Úvod
Skripty jsou ideální, když chcete spouštět úlohy strojového učení v produkčních prostředích. Představte si, že jste datový vědec, který vyvinul model strojového učení pro predikci cukrovky. Model funguje podle očekávání a vytvořili jste trénovací skript. Skript se používá k opětovnému trénování modelu každý měsíc, když se shromažďují nová data.
V průběhu času budete chtít monitorovat výkon modelu. Chcete zjistit, jestli nová data každý měsíc přináší výhody modelu. Vedle sledování modelů trénovaných v poznámkových blocích můžete také pomocí MLflow sledovat modely ve skriptech.
MLflow je opensourcová platforma, která vám pomůže sledovat metriky modelů a artefakty napříč platformami a je integrovaná se službou Azure Machine Učení.
Když používáte MLflow společně se službou Azure Machine Učení, můžete místně nebo v cloudu spouštět trénovací skripty. Můžete zkontrolovat metriky a artefakty modelu v pracovním prostoru Azure Machine Učení a porovnat spuštění a rozhodnout se o dalších krocích.
Cíle výuky
V tomto modulu se naučíte:
- MLflow použijte při spuštění skriptu jako úlohy.
- Zkontrolujte metriky, parametry, artefakty a modely ze spuštění.