Udrulning af model
Du kan manuelt udrulle en model med Azure Machine Learning-arbejdsområdet. Hvis du vil udrulle en model automatisk, kan du bruge Azure Machine Learning CLI (v2) og GitHub Actions. Hvis du vil udrulle en model automatisk med GitHub-handlinger, skal du:
- Pak og registrer modellen.
- Opret et slutpunkt, og udrul modellen.
- Test den udrullede model.
Pak og registrer modellen
Når du vil udrulle en model med Azure Machine Learning-arbejdsområdet, skal du gemme modellens output og registrere modellen i arbejdsområdet. Når du registrerer modellen, angiver du, om du har et MLflow eller en brugerdefineret model.
Når du opretter og logfører en model med MLflow, kan du bruge installation uden kode.
Tip
Få mere at vide om , hvordan du installerer MLflow-modeller.
Hvis du vil logge din model med MLflow, skal du aktivere automatisk logføring i træningsscriptet ved hjælp mlflow.autolog()af .
Når du logfører en model under modeltræning, gemmes modellen i joboutputtet. Du kan også gemme modellen i et Azure Machine Learning-datalager.
Hvis du vil registrere modellen, kan du pege på enten et jobs output eller på en placering i et Azure Machine Learning-datalager.
Opret et slutpunkt, og udrul modellen
Hvis du vil udrulle modellen til et slutpunkt, skal du først oprette et slutpunkt og derefter installere modellen. Et slutpunkt er et HTTPS-slutpunkt, som webappen kan sende data til og få en forudsigelse fra. Du ønsker, at slutpunktet forbliver det samme, selv efter at du har installeret en opdateret model på det samme slutpunkt. Når slutpunktet forbliver det samme, behøver webappen ikke at blive opdateret, hver gang modellen oplæres igen.
Tip
Få mere at vide om , hvordan du udruller en model med kommandolinjegrænsefladen til Azure Machine Learning (v2).
Teste modellen
Endelig skal du teste den udrullede model, før du integrerer slutpunktet med webappen. Eller før du konverterer al trafik i et slutpunkt til den opdaterede model. Du kan teste et onlineslutpunkt manuelt, eller du kan automatisere test af slutpunktet med GitHub-handlinger.
Bemærk
Du kan føje en testopgave til den samme arbejdsproces som modelinstallationsopgaven. Det kan dog tage et stykke tid at fuldføre modelinstallationen. Du skal derfor sikre dig, at testen kun sker, når modelinstallationen er fuldført.