摘要

  • 2 分鐘

在這個模組中，你將一個訓練好的模型從註冊到自動化部署，再到在 Azure Machine Learning 中進行生產監控。

你學到了什麼

  • 你註冊並版本 MLflow 模型，然後歸檔那些不再需要出現在預設清單中的版本。
  • 你將探索連結模型開發與部署、自動化及監控的MLOps階段。
  • 你會使用受保護的 GitHub 環境來設定部署權限範圍，並在生產升級前取得批准。
  • 你先將模型部署到受管理的線上端點，並使用藍綠部署測試新版本，然後再將生產流量轉移到該版本。
  • 你可以藉由檢查部署詳細資料和容器記錄，針對部署失敗和評分失敗進行疑難排解。
  • 您可以保留之前的部署，如此便能透過重新導向流量進行復原，而無須變更端點 URL。
  • 你可以使用 GitHub Actions 透過 OIDC 聯合憑證來自動化註冊、部署和測試。
  • 您可使用操作和模型監測訊號來決定何時復原、調查或重新訓練。

瞭解更多資訊