开发者学堂课程【PAL 平台学习路线：机器学习入门到应用：如何将 Studio 模型部署到 EAS 和 Dataworks 调度的任务】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/855/detail/14240
如何将 Studio 模型部署到 EAS 和 Dataworks 调度的任务
内容介绍：
一、将 Studio 模型署到EAS在线服务调用
二、将 Studio 模型部署到 Dataworks 调度的离线任务
从 PAI-Studio 里直接把模型部署到 EAS 在线服务调用和部署到 Dataworks 离线调度的任务。
一、将 PAI-Studio 模型署到 EAS 在线服务调用
登录 PAI-Studio 控制台
左侧任务栏->模型开发和训练->可视化模型
在新建 AI 工作空间里创建项目
工作空间名称为：Model_test1
CPU:按量收费
GPU:按量收费点击确定
AI工作空间创建成功
PAI 可视化规模->从 Studio 选择刚刚创建的项目进入机器学习
心脏病预测案例->从模板中创建
该实验已经包括数据预处理，特征工程，模型训练，以及预测，等全套机器学习流程。
点击运行，开始训练模型，当所有节点全部运行完成后，点击部署->选择模型在线部署
选择要部署的算法
自动跳转到 EAS 模型在线服务
自定义模型名称：只能包含数字，小写字母以及下滑线，且必须字母开头。
建议配置多个服务实例，以避免单编部署带来的风险，点击下一步即可完成部署
二、Studio 模型部署到 Dataworks 调度的离线任务
在运行完 Studio 的实验里点击部署->选择模型在线部署
试验离线调度自动跳转到 Dataworks 的页面
第一次使用的用户需要先新建业务流程 Model_test，作为目标文件夹。
目标文件夹选择 Model_test，将试验添加到算法节点中
下拉框选择刚训练的机器学习实验
设置调度配置，用户属性需要设置运动成功或失败后皆可重跑，依赖的上游节点和本节点的输出猜测提交成功。
点击保存之后提交版本
