Azure Machine Learning'de Tasarımcı (v1) nedir?

Azure Machine Learning tasarımcısı, Azure Machine Learning stüdyosu model eğitmek ve dağıtmak için kullanılan sürükle ve bırak arabirimidir. Bu makalede tasarımcıda gerçekleştirebileceğiniz görevler açıklanmaktadır.

Önemli

Azure Machine Learning'deki Tasarımcı, klasik önceden oluşturulmuş (v1) veya özel (v2) bileşenleri kullanan iki işlem hattı türünü destekler. İki bileşen türü işlem hatları içinde uyumlu değildir ve tasarımcı v1, CLI v2 ve SDK v2 ile uyumlu değildir. Bu makale, klasik önceden oluşturulmuş (v1) bileşenleri kullanan işlem hatları için geçerlidir.

• Klasik önceden oluşturulmuş bileşenler (v1), tipik veri işleme ve regresyon ve sınıflandırma gibi makine öğrenmesi görevlerini içerir. Azure Machine Learning mevcut klasik önceden oluşturulmuş bileşenleri desteklemeye devam eder, ancak önceden oluşturulmuş yeni bileşenler eklenmemektedir. Ayrıca, klasik önceden oluşturulmuş (v1) bileşenlerin dağıtımı yönetilen çevrimiçi uç noktaları (v2) desteklemez.

• Özel bileşenler (v2), kendi kodunuzu bileşen olarak sarmalamanıza olanak tanıyarak çalışma alanları arasında paylaşımı ve Azure Machine Learning stüdyosu, CLI v2 ve SDK v2 arabirimleri arasında sorunsuz yazma olanağı sağlar. Azure Machine Learning v2 ile uyumlu olduğundan ve yeni güncelleştirmeleri almaya devam ettiğinden, yeni projeler için özel bileşenler kullanmak en iyisidir. Özel bileşenler ve Tasarımcı (v2) hakkında daha fazla bilgi için bkz . Azure Machine Learning tasarımcısı (v2).

Aşağıdaki animasyonlu GIF, varlıkları sürükleyip bırakarak ve bağlayarak Tasarımcı'da görsel olarak nasıl işlem hattı oluşturabileceğinizi gösterir.

Tasarımcıda kullanılabilen bileşenler hakkında bilgi edinmek için bkz . Algoritma ve bileşen başvurusu. Tasarımcıyı kullanmaya başlamak için bkz . Öğretici: Kod içermeyen regresyon modelini eğitme.

Model eğitimi ve dağıtımı

Tasarımcı, Aşağıdakiler gibi paylaşılan kaynakları düzenlemek için Azure Machine Learning çalışma alanınızı kullanır:

• Pipelines
• Veri
• İşlem kaynakları
• Kayıtlı modeller
• Yayımlanan işlem hattı işleri
• Gerçek zamanlı uç noktalar

Aşağıdaki diyagramda tasarımcıyı kullanarak uçtan uca makine öğrenmesi iş akışı oluşturma işlemi gösterilmektedir. Tüm modelleri tasarımcı arabiriminde eğitebilir, test edebilir ve dağıtabilirsiniz.

• Veri varlıklarını ve bileşenleri tasarımcı görsel tuvaline sürükleyip bırakın ve bileşenleri bağlayarak işlem hattı taslağı oluşturun.
• Azure Machine Learning çalışma alanınızdaki işlem kaynaklarını kullanan bir işlem hattı işi gönderin.
• Eğitim işlem hatlarınızı çıkarım işlem hatlarına dönüştürün.
• Farklı parametreler ve veri varlıklarıyla çalışan yeni işlem hatlarını göndermek için işlem hatlarınızı bir REST işlem hattı uç noktasında yayımlayın.
  • Parametreleri ve veri varlıklarını değiştirirken birden çok modeli eğitmek için tek bir işlem hattını yeniden kullanmak üzere bir eğitim işlem hattı yayımlayın.
  • Daha önce eğitilmiş bir model kullanarak yeni veriler üzerinde tahminde bulunmak için toplu çıkarım işlem hattı yayımlayın.
• Yeni veriler hakkında gerçek zamanlı tahminler yapmak için çevrimiçi bir uç noktaya gerçek zamanlı çıkarım işlem hattı dağıtın.

Veri

Makine öğrenmesi veri varlığı, verilerinize erişmeyi ve bunlarla çalışmayı kolaylaştırır. Tasarımcı, denemeniz için birkaç örnek veri varlığı içerir. İhtiyaç duyduğunuzda daha fazla veri varlığı kaydedebilirsiniz.

Bileşenler

Bileşen, verileriniz üzerinde çalıştırabileceğiniz bir algoritmadır. Tasarımcının veri girişi işlevlerinden eğitim, puanlama ve doğrulama işlemlerine kadar değişen çeşitli bileşenleri vardır.

Bir bileşen, bileşenin iç algoritmalarını yapılandırmak için kullandığınız parametrelere sahip olabilir. Tuvalde bir bileşen seçtiğinizde, bileşenin parametreleri ve diğer ayarlar tuvalin sağındaki özellikler bölmesinde görüntülenir. Parametreleri değiştirebilir ve bu bölmedeki tek tek bileşenler için işlem kaynaklarını ayarlayabilirsiniz.

Kullanılabilir makine öğrenmesi algoritmaları kitaplığı hakkında daha fazla bilgi için bkz . Algoritma ve bileşen başvurusu. Algoritma seçme konusunda yardım için bkz . Azure Machine Learning Algoritması Bilgi Sayfası.

Pipelines

İşlem hattı , bağladığınız veri varlıklarından ve analiz bileşenlerinden oluşur. İşlem hatları, çalışmanızı yeniden kullanmanıza ve projelerinizi düzenlemenize yardımcı olur.

İşlem hatlarının birçok kullanımları vardır. Şu işlem hatlarını oluşturabilirsiniz:

• Tek bir model eğitin.
• Birden çok model eğitin.
• Gerçek zamanlı veya toplu olarak tahminler yapın.
• Yalnızca verileri temizleyin.

İşlem hattı taslakları

Tasarımcıda işlem hattını düzenlerken ilerleme durumunuz işlem hattı taslağı olarak kaydedilir. Bileşenleri ekleyerek veya kaldırarak, işlem hedeflerini yapılandırarak veya parametreleri ayarlayarak herhangi bir noktada işlem hattı taslağını düzenleyebilirsiniz.

Geçerli bir işlem hattı aşağıdaki özelliklere sahiptir:

• Veri varlıkları yalnızca bileşenlere bağlanabilir.
• Bileşenler yalnızca veri varlıklarına veya diğer bileşenlere bağlanabilir.
• Bileşenler için tüm giriş bağlantı noktalarının veri akışıyla bir bağlantısı olmalıdır.
• Her bileşen için tüm gerekli parametreler ayarlanmalıdır.

İşlem hattı taslağını çalıştırmaya hazır olduğunuzda işlem hattını kaydeder ve bir işlem hattı işi gönderirsiniz.

İşlem hattı işleri

Bir işlem hattını her çalıştırdığınızda, işlem hattının yapılandırması ve sonuçları çalışma alanınızda işlem hattı işi olarak depolanır. İşlem hattı işleri, iş geçmişini düzenlemek için denemeler halinde gruplandırılır.

Herhangi bir işlem hattı işine geri dönüp sorun giderme veya denetim için bunu inceleyebilirsiniz. Düzenlemek üzere yeni bir işlem hattı taslağı oluşturmak için işlem hattı işini kopyalama .

İşlem kaynakları

İşlem hedefleri, Azure Machine Learning stüdyosu'da Azure Machine Learning çalışma alanınızaeklenir. İşlem hattınızı çalıştırmak ve dağıtılan modellerinizi çevrimiçi uç noktalar veya toplu çıkarım için işlem hattı uç noktaları olarak barındırmak için çalışma alanınızdaki işlem kaynaklarını kullanın. Desteklenen işlem hedefleri şunlardır:

İşlem hedefi	Eğitim	Dağıtım
Azure Machine Learning işlem	✓
Azure Kubernetes Service (AKS)		✓

Dağıtma

Gerçek zamanlı çıkarım yapmak için bir işlem hattını çevrimiçi uç nokta olarak dağıtmanız gerekir. Çevrimiçi uç nokta, dış uygulama ile puanlama modeliniz arasında bir arabirim oluşturur. Uç nokta, web programlama projeleri için popüler bir mimari seçimi olan REST'i temel alır. Çevrimiçi uç noktaya yapılan çağrı, uygulamaya gerçek zamanlı olarak tahmin sonuçları döndürür.

Çevrimiçi uç noktaya çağrı yapmak için uç noktayı dağıttığınızda oluşturulan API anahtarını geçirirsiniz. Çevrimiçi uç noktaların bir AKS kümesine dağıtılması gerekir. Modelinizi dağıtmayı öğrenmek için bkz . Öğretici: Tasarımcıyla makine öğrenmesi modeli dağıtma.

Yayımlama

İşlem hattını bir işlem hattı uç noktasına da yayımlayabilirsiniz. Çevrimiçi uç noktaya benzer şekilde işlem hattı uç noktası, REST çağrılarını kullanarak dış uygulamalardan yeni işlem hattı işleri göndermenizi sağlar. Ancak, işlem hattı uç noktasını kullanarak gerçek zamanlı olarak veri gönderemez veya alamazsınız.

Yayımlanan işlem hattı uç noktaları esnektir ve modelleri eğitmek veya yeniden eğitmek, toplu çıkarım yapmak veya yeni verileri işlemek için kullanılabilir. Tek bir işlem hattı uç noktasına birden çok işlem hattı yayımlayabilir ve çalıştırılacak işlem hattı sürümünü belirtebilirsiniz.

Yayımlanan işlem hattı, her bileşen için işlem hattı taslağında tanımladığınız işlem kaynakları üzerinde çalışır. Tasarımcı, SDK ile aynı PublishedPipeline nesnesini oluşturur.

İlgili içerik

• Öğretici: Tasarımcıyla otomobil fiyatını tahmin edin ile tahmine dayalı analiz ve makine öğrenmesinin temellerini öğrenin.
• Mevcut tasarımcı örneklerini ihtiyaçlarınıza göre uyarlamak için nasıl değiştireceğinizi öğrenin.