Giới thiệu
Hãy tưởng tượng bạn là một kỹ sư máy học, được giao nhiệm vụ lấy một mô hình từ phát triển đến sản xuất. Để đào tạo, kiểm tra và triển khai mô hình máy học, tốt nhất bạn nên sử dụng môi trường như một phần trong chiến lược hoạt động học máy của (MLOps).
Sau khi một nhà khoa học dữ liệu đã đào tạo và thử nghiệm mô hình, bạn sẽ muốn triển khai mô hình, thử nghiệm triển khai và cuối cùng triển khai mô hình để sản xuất, nơi sẽ được tiêu thụ ở quy mô lớn. Cùng với các thực tiễn phát triển phần mềm, các nhiệm vụ này nên được thực hiện trong các môi trường khác nhau. Bằng cách sử dụng các môi trường như môi trường phát triển, dàn dựng và sản xuất, bạn có thể tách dòng công việc MLOps.
Để tạo các môi trường khác nhau, bạn có thể tạo không gian làm việc Azure Machine Learning khác nhau được liên kết với các môi trường GitHub riêng biệt. Bằng cách sử dụng Hành động GitHub, bạn có thể tự động hóa dòng công việc trên các môi trường, thêm phê duyệt có cổng để giảm thiểu rủi ro.
Mục tiêu học tập
Trong mô-đun này, bạn sẽ tìm hiểu cách:
- Thiết lập môi trường trong GitHub.
- Sử dụng môi trường trong Hành động GitHub.
- Thêm phê duyệt để gán người xem lại bắt buộc trước khi di chuyển mô hình sang môi trường tiếp theo.