Share via


如何管理模型和學習設定

重要

從 2023 年 9 月 20 日起,您將無法建立新的個人化工具資源。 個人化工具服務將于 2026 年 10 月 1 日淘汰。

您可以匯出機器學習模型和學習設定,以在您自己的原始檔控制系統中備份。

匯出個人化工具模型

從 [資源管理] 的 [模型和學習設定 ] 區段中 ,檢閱模型建立和上次更新的日期,並匯出目前的模型。 您可以使用Azure 入口網站或個人化工具 API 匯出模型檔案以供封存之用。

Export current Personalizer model

清除學習迴圈的資料

  1. 在Azure 入口網站中,針對個人化工具資源,在 [模型和學習設定 ] 頁面上,選取 [ 清除資料 ]。

  2. 若要清除所有資料,並將學習迴圈重設為原始狀態,請選取這三個核取方塊。

    In Azure portal, clear data from Personalizer resource.

    目的
    記錄的個人化和獎勵資料。 這項記錄資料用於離線評估。 如果您要重設資源,請清除資料。
    重設個人化工具模型。 此模型會變更每個重新定型。 此定型頻率是在 [組態 ] 頁面上的上傳模型頻率 指定。
    將學習原則設定為預設值。 如果您已將學習原則變更為離線評估的一部分,這會重設為原始學習原則。
  3. 選取 [ 清除選取的資料 ] 以開始清除程式。 狀態會在 Azure 通知中報告,位於右上方導覽中。

匯入新的學習原則

學習原則 設定會決定 模型定型的超參數 執行離線評估 以尋找新的學習原則。

  1. 開啟Azure 入口網站 ,然後選取您的個人化工具資源。

  2. 在 [資源管理 ] 區段中選取 [模型和學習設定 ]。

  3. 針對 [ 匯入學習設定 ] 選取您使用上面指定的 JSON 格式所建立的檔案,然後選取 [ 上傳] 按鈕。

    等候已成功上傳學習原則的通知。

匯出學習原則

  1. 開啟Azure 入口網站 ,然後選取您的個人化工具資源。
  2. 在 [資源管理 ] 區段中選取 [模型和學習設定 ]。
  3. 針對 [ 匯入學習設定 ] 選取 [ 匯出學習設定 ] 按鈕。 這會將 json 檔案儲存到本機電腦。

下一步

使用離線評估分析您的學習迴圈