Microsoft Azure Machine Learning işlem hatları nelerdir?

ŞUNLAR IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v2 (geçerli)Python SDK azure-ai-ml v2 (geçerli)

Azure Machine Learning işlem hattı, eksiksiz bir makine öğrenmesi görevini otomatik hale getiren bir iş akışıdır. En iyi yöntemleri standartlaştırır, ekip işbirliğini destekler ve verimliliği artırır.

Azure Machine Learning işlem hatlarına neden ihtiyaç duyulmaktadır?

İşlem hattı, makine öğrenmesi görevini adımlara ayırır. Her adım, ayrı olarak geliştirilebilen ve otomatikleştirilebilir bir bileşendir. Azure Machine Learning, adımlar arasındaki bağımlılıkları yönetir. Bu modüler yaklaşım:

MLOps uygulamasını standart hale getirme ve ölçeklenebilir ekip işbirliğini destekleme

MLOps, model oluşturma ve dağıtmayı otomatikleştirir. İşlem hatları, ekiplerin bağımsız olarak çalışabilmesi için her adımı belirli bir göreve eşleyerek bu işlemi basitleştirir.

Örneğin, bir proje veri toplama, hazırlama, eğitim, değerlendirme ve dağıtım içerebilir. Veri mühendisleri, bilim adamları ve ML mühendisleri kendi adımlarına sahip. Adımlar en iyi şekilde bileşen olarak oluşturulur ve ardından tek bir iş akışıyla tümleştirilir. İşlem hatları DevOps uygulamaları tarafından sürümlendirilebilir, otomatikleştirilebilir ve standartlaştırılabilir.

Eğitim verimliliği ve maliyet azaltma

İşlem hatları ayrıca verimliliği artırır ve maliyetleri azaltır. Bunlar, değişmeyen adımlardan gelen çıktıları yeniden kullanır ve her adımı görev için en iyi işlem kaynağında çalıştırmanıza olanak sağlar.

En iyi yöntemleri kullanmaya başlama

Başlangıç noktanıza bağlı olarak çeşitli yollarla işlem hattı oluşturabilirsiniz.

İşlem hatlarını kullanmaya yeni başladıysanız, mevcut kodu adımlara bölerek, girişleri parametreleştirerek ve her şeyi bir işlem hattına kaydırarak işe başlayın.

Ölçeklendirmek için yaygın sorunlar için işlem hattı şablonlarını kullanın. Ekipler şablonu çatallandırır, kendilerine atanan adımlar üzerinde çalışır ve gerektiğinde yalnızca kendi kısımlarını günceller.

Yeniden kullanılabilir işlem hatları ve bileşenler sayesinde ekipler, mevcut parçaları kopyalayarak veya birleştirerek hızla yeni iş akışları oluşturabilir.

CLI, Python SDK veya Tasarımcı kullanıcı arabirimini kullanarak işlem hatları oluşturabilirsiniz.

Hangi Azure işlem hattı teknolojisini kullanmalıyım?

Azure farklı amaçlar için çeşitli işlem hattı türleri sağlar:

Senaryo Birincil kişilik Azure teklifi OSS teklifi Kurallı boru Güçlü Yönler
Model orkestrasyonu (Makine öğrenmesi) Veri bilimcisi Azure Machine Learning İşlem Hatları Kubeflow İşlem Hatları Veri -> Modeli Dağıtım, önbelleğe alma, kod öncelikli, yeniden kullanma
Veri düzenleme (Veri hazırlığı) Veri mühendisi Azure Data Factory işlem hatları Apache Airflow Veri -> Veri Kesin tipli hareket, veri odaklı etkinlikler
Kod ve uygulama orkestrasyonu (CI/CD) Uygulama Geliştiricisi / Operasyon Azure Pipelines Jenkins Kod + Model -> Uygulama/Hizmet En açık ve esnek etkinlik desteği, onay kuyrukları, geçişli aşamalar

Sonraki adımlar

Azure Machine Learning işlem hatları, geliştirmenin başlangıcından itibaren değer ekler.

  • Last updated on