Introduzione
Quando si vuole implementare l'intelligenza artificiale su larga scala, l'automazione svolge un ruolo fondamentale. L'obiettivo è quello di passare dalla sperimentazione alla produzione con operazioni di Machine Learning (MLOps).
Esistono diversi carichi di lavoro che è possibile automatizzare. Per automatizzare i carichi di lavoro, si creeranno pipeline che raggruppano le attività in un ordine specifico. Per automatizzare le pipeline, è possibile eseguirle in base a una pianificazione o attivarle in base a un evento.
Si apprenderà come distinguere tra le pipeline create con Azure Machine Learning e i flussi di lavoro che è possibile automatizzare con Azure Pipelines in Azure DevOps o GitHub Actions.
Nota
Una pipeline è un concetto che viene applicato in diversi servizi di Azure. Per precisare il tipo di pipeline in questione, per le pipeline di Azure Machine Learning, Azure (DevOps) Pipelines e GitHub Actions verrà incluso il nome completo del prodotto.
Obiettivi di apprendimento
Contenuto del modulo:
- Come usare le pipeline di Azure Machine Learning.
- Come usare Azure Pipelines e GitHub Actions per automatizzare i flussi di lavoro.