إشعار
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تسجيل الدخول أو تغيير الدلائل.
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تغيير الدلائل.
ملحق ML Azure CLI v2 (الحالي)مسار التعلم الآلي من Microsoft Azure هو سير عمل يقوم بأتمتة مهمة التعلم الآلي الكاملة. إنه يوحد أفضل الممارسات ويدعم تعاون الفريق ويحسن الكفاءة.
ما مسارات التعلم الآلي من Microsoft Azure اللازمة؟
يقسم المسار مهمة التعلم الآلي إلى خطوات. كل خطوة هي مكون يمكن التحكم فيه ويمكن تطويره وأتمتته بشكل منفصل. يدير التعلم الآلي من Microsoft Azure التبعيات بين الخطوات. هذا النهج المعياري:
- توحيد MLOps ودعم تعاون الفريق
- يحسن كفاءة التدريب ويقلل التكلفة
- توحيد عمليات التعلم الآلي (MLOps) ودعم تعاون الفريق القابل للتطوير
- يحسن كفاءة التدريب ويقلل التكلفة
توحيد ممارسة MLOps ودعم تعاون الفريق القابل للتطوير
يقوم MLOps بأتمتة بناء النماذج ونشرها. تعمل المسارات على تبسيط هذه العملية عن طريق تعيين كل خطوة لمهمة محددة، حتى تتمكن الفرق من العمل بشكل مستقل.
على سبيل المثال ، قد يتضمن المشروع جمع البيانات وإعدادها والتدريب والتقييم والنشر. يمتلك كل من مهندسي البيانات والعلماء ومهندسي التعلم الآلي خطواتهم. من الأفضل إنشاء الخطوات كمكونات، ثم دمجها في سير عمل واحد. يمكن إصدار المسارات وأتمتتها وتوحيدها بواسطة ممارسات DevOps.
كفاءة التدريب وخفض التكلفة
تعمل خطوط الأنابيب أيضا على تحسين الكفاءة وتقليل التكاليف. يعيدون استخدام المخرجات من الخطوات التي لم يتم تغييرها ويسمح لك بتشغيل كل خطوة على أفضل مورد حساب للمهمة.
أفضل ممارسات البدء
يمكنك إنشاء خط أنابيب بعدة طرق، اعتمادا على نقطة البداية.
إذا كنت جديدا في خطوط الأنابيب، فابدأ بتقسيم التعليمات البرمجية الموجودة إلى خطوات، وتحديد معلمات المدخلات، وتغليف كل شيء في خط أنابيب
لتوسيع النطاق، استخدم قوالب المسارات للمشكلات الشائعة. تقوم Teams بتفرع قالب، والعمل على الخطوات المعينة، وتحديث الجزء الخاص بها فقط حسب الحاجة.
باستخدام المسارات والمكونات القابلة لإعادة الاستخدام ، يمكن للفرق إنشاء مهام سير عمل جديدة بسرعة عن طريق استنساخ القطع الموجودة أو دمجها.
يمكنك إنشاء مسارات باستخدام واجهة سطر الأوامر (CLI) أو Python SDK أو واجهة مستخدم المصمم.
ما تقنية بنية Azure الأساسية التي يجب استخدامها؟
يوفر Azure عدة أنواع من المسارات لأغراض مختلفة:
| السيناريو | الشخصية الأساسية | عرض Azure | عرض برنامج مفتوح المصدر | بنية أساسية متعارف عليها | نقاط القوة |
|---|---|---|---|---|---|
| تنسيق النموذج (التعلم الآلي) | عالم البيانات | مسارات التعلم الآلي من Microsoft Azure | البنية الأساسية لـ Kubeflow | البيانات -النموذج > | التوزيع والتخزين المؤقت والتعليمة البرمجية أولاً وإعادة الاستخدام |
| تنسيق البيانات (إعداد البيانات) | مهندس البيانات | مسارات Azure Data Factory | تدفق هواء Apache | البيانات -> البيانات | حركة مكتوبة بقوة، أنشطة تركز على البيانات |
| تنسيق التعليمات البرمجية والتطبيق (CI/CD) | مطور التطبيقات / العمليات | مسارات Azure | جينكنز | التعليمة البرمجية + النموذج -> الحساب / الخدمة | دعم النشاط الأكثر انفتاحاً ومرونة، وقوائم انتظار الموافقة، والمراحل مع إعداد البوابة |
الخطوات التالية
تضيف مسارات التعلم الآلي من Microsoft Azure قيمة من بداية التطوير.
- تعريف البنية الأساسية لبرنامج ربط العمليات التجارية باستخدام Azure التعلم الآلي CLI v2
- تعريف البنية الأساسية لبرنامج ربط العمليات التجارية باستخدام Azure التعلم الآلي SDK v2
- تعريف البنية الأساسية باستخدام المصمم
- جرب مثال البنية الأساسية لـ CLI v2
- جرب مثال البنية الأساسية لـ Python SDK v2
- تعرف على تعبيرات SDK وCLI v2 التي يمكن استخدامها في البنية الأساسية لبرنامج ربط العمليات التجارية.