Introduzione
L'automazione è una delle procedure più importanti delle operazioni per l'apprendimento automatico(MLOps). Automatizzando le attività, è possibile distribuire più rapidamente i nuovi modelli in produzione.
Accanto all'automazione, un altro aspetto chiave di MLOps è il controllo del codice sorgente per gestire il codice e tenere traccia delle modifiche.
Insieme, è possibile usare l'automazione e il controllo del codice sorgente per attivare le attività nel flusso di lavoro dell’apprendimento automatico in base alle modifiche apportate al codice. Tuttavia, si vuole che l'attività automatizzata venga attivata solo quando le modifiche al codice sono state verificate e approvate.
Ad esempio, dopo aver ripetuto il training di un modello usando nuovi valori di iperparametri, si vuole aggiornare l'iperparametro nel codice sorgente. Dopo aver verificato e approvato la modifica al codice usato per eseguire il training del modello, si vuole attivare il training del nuovo modello.
GitHub è una piattaforma che offre GitHub Actions per l'automazione e i repository che usano Git per il controllo del codice sorgente. È possibile configurare i flussi di lavoro di GitHub Actions in modo che vengano attivati da una modifica nel repository.
Obiettivi di apprendimento
In questo modulo, imparerai come:
- Usare lo sviluppo basato su funzionalità.
- Proteggere il ramo principale.
- Attivare un flusso di lavoro di GitHub Actions unendo una richiesta pull.