Condividi tramite

Controllo delle versioni dei progetti

  • Articolo

Nota

Questo articolo si applica alle funzionalità personalizzate seguenti di Lingua di Azure AI:

  • Comprensione del linguaggio delle conversazioni
  • Classificazione personalizzata del testo
  • Riconoscimento entità denominata personalizzato
  • Flusso di lavoro di orchestrazione

La compilazione di un progetto avviene in genere in incrementi. È possibile aggiungere, rimuovere o modificare finalità, entità, etichette e dati in ogni fase. Ogni volta che si esegue il training, viene acquisito uno snapshot dello stato corrente del progetto, per produrre un modello. Tale modello salva lo snapshot che è possibile caricare nuovamente in qualsiasi momento. Ogni modello funge da propria versione del progetto.

Ad esempio, se un progetto ha 10 finalità e/o entità, con 50 documenti o espressioni di training, è possibile eseguirne il training per creare un modello denominato v1. Successivamente, è possibile apportare modifiche al progetto per modificare il numero di dati di training. È possibile eseguire di nuovo il training del progetto per creare un nuovo modello denominato v2. Se non si gradiscono le modifiche apportate in v2 e si desidera continuare da dove si ha interrotto nel modello v1, è sufficiente caricare nuovamente i dati del modello da v1 al progetto. Il caricamento dei dati di un modello è possibile tramite Studio di linguaggio e API. Al termine, il progetto avrà la quantità e i tipi originali di dati di training.

Se i dati del progetto non vengono salvati in un modello sottoposto a training, possono essere persi. Ad esempio, se è stato caricato il modello v1, il progetto include ora i dati usati per eseguire il training dello stesso. Se in seguito si apportano modifiche, non si esegue il training e si carica il modello v2, tali modifiche andranno perse perché non sono state salvate in uno snapshot specifico.

Se si sovrascrive un modello con un nuovo snapshot di dati, non sarà possibile ripristinare lo stato precedente del modello.

È sempre possibile esportare i dati in locale per ogni modello.

Ubicazione dei dati

I dati sulle versioni del modello verranno salvati in percorsi differenti, a seconda della funzionalità personalizzata in uso.

Nel riconoscimento di entità denominate personalizzate, i dati salvati nello snapshot sono il file di etichette.

Passaggi successivi

Informazioni su come caricare o esportare i dati del modello per: