ตั้งค่าสภาพแวดล้อม

เสร็จสมบูรณ์เมื่อ

หากต้องการใช้สภาพแวดล้อมเมื่อทํางานกับแบบจําลองการเรียนรู้ของเครื่อง คุณสามารถใช้แพลตฟอร์มเช่น GitHub ได้ หากต้องการทําให้งานที่จําเป็นต้องทํางานเป็นอัตโนมัติในสภาพแวดล้อมที่แยกต่างหาก คุณจะต้อง:

• ตั้งค่าสภาพแวดล้อมใน GitHub
• ใช้สภาพแวดล้อมในการดําเนินการ GitHub
• เพิ่มการอนุมัติเพื่อกําหนดผู้ตรวจสอบที่จําเป็น

ตั้งค่าสภาพแวดล้อมใน GitHub

เมื่อต้องสร้างสภาพแวดล้อมภายในที่เก็บ GitHub ของคุณ:

1. ไปที่แท็บ การตั้งค่า ภายใน repo ของคุณ
2. เลือก สภาพแวดล้อม
3. สร้าง สภาพแวดล้อมใหม่
4. ป้อนชื่อ
5. เลือก กําหนดค่าสภาพแวดล้อม

เพื่อเชื่อมโยงสภาพแวดล้อมกับพื้นที่ทํางาน Azure Machine Learning เฉพาะ คุณสามารถสร้าง ลับของสภาพแวดล้อมแบบ เพื่อให้เข้าถึงเฉพาะสภาพแวดล้อมนั้นไปยังพื้นที่ทํางาน Azure Machine Learning ได้

หมายเหตุ

หากต้องการให้ GitHub เข้าถึงพื้นที่ทํางาน Azure Machine Learning ใดๆ คุณจําเป็นต้องสร้างบริการหลักใน Azure ถัดไป คุณจําเป็นต้องให้สิทธิ์การเข้าถึงบริการหลักไปยังพื้นที่ทํางาน Azure Machine Learning ใน Azure เรียนรู้วิธี รวม Azure Machine Learning เข้ากับเครื่องมือ DevOps เช่น GitHub

คุณสามารถสร้างข้อมูลลับใน repo เพื่อจัดเก็บข้อมูลประจําตัวของบริการหลัก เมื่อทํางานกับสภาพแวดล้อม คุณจะต้องสร้างความลับของสภาพแวดล้อมแทน เพื่อกําหนดสภาพแวดล้อม GitHub ที่เฉพาะเจาะจงที่ควรมีสิทธิ์เข้าถึงพื้นที่ทํางาน Azure Machine Learning ใด

หากต้องการสร้างข้อมูลลับของสภาพแวดล้อม ให้ไปที่แท็บ Environments ในแท็บ การตั้งค่า

1. ไปยังสภาพแวดล้อมใหม่ของคุณ
2. นําทางไปยังส่วน ข้อมูลลับของสภาพแวดล้อม

3. เพิ่มข้อมูลลับใหม่
4. ใส่ AZURE_CREDENTIALS เป็นชื่อ
5. ป้อนข้อมูลประจําตัวบริการหลักในเขตข้อมูลค่า

ใช้สภาพแวดล้อมในการดําเนินการ GitHub และเพิ่มการอนุมัติ

หลังจากสร้างสภาพแวดล้อมในที่เก็บ GitHub ของคุณ คุณสามารถอ้างอิงไปยังสภาพแวดล้อมจากเวิร์กโฟลว์การดําเนินการ GitHub ของคุณได้ เมื่อใดก็ตามที่คุณต้องการเพิ่มการตรวจสอบด้วยตนเองระหว่างสภาพแวดล้อม คุณสามารถเพิ่มการอนุมัติ

ตัวอย่างเช่น เมื่อใดก็ตามที่คุณทริกเกอร์งาน Azure Machine Learning ในเวิร์กโฟลว์การดําเนินการ GitHub งานนั้นอาจดําเนินการได้สําเร็จในเวิร์กโฟลว์ อย่างไรก็ตาม อาจเป็นไปได้ว่าในระหว่างการฝึกแบบจําลองในพื้นที่ทํางาน Azure Machine Learning มีความล้มเหลวเนื่องจากปัญหาเกี่ยวกับสคริปต์การฝึกอบรม หรือหลังจากการฝึกแบบจําลอง เมื่อคุณประเมินเมตริกของแบบจําลอง คุณอาจตัดสินใจว่าคุณต้องฝึกแบบจําลองใหม่แทนที่จะปรับใช้แบบจําลอง

เพื่อให้คุณมีโอกาสตรวจสอบผลลัพธ์ของการฝึกอบรมแบบจําลองในพื้นที่ทํางาน Azure Machine Learning คุณสามารถเพิ่มการอนุมัติสําหรับสภาพแวดล้อมได้ เมื่อใดก็ตามที่เวิร์กโฟลว์การดําเนินการ GitHub ต้องการเรียกใช้งานในสภาพแวดล้อมที่เฉพาะเจาะจง ผู้ตรวจสอบที่จําเป็นจะได้รับการแจ้งเตือนและจําเป็นต้องอนุมัติงานก่อนที่จะเรียกใช้

เคล็ดลับ

เรียนรู้เพิ่มเติมเกี่ยวกับ วิธีใช้สภาพแวดล้อมในการดําเนินการ GitHub และวิธีการเพิ่มการอนุมัติ