Die deutsche Sprachversion wurde als Serviceleistung für Sie durch maschinelle Übersetzung erstellt. Bei eventuellen Unstimmigkeiten hat die englische Sprachversion Vorrang.

Bereitstellung der Sentimentanalyse des Support Centers

Beitragende

Zum Einsatz der Lösung gehören die folgenden Komponenten:

  1. NetApp DataOps Toolkit

  2. NGC-Konfiguration

  3. NVIDIA RIVA Server

  4. NVIDIA TAO Toolkit

  5. Exportieren Sie TAO-Modelle nach RIVA

Um eine Implementierung durchzuführen, gehen Sie wie folgt vor:

NetApp DataOps Toolkit: Die Stimmungsanalyse im Support Center

Um die zu verwenden "NetApp DataOps Toolkit", Vervollständigen Sie die folgenden Schritte:

  1. PIP installieren Sie das Toolkit.

    python3 -m pip install netapp-dataops-traditional
  2. Konfigurieren des Datenmanagements

    netapp_dataops_cli.py config

NGC-Konfiguration: Support Center-Sentiment-Analyse

Zur Einrichtung "NVIDIA NGC", Vervollständigen Sie die folgenden Schritte:

  1. NGC herunterladen

    wget -O ngccli_linux.zip https://ngc.nvidia.com/downloads/ngccli_linux.zip && unzip -o ngccli_linux.zip && chmod u+x ngc
  2. Fügen Sie Ihr aktuelles Verzeichnis zum Pfad hinzu.

    echo "export PATH=\"\$PATH:$(pwd)\"" >> ~/.bash_profile && source ~/.bash_profile
  3. Sie müssen NGC-CLI für Ihren Gebrauch konfigurieren, damit Sie die Befehle ausführen können. Geben Sie bei der entsprechenden Aufforderung den folgenden Befehl ein, einschließlich Ihres API-Schlüssels.

    ngc config set

Für nicht Linux-basierte Betriebssysteme finden Sie unter "Hier".

NVIDIA RIVA Server: Support Center Sentiment Analyse

Zur Einrichtung "NVIDIA RIVA", Vervollständigen Sie die folgenden Schritte:

  1. Laden Sie DIE RIVA-Dateien von NGC herunter.

    ngc registry resource download-version nvidia/riva/riva_quickstart:1.4.0-beta
  2. RIVA-Setup initialisieren (riva_init.sh).

  3. Starten Sie DEN RIVA-Server (riva_start.sh).

  4. Starten Sie DEN RIVA-Client (riva_start_client.sh).

  5. Installieren Sie im RIVA-Client die Audio-Processing-Library ( "FFMPEG")

    apt-get install ffmpeg
  6. Starten Sie den "Jupyter" Server:

  7. Führen Sie das RIVA Inferenz Pipeline Notebook aus.

NVIDIA TAO Toolkit: Sentimentanalyse im Supportcenter

Gehen Sie wie folgt vor, um das NVIDIA TAO Toolkit einzurichten:

  1. Vorbereiten und Aktivieren eines "Virtualisierten Umgebung von" Für TAO Toolkit.

  2. Installieren Sie den "Erforderliche Pakete".

  3. Ziehen Sie das während des Trainings und der Feinabstimmung verwendete Bild manuell ab.

    docker pull nvcr.io/nvidia/tao/tao-toolkit-pyt:v3.21.08-py3
  4. Starten Sie den "Jupyter" Server:

  5. Führen Sie das TAO Fine-Tuning Notebook aus.

Export von TAO-Modellen nach RIVA: Sentimentanalyse im Supportzentrum

Zu verwenden "TAO Toolkit Modelle in RIVA", Vervollständigen Sie die folgenden Schritte:

  1. Speichern Sie Modelle im TAO Fine-Tuning Notebook.

  2. Kopieren Sie TAO-trainierte Modelle in das RIVA-Modellverzeichnis.

  3. Starten Sie DEN RIVA-Server (riva_start.sh).

Hürden auf dem Weg zur Implementierung

Bitte beachten Sie folgende Punkte bei der Entwicklung Ihrer eigenen Lösung:

  • Das NetApp DataOps Toolkit wird zuerst installiert, um sicherzustellen, dass das Storage-System optimal läuft.

  • NVIDIA NGC muss vor allem installiert sein, weil es das Herunterladen von Bildern und Modellen authentifiziert.

  • RIVA muss vor dem TAO Toolkit installiert werden. Die RIVA-Installation konfiguriert den Docker-Daemon so, dass Bilder nach Bedarf abgerufen werden.

  • DGX und Docker müssen über Internetzugang verfügen, um die Modelle herunterladen zu können.