Копирование ML-модели

Копирование ML-моделей доступно системным администраторам и пользователям с правом Копирование моделей из группы прав Управление ML-моделями.

Вы можете создать ML-модель, скопировав ранее добавленную ML-модель. При копировании будет создана ML-модель, в которой состав элементов, параметры ML-модели и ее элементов, а также состояние обучения нейросетевых элементов будут идентичны составу элементов, параметрам ML-модели и ее элементов, состоянию обучения нейросетевых элементов ML-модели в момент ее копирования.

При копировании ML-модели, которая была создана вручную или по шаблону на основе ML-модели, созданной вручную, вы можете добавлять в скопированную ML-модель нейросетевые элементы и/или элементы на основе диагностических правил, изменять и удалять их.

При копировании ML-модели, которая была импортирована в программу или создана по шаблону на основе импортированной ML-модели, вы не можете изменять состав элементов скопированной ML-модели.

Перед выполнением инференса вы можете изменить параметры обучения и переобучить нейросетевые элементы скопированной ML-модели. Вы также можете запустить инференс ML-модели после ее публикации.

Чтобы скопировать ML-модель:

1. В основном меню выберите раздел Модели.
2. В дереве активов выберите ML-модель, которую вы хотите скопировать.

   Справа отобразится список параметров.

3. В правом верхнем углу окна нажмите на значок Копировать модель ().

   Справа появится панель Копирование модели.

4. В поле Название укажите название ML-модели.

   Вы можете указать название ML-модели длиной не более 100 символов.

   По умолчанию ML-модели присваивается название в формате <название исходной ML-модели>_Cloned_<дата и время копирования>.

5. В раскрывающемся списке Актив выберите актив, к которому вы хотите отнести новую ML-модель.
6. Нажмите на кнопку Сохранить.

Новая ML-модель отобразится в группе Модели дерева активов. Группа Модели создается автоматически и отображается в составе выбранного раздела дерева активов. Группа Модели содержит подгруппы Нейронные сети и Правила для хранения элементов ML-модели на основе нейронных сетей и диагностических правил.