환경 설정

완료됨

기계 학습 모델을 사용할 때 환경을 구현하려면 GitHub와 같은 플랫폼을 사용할 수 있습니다. 별도의 환경에서 실행해야 하는 작업을 자동화하려면 다음을 수행해야 합니다.

• GitHub에서 환경을 설정합니다.
• GitHub Actions에서 환경을 사용합니다.
• 승인을 추가하여 필요한 검토자를 할당합니다.

GitHub에서 환경 설정

GitHub 리포지토리 내에서 환경을 만들려면 다음을 수행합니다.

1. 리포지토리 내의 설정 탭으로 이동합니다.
2. 환경을 선택합니다.
3. 새 환경을 만듭니다.
4. 이름을 입력합니다.
5. 환경 구성을 선택합니다.

환경을 특정 Azure Machine Learning 작업 영역과 연결하려면 환경 비밀을 만들어 해당 환경만 Azure Machine Learning 작업 영역에 액세스할 수 있도록 할 수 있습니다.

참고

모든 Azure Machine Learning 작업 영역에 GitHub 액세스 권한을 부여하려면 Azure에서 서비스 주체를 만들어야 합니다. 다음으로, 서비스 주체에게 Azure의 Azure Machine Learning 작업 영역에 대한 액세스 권한을 부여해야 합니다. GitHub와 같은 DevOps 도구와 Azure Machine Learning을 통합하는 방법에 대해 알아봅니다.

리포지토리에 비밀을 만들어 서비스 주체의 자격 증명을 저장할 수 있습니다. 환경을 사용하는 경우 환경 비밀을 대신 만들어 Azure Machine Learning 작업 영역에 액세스할 수 있는 특정 GitHub 환경을 정의해야 합니다.

환경 비밀을 만들려면 설정 탭의 환경 탭으로 이동합니다.

1. 새 환경으로 이동합니다.
2. 환경 비밀 섹션으로 이동합니다.

3. 새 비밀을 추가합니다.
4. AZURE_CREDENTIALS를 이름으로 입력합니다.
5. 값 필드에 서비스 주체 자격 증명을 입력합니다.

GitHub Actions 환경 사용 및 승인 추가

GitHub 리포지토리에서 환경을 만든 후 GitHub Actions 워크플로에서 환경을 참조할 수 있습니다. 환경 간에 수동 검사를 추가하려는 경우 승인을 추가할 수 있습니다.

예를 들어 GitHub Actions 워크플로에서 Azure Machine Learning 작업을 트리거할 때마다 워크플로에서 작업이 성공적으로 실행될 수 있습니다. 그러나 Azure Machine Learning 작업 영역에서 모델을 학습하는 동안 학습 스크립트와 관련된 문제로 인해 오류가 발생할 수 있습니다. 또는 모델 학습 후에 모델의 메트릭을 평가할 때 모델을 배포하는 대신 모델을 다시 학습해야 한다고 결정할 수 있습니다.

Azure Machine Learning 작업 영역에서 모델 학습의 출력을 검토할 수 있는 기회를 제공하려면 환경에 대한 승인을 추가할 수 있습니다. GitHub Actions 워크플로가 특정 환경에서 작업을 실행하려고 할 때마다 필요한 검토자에게 알림을 받고 작업을 실행하기 전에 승인해야 합니다.

팁

GitHub Actions에서 환경을 사용하는 방법과 승인을 추가하는 방법에 대해 자세히 알아봅니다.