Configurar ambientes

Concluído

Para implementar ambientes ao trabalhar com modelos de aprendizado de máquina, você pode usar uma plataforma como o GitHub. Para automatizar tarefas que precisam ser executadas em ambientes separados, você precisará:

• Configure os ambientes no GitHub.
• Use os ambientes em Ações do GitHub.
• Adicione aprovações para atribuir os revisores necessários.

Configurar ambientes no GitHub

Para criar um ambiente dentro do seu repositório GitHub:

1. Vá para a guia Configurações dentro do seu repositório.
2. Selecionar Ambientes.
3. Crie um novo ambiente.
4. Introduza um nome.
5. Selecione Configurar ambiente.

Para associar um ambiente a um espaço de trabalho específico do Azure Machine Learning, você pode criar um segredo de ambiente para conceder apenas a esse ambiente acesso a um espaço de trabalho do Azure Machine Learning.

Nota

Para dar acesso ao GitHub a qualquer espaço de trabalho do Azure Machine Learning, você precisa criar uma entidade de serviço no Azure. Em seguida, você precisa conceder à entidade de serviço acesso ao espaço de trabalho do Azure Machine Learning no Azure. Saiba como integrar o Azure Machine Learning com ferramentas de DevOps, como o GitHub.

Você pode criar um segredo no repositório para armazenar as credenciais da entidade de serviço. Ao trabalhar com ambientes, você desejará criar um segredo de ambiente para definir qual ambiente específico do GitHub deve ter acesso a qual espaço de trabalho do Azure Machine Learning.

Para criar um segredo de ambiente, vá para a guia Ambientes na guia Configurações.

1. Vá para o seu novo ambiente.
2. Navegue até a seção Segredos do ambiente.

3. Adicione um novo segredo.
4. Digite AZURE_CREDENTIALS como o nome.
5. Insira as credenciais da entidade de serviço no campo de valor.

Usar ambientes no GitHub Actions e adicionar aprovações

Depois de criar ambientes em seu repositório GitHub, você pode consultar o ambiente a partir de seus fluxos de trabalho de Ações do GitHub. Sempre que quiser adicionar uma verificação manual entre ambientes, você pode adicionar aprovações.

Por exemplo, sempre que você acionar um trabalho do Azure Machine Learning em seu fluxo de trabalho de Ações do GitHub, a tarefa poderá ser executada com êxito no fluxo de trabalho. No entanto, pode ser que, durante o treinamento de modelo no espaço de trabalho do Azure Machine Learning, haja uma falha devido a um problema com o script de treinamento. Ou, após o treinamento do modelo, ao avaliar as métricas do modelo, você pode decidir que precisa treinar novamente o modelo em vez de implantá-lo.

Para dar a você a oportunidade de revisar a saída do treinamento de modelo no espaço de trabalho do Azure Machine Learning, você pode adicionar uma aprovação para um ambiente. Sempre que um fluxo de trabalho de Ações do GitHub quiser executar uma tarefa em um ambiente específico, os revisores necessários serão notificados e precisarão aprovar as tarefas antes que elas sejam executadas.

Gorjeta

Saiba mais sobre como usar ambientes no GitHub Actions e como adicionar aprovações.