Pendahuluan
Bayangkan Anda adalah teknisi pembelajaran mesin, yang ditugaskan untuk mengambil model dari pengembangan hingga produksi. Untuk melatih, menguji, dan menyebarkan model pembelajaran mesin, sebaiknya gunakan lingkungan sebagai bagian dari strategi operasi pembelajaran mesin (MLOps) Anda.
Setelah ilmuwan data melatih dan menguji model, Anda akan ingin menyebarkan model, menguji penyebaran, dan akhirnya menyebarkan model ke produksi di mana model akan dikonsumsi dalam skala besar. Sejalan dengan praktik pengembangan perangkat lunak, tugas-tugas ini harus dilakukan di lingkungan yang berbeda. Dengan menggunakan lingkungan seperti lingkungan pengembangan, penahapan, dan produksi, Anda dapat memisahkan alur kerja MLOps.
Untuk membuat lingkungan yang berbeda, Anda dapat membuat berbagai ruang kerja Azure Machine Learning yang ditautkan ke lingkungan GitHub terpisah. Dengan menggunakan GitHub Actions, Anda dapat mengotomatiskan alur kerja di seluruh lingkungan, menambahkan persetujuan yang terjaga untuk mengurangi risiko.
Tujuan pembelajaran
Dalam modul ini, Anda akan mempelajari cara:
- Siapkan lingkungan di GitHub.
- Gunakan lingkungan di GitHub Actions.
- Menambahkan persetujuan untuk menetapkan peninjau yang diperlukan sebelum memindahkan model ke lingkungan berikutnya.