Nastavení prostředí

Dokončeno

K implementaci prostředí při práci s modely strojového učení můžete použít platformu, jako je GitHub. Pokud chcete automatizovat úlohy, které je potřeba spouštět v samostatných prostředích, budete muset:

• Nastavte prostředí na GitHubu.
• Použijte prostředí v GitHub Actions.
• Přidejte schválení pro přiřazení požadovaných revidujících.

Nastavení prostředí na GitHubu

Vytvoření prostředí v úložišti GitHub:

1. V úložišti přejděte na kartu Nastavení .
2. Vyberte Prostředí.
3. Vytvořte nové prostředí.
4. Zadejte název.
5. Vyberte Konfigurovat prostředí.

Pokud chcete prostředí přidružit ke konkrétnímu pracovnímu prostoru Azure Machine Learning, můžete vytvořit tajný kód prostředí, který umožní přístup k pracovnímu prostoru Azure Machine Learning jenom pro dané prostředí.

Poznámka:

Pokud chcete gitHubu udělit přístup k libovolnému pracovnímu prostoru Azure Machine Learning, musíte v Azure vytvořit instanční objekt. Dále potřebujete instančnímu objektu udělit přístup k pracovnímu prostoru Azure Machine Learning v Azure. Zjistěte, jak integrovat Azure Machine Learning s nástroji DevOps, jako je GitHub.

V úložišti můžete vytvořit tajný klíč pro uložení přihlašovacích údajů instančního objektu. Při práci s prostředími místo toho budete chtít vytvořit tajný kód prostředí, abyste definovali, které konkrétní prostředí GitHubu by mělo mít přístup k jakému pracovnímu prostoru Azure Machine Learning.

Tajný kód prostředí vytvoříte tak, že přejdete na kartu Prostředí na kartě Nastavení .

1. Přejděte do nového prostředí.
2. Přejděte do části Tajné kódy prostředí.

3. Přidejte nový tajný kód.
4. Zadejte AZURE_CREDENTIALS název.
5. Do pole hodnoty zadejte přihlašovací údaje instančního objektu.

Použití prostředí v GitHub Actions a přidání schválení

Po vytvoření prostředí v úložišti GitHub můžete na prostředí odkazovat z pracovních postupů GitHub Actions. Kdykoli chcete přidat ruční kontrolu mezi prostředími, můžete přidat schválení.

Například pokaždé, když v pracovním postupu GitHub Actions aktivujete úlohu Azure Machine Learning, může být úloha úspěšně spuštěna v pracovním postupu. Během trénování modelu v pracovním prostoru Azure Machine Learning ale může dojít k chybě kvůli problému s trénovacím skriptem. Nebo po trénování modelu se při vyhodnocování metrik modelu můžete rozhodnout, že místo nasazení modelu budete muset model přetrénovat.

Abyste mohli zkontrolovat výstup trénování modelu v pracovním prostoru Azure Machine Learning, můžete přidat schválení pro prostředí. Pokaždé, když pracovní postup GitHub Actions chce spustit úlohu v určitém prostředí, budou všichni požadovaná kontroloři upozorněni a musí úkoly před spuštěním schválit.

Tip

Přečtěte si další informace o tom, jak používat prostředí v GitHub Actions a jak přidat schválení.