Pour garantir la création de votre modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting)., l'exécution de cette action nécessite la définition stricte de trois paramètres clés : modelTable qui identifie la table en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. contenant l'architecture du réseau, initWeights qui pointe vers la table contenant les poids du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). préalablement entraîné, et enfin casout qui détermine la cible où le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). ASTOREFichier binaire compact contenant la logique d'un modèle entraîné (analytique de score). Il permet de déployer et d'exécuter des modèles complexes de manière portable et ultra-rapide dans SAS Viya. final sera généré et sauvegardé.
Quels sont les paramètres obligatoires pour configurer cette exportation ?
Exemples pour l'action dnnExportModel
Exportation basique d'un modèle DNN
Voici comment sauvegarder votre modèle durement entraîné dans un format prêt à l'emploi au sein de la session courante.
Exportation avancée avec promotion et optimisation de la mémoire
Un exemple pour les pros : on exporte le modèle, on le promeut en mémoire globale (promote=True) dans une bibliothèque publique pour qu'il soit accessible à tous les utilisateurs, et on assigne explicitement plusieurs threads.