Forstå forretningsproblemet
Forestil dig, at du er maskinlæringstekniker hos Proseware, en ung nystartet, der arbejder på en ny sundhedsapp. Diabetesklassificeringsmodellen, der er oprettet af dataforskerne, er den første model, der integreres med appen. Når du har talt med det større team, viser det sig, at målet er at have flere modeller integreret med webappen.
Når diabetesklassificeringsmodellen viser sig at være vellykket, ønsker Proseware at tilføje flere modeller til maskinel indlæring, så praktiserende læger hurtigere kan diagnosticere patienter for forskellige sygdomme. For hver ny model skal datavidenskabsteamet kunne eksperimentere i et sikkert miljø. Når den nye model er korrekt nok til at blive integreret med webappen, skal den testes, før den udrulles til et slutpunkt, der kaldes fra webappen.
Sammen med teamet beslutter du, at det er bedst at bruge forskellige miljøer:
- Udvikling til eksperimentering.
- til test.
- produktions- til udrulning af modellen til produktionsslutpunktet.
For hvert miljø skal du oprette et separat Azure Machine Learning-arbejdsområde. Ved at holde arbejdsområderne separate for hvert miljø kan du beskytte data og ressourcer. Udviklingsarbejdsområdet indeholder f.eks. ingen personlige data fra patienter. Og dataforskerne har kun adgang til udviklingsarbejdsområdet, da de kun har brug for et miljø til eksperimentering og ikke har brug for adgang til nogen af produktionskoden eller -ressourcerne.
Som maskinlæringstekniker skal du sikre, at uanset hvad dataspecialister bygger, kan de nemt flyttes på tværs af miljøer. Når en ny model er klar til at blive udrullet, skal modellen oplæres og testes i det midlertidige miljø. Når du har testet koden, modellen og installationen, vil du udrulle modellen i produktionsmiljøet. Dele af denne proces kan automatiseres for at fremskynde processen.
Hvis du vil arbejde med miljøer, skal du:
- Opret miljøer i dit GitHub-lager.
- Gem legitimationsoplysninger til hvert Azure Machine Learning-arbejdsområde som et miljø hemmelige i GitHub.
- Føj påkrævede korrekturlæsere til miljøer til med portindstillede godkendelser .
- Brug miljøer i dine arbejdsprocesser til GitHub-handlinger.