Wprowadzenie
Jeśli chcesz zaimplementować sztuczną inteligencję na dużą skalę, automatyzacja odgrywa kluczową rolę. Celem jest przejście z eksperymentów do środowiska produkcyjnego przy użyciu operacji uczenia maszynowego (MLOps).
Istnieje kilka obciążeń, które można zautomatyzować. Aby zautomatyzować obciążenia, utworzysz potoki, które grupują zadania w określonej kolejności. Aby zautomatyzować potok, możesz uruchomić je zgodnie z harmonogramem lub wyzwolić je na podstawie zdarzenia.
Dowiesz się, jak rozróżniać potoki tworzone za pomocą usługi Azure Machine Learning i przepływów pracy, które można zautomatyzować za pomocą usługi Azure Pipelines w usłudze Azure DevOps lub GitHub Actions.
Uwaga
Potok to pojęcie, które można znaleźć w kilku usługach na platformie Azure. Aby wyjaśnić, który potok jest dorozumiany, pełna nazwa produktu zostanie uwzględniona dla potoków usługi Azure Machine Learning, potoków usługi Azure (DevOps) i funkcji GitHub Actions.
Cele szkolenia
W tym module dowiesz się:
- Jak używać potoków usługi Azure Machine Learning.
- Jak zautomatyzować przepływy pracy przy użyciu usług Azure Pipelines i GitHub Actions.