기계 학습 실험 및 모델은 Microsoft Fabric의 수명 주기 관리 기능과 통합되어 제품 수명 동안 모든 개발 팀 구성원 간에 표준화된 협업을 제공합니다. 수명 주기 관리는 기능 및 버그 수정을 여러 환경에 지속적으로 제공하여 효과적인 제품 버전 관리 및 릴리스 프로세스를 용이하게 합니다. 자세한 내용은 Microsoft Fabric의 수명 주기 관리란?을 참조하세요.
중요합니다
이 기능은 프리뷰 상태입니다.
기계 학습 실험 및 모델 Git 통합
ML(기계 학습) 실험 및 모델에는 메타데이터와 데이터가 모두 포함됩니다. ML 실험에는 ML 모델이 포함 runs 되는 동안 포함됩니다 model versions. 개발 워크플로 관점에서 Notebook은 ML 실험 또는 ML 모델을 참조할 수 있습니다.
원칙에 따라 데이터는 Git에 저장되지 않으며 아티팩트 메타데이터만 추적됩니다. 기본적으로 ML 실험 및 모델은 Git 동기화/업데이트 프로세스를 통해 관리되지만 experiment runsmodel versions Git에서 추적되거나 버전이 지정되지 않으며 해당 데이터는 작업 영역 스토리지에 유지됩니다. Notebook, 실험 및 모델 간의 계보는 Git 연결 작업 영역에서 상속됩니다.
Git 표현
다음 정보는 기계 학습 실험 및 모델에 대한 Git 연결된 작업 영역에서 직렬화 및 추적됩니다.
- 표시 이름입니다.
- 버전.
- 논리적 GUID입니다. 추적된 논리 GUID는 항목과 해당 소스 제어 표현을 나타내는 자동으로 생성된 작업 영역 간 식별자입니다.
- 종속성. Notebook, 실험 및 모델 간의 계보는 Git 연결 작업 영역에서 유지되므로 관련 아티팩트 간에 명확한 추적 가능성을 유지합니다.
중요합니다
기계 학습 실험 및 모델 아티팩트 메타데이터만 현재 환경에서 Git에서 추적됩니다. 실험 실행 및 모델 버전 (실행 출력 및 모델 데이터)은 Git에 저장되거나 버전이 지정되지 않습니다. 해당 데이터는 작업 영역 스토리지에 남아 있습니다.
Git 통합 기능
사용할 수 있는 기능은 다음과 같습니다.
- ML 실험 및 모델 아티팩트 메타데이터를 Git 추적 JSON 표현으로 직렬화합니다.
- 동일한 Git 분기에 연결된 여러 작업 영역을 지원하여 추적된 메타데이터가 작업 영역 간에 동기화되도록 합니다.
- 업데이트를 직접 적용하거나 끌어오기 요청을 통해 제어하여 업스트림과 다운스트림 작업 영역/분기 간의 변경 내용을 관리할 수 있습니다.
- Git에서 실험 및 모델의 이름을 추적하여 작업 영역에서 ID를 유지합니다.
- 어떤 작업도 수행
experiment runs되지model versions않으며, 해당 데이터는 작업 영역 스토리지에 보존되며 Git에서 저장하거나 덮어쓰지 않습니다.
배포 파이프라인의 기계 학습 실험 및 모델
ML(기계 학습) 실험 및 모델은 Microsoft Fabric 수명 주기 관리 배포 파이프라인에서 지원됩니다. 이를 통해 환경 세분화 모범 사례를 사용할 수 있습니다.
중요합니다
기계 학습 실험 및 모델 아티팩트만 현재 환경의 배포 파이프라인에서 추적됩니다. 실험 실행 및 모델 버전은 파이프라인에 의해 추적되거나 버전 관리되지 않습니다. 해당 데이터는 작업 영역 스토리지에 남아 있습니다.
ML 실험 및 모델 배포 파이프라인 통합 기능:
- 개발, 테스트 및 프로덕션 작업 영역에서 ML 실험 및 모델 배포를 지원합니다.
- 배포는 아티팩트 메타데이터만 동기화합니다.
experiment runs및model versions(해당 데이터)는 보존되며 덮어쓰여지지 않습니다. - 실험 및 모델의 이름은 배포 파이프라인에 포함될 때 작업 영역에 전파됩니다.
- Notebook, 실험 및 모델 간의 계보는 파이프라인 배포 중에 작업 영역에서 유지 관리되어 관련 아티팩트 간의 추적 가능성을 유지합니다.