在 Azure 机器学习 中部署和监视模型

  • 模块
  • 9 单元
中级
数据科学家
DevOps 工程师
Azure 机器学习
GitHub

如果要使用GitHub Actions和保护环境注册、部署、监视和回滚模型，请选择此模块。

学习目标

完成本模块后，可以执行以下操作：

  • 在其整个生命周期内注册、版本和存档 MLflow 模型。
  • 使用GitHub环境来控制访问，并在生产升级之前需要批准。
  • 部署托管联机终结点并对其进行故障排除，安全地升级模型，并回滚到以前的版本。
  • 使用GitHub Actions自动执行模型部署和测试。
  • 监视已部署的模型并识别需要调查或重新训练的信号。

先决条件

  • 具有 Python 或 R 编程经验
  • 具有开发和训练机器学习模型的经验
  • 熟悉基本Azure 机器学习概念，例如作业、模型和终结点
  • 基本熟悉GitHub和持续集成/持续部署（CI/CD）概念
开始