Introdução
Imagine que você treinou um modelo para prever as vendas do produto. O modelo foi treinado e rastreado no Azure Machine Learning. Todos os meses, você deseja usar o modelo para prever as vendas para o mês seguinte.
Em muitos cenários de produção, tarefas de longa execução que lidam com grandes quantidades de dados são executadas como operações de em lote. No aprendizado de máquina, de inferência em lote é usada para aplicar de forma assíncrona um modelo preditivo a vários casos e gravar os resultados em um arquivo ou banco de dados.
No Azure Machine Learning, pode implementar soluções de inferência em lote ao implantar um modelo num ponto de extremidade de processamento em lote.
Objetivos de aprendizagem
Neste módulo, você aprenderá a:
- Crie um endpoint em lote.
- Desloque o seu modelo MLflow para um endpoint de processamento em lote.
- Implante um modelo personalizado num endpoint de lote.
- Invoque pontos de extremidade em lote.