Apa itu alur Pembelajaran Mesin Azure?

BERLAKU UNTUK:Ekstensi ml untuk Azure CLI v2 (saat ini)SDK Python azure-ai-ml v2 (saat ini)

Alur Azure Machine Learning adalah alur kerja yang mengotomatiskan tugas pembelajaran mesin lengkap. Ini menstandarkan praktik terbaik, mendukung kolaborasi tim, dan meningkatkan efisiensi.

Mengapa alur Azure Machine Learning diperlukan?

Alur memecah tugas pembelajaran mesin menjadi langkah-langkah. Setiap langkah adalah komponen yang dapat dikelola yang dapat dikembangkan dan diotomatisasi secara terpisah. Azure Machine Learning mengelola dependensi antar langkah. Pendekatan modular ini:

Menstandarkan praktik MLOps dan mendukung kolaborasi tim yang dapat diskalakan

MLOps mengotomatiskan pembuatan dan penyebaran model. Alur menyederhanakan proses ini dengan memetakan setiap langkah ke tugas tertentu, sehingga tim dapat bekerja secara independen.

Misalnya, proyek dapat mencakup pengumpulan data, persiapan, pelatihan, evaluasi, dan penyebaran. Teknisi data, ilmuwan, dan insinyur ML masing-masing memiliki langkah mereka sendiri. Langkah-langkah terbaik dibuat sebagai komponen, lalu diintegrasikan ke dalam satu alur kerja. Alur dapat diberi versi, otomatis, dan distandarkan oleh praktik DevOps.

Efisiensi pelatihan dan pengurangan biaya

Alur juga meningkatkan efisiensi dan mengurangi biaya. Mereka menggunakan kembali output dari langkah-langkah yang tidak berubah dan memungkinkan Anda menjalankan setiap langkah pada sumber daya komputasi terbaik untuk tugas tersebut.

Memulai praktik terbaik

Anda dapat membangun alur dengan beberapa cara, tergantung pada titik awal Anda.

Jika Anda baru mengenal alur, mulailah dengan membagi kode yang ada menjadi langkah-langkah, membuat parameter input, dan membungkus semuanya ke dalam alur.

Untuk menskalakan, gunakan templat alur untuk masalah umum. Tim melakukan fork pada template, mengerjakan langkah-langkah yang ditugaskan, dan memperbarui hanya bagian masing-masing sesuai kebutuhan.

Dengan alur dan komponen yang dapat digunakan kembali, tim dapat dengan cepat membuat alur kerja baru dengan mengkloning atau menggabungkan potongan yang ada.

Anda dapat membangun alur menggunakan antarmuka pengguna CLI, Python SDK, atau Designer.

Teknologi alur Azure mana yang harus saya gunakan?

Azure menyediakan beberapa jenis alur untuk tujuan yang berbeda:

Skenario Persona utama Penawaran Azure Penawaran OSS Pipa kanonis Kekuatan
Orkestrasi model (Pembelajaran mesin) Ilmuwan data Alur Azure Machine Learning Alur Kubeflow Data -> Model Distribusi, penyimpanan cache, pendekatan code-first, penggunaan kembali
Orkestrasi data (Persiapan data) Teknisi data Alur kerja Azure Data Factory Apache Airflow Data -> Data Pergerakan bertipe kuat, aktivitas yang berfokus pada data
Orkestrasi kode & aplikasi (CI/CD) Pengembang Aplikasi/Ops Azure Pipelines Jenkins Kode + Model -> Aplikasi/Layanan Dukungan aktivitas paling luas dan fleksibel, antrean persetujuan, fase dengan tahapan persetujuan

Langkah berikutnya

Alur Azure Machine Learning menambahkan nilai dari awal pengembangan.

  • Last updated on