Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
ŞUNUN IÇIN GEÇERLIDIR:
Azure CLI ml uzantısı v1Python SDK azureml v1
Önemli
Bu makalede Azure Machine Learning SDK v1 kullanımı hakkında bilgi sağlanır. SDK v1, 31 Mart 2025 itibarıyla kullanım dışı bırakılmıştır. Destek 30 Haziran 2026'da sona erecektir. Bu tarihe kadar SDK v1'i yükleyebilir ve kullanabilirsiniz. SDK v1 kullanan mevcut iş akışlarınız destek sonu tarihinden sonra çalışmaya devam edecektir. Ancak, üründe mimari değişiklikler olması durumunda güvenlik risklerine veya yıkıcı değişikliklere maruz kalabilirler.
30 Haziran 2026'dan önce SDK v2'ye geçmenizi öneririz. SDK v2 hakkında daha fazla bilgi için bkz. Azure Machine Learning CLI ve Python SDK v2 nedir? ve SDK v2 başvurusu.
Önemli
Bu makaledeki Azure CLI komutlarından bazıları Azure Machine Learning için uzantısını veya v1'i kullanır azure-cli-ml. CLI v1 desteği 30 Eylül 2025'te sona erdi. Microsoft artık bu hizmet için teknik destek veya güncelleştirme sağlamayacaktır. CLI v1 kullanan mevcut iş akışlarınız destek sonu tarihinden sonra çalışmaya devam edecektir. Ancak, üründe mimari değişiklikler olması durumunda güvenlik risklerine veya yıkıcı değişikliklere maruz kalabilirler.
Mümkün olan en kısa sürede ml, veya v2 uzantısına geçmenizi öneririz. v2 uzantısı hakkında daha fazla bilgi için bkz . Azure Machine Learning CLI uzantısı ve Python SDK v2.
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?
- Makine öğrenmesi işlemlerini (MLOps) standartlaştırır ve ölçeklenebilir ekip işbirliğini destekler
- Eğitim verimliliğini artırır ve maliyeti azaltır
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'ı standartlaştırır ve ekip işbirliğini destekler
- Eğitim verimliliğini artırır ve maliyeti azaltır
- Makine öğrenmesi işlemlerini (MLOps) standartlaştırır ve ölçeklenebilir ekip işbirliğini destekler
- Eğitim verimliliğini artırır ve maliyeti azaltır
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. Teams bir şablon çatalı oluşturur, atanan adımlarda çalışır ve gerektiğinde yalnızca kendi bölümünü güncelleştirir.
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 | İşletim sistemi teklifi | Kurallı boru | Güçlü |
|---|---|---|---|---|---|
| Model düzenleme (Makine öğrenmesi) | Veri bilimcisi | Azure Machine Learning İşlem Hatları | Kubeflow İşlem Hatları | Veri -> Model | 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 düzenleme (CI/CD) | Uygulama Geliştiricisi / İşlemler | Azure Pipelines | Jenkins | Kod + Model -> Uygulama/Hizmet | En açık ve esnek etkinlik desteği, onay kuyrukları, aşamalar ve gating |
Sonraki adımlar
Azure Machine Learning işlem hatları, geliştirmenin başlangıcından itibaren değer ekler.
- Azure Machine Learning CLI v2 ile işlem hatlarını tanımlama
- Azure Machine Learning SDK v2 ile işlem hatlarını tanımlama
- Tasarımcı ile işlem hatlarını tanımlama
- CLI v2 işlem hattı örneğini deneyin
- Python SDK v2 işlem hattı örneğini deneyin
- İşlem hattında kullanılabilecek SDK ve CLI v2 ifadeleri hakkında bilgi edinin.