለው አድራሻ አጭር ኢሜል ይላኩ። [ኢሜል የተጠበቀ] እና የሚከተለውን መረጃ በደብዳቤዎ ውስጥ ያካትቱ፡

  • GitHub የተጠቃሚ ስም
  • ድርጅት (እርስዎ ይሠራሉ ወይም ያጠኑ)
  • አቀማመጥ (በድርጅትዎ ውስጥ ያለዎት ትክክለኛ ቦታ ፣ “ተማሪ” ወይም “ገለልተኛ”)።
  • አገር

ጽሑፉን ላነበቡ እና ሰው ሰራሽ ኢንተለጀንስ እና የማሽን መማሪያ ሞተሮችን ለማዳበር ወይም ለማስተናገድ እንደ ኢንተርፕራይዝ አይሪስ ያለውን አቅም ለሚፈልጉ፣ ለድርጅትዎ ትኩረት ሊሰጡ የሚችሉ ሁኔታዎችን እንዲወያዩ እንጋብዝዎታለን። የኩባንያዎን ፍላጎቶች ለመተንተን እና የድርጊት መርሃ ግብር በጋራ ለመወሰን ደስተኞች እንሆናለን; የእኛን AI/ML ኤክስፐርት ቡድን ኢሜል አድራሻ ያግኙ - [ኢሜል የተጠበቀ].

ምንጭ: hab.com

አስተያየት ያክሉ