Penerapan versi proyek

  • Artikel

Catatan

Artikel ini berlaku untuk fitur kustom berikut ini dalam Bahasa Azure AI:

  • Pemahaman bahasa percakapan
  • Klasifikasi teks kustom
  • NER Kustom
  • Alur kerja orkestrasi

Membangun proyek Anda biasanya terjadi dalam kenaikan. Anda dapat menambahkan, menghapus, atau mengedit niat, entitas, label, dan data di setiap tahap. Setiap kali Anda melatih, rekam jepret status proyek Anda saat ini diambil untuk menghasilkan model. Model tersebut menyimpan rekam jepret untuk dimuat kembali kapan saja. Setiap model bertindak sebagai versi proyeknya sendiri.

Misalnya, jika proyek Anda memiliki 10 niat dan/atau entitas, dengan 50 dokumen atau ucapan pelatihan, proyek tersebut dapat dilatih untuk membuat model bernama v1. Setelah itu, Anda dapat membuat perubahan pada proyek untuk mengubah jumlah data pelatihan. Proyek ini dapat dilatih lagi untuk membuat model baru bernama v2. Jika Anda tidak menyukai perubahan yang telah Anda buat di v2 dan ingin melanjutkan dari mana Anda meninggalkan model v1, maka Anda hanya perlu memuat data model dari v1 kembali ke proyek. Memuat data model dimungkinkan melalui Language Studio dan API. Setelah selesai, proyek akan memiliki jumlah asli dan jenis data pelatihan.

Jika data proyek tidak disimpan dalam model terlatih, data tersebut dapat hilang. Misalnya, jika Anda memuat model v1, proyek Anda sekarang memiliki data yang digunakan untuk melatihnya. Jika Anda kemudian membuat perubahan, tidak melatih, dan memuat model v2, Anda akan kehilangan perubahan tersebut karena tidak disimpan ke rekam jepret tertentu.

Jika Anda menimpa model dengan rekam jepret data baru, Anda tidak akan dapat kembali ke status model tersebut sebelumnya.

Anda selalu memiliki opsi untuk mengekspor data secara lokal untuk setiap model.

Lokasi data

Data untuk versi model Anda akan disimpan di lokasi yang berbeda, tergantung pada fitur kustom yang Anda gunakan.

Dalam pengenalan entitas bernama kustom, data yang disimpan ke rekam jepret adalah file label.

Langkah berikutnya

Pelajari cara memuat atau mengekspor data model untuk: