Развертывание модели
Модель можно развернуть вручную с помощью рабочей области Машинного обучения Azure. Для автоматического развертывания модели можно использовать интерфейс командной строки Машинного обучения Azure (версии 2) и GitHub Actions. Чтобы автоматически развернуть модель с GitHub Actions, необходимо выполнить следующие действия.
- Упакуйте и зарегистрируйте модель.
- Создайте конечную точку и разверните модель.
- тестирование развернутой модели.
Упаковка и регистрация модели
Каждый раз, когда вы хотите развернуть модель с помощью рабочей области Машинного обучения Azure, необходимо сохранить выходные данные модели и зарегистрировать модель в рабочей области. При регистрации модели укажите, есть ли у вас MLflow или настраиваемая модель.
При создании и регистрации модели с помощью MLflow можно использовать развертывание без кода.
Совет
Узнайте подробнее о развертывании моделей MLflow.
Чтобы регистрировать модель с помощью MLflow, включите автоматическое ведение журналов в обучающем сценарии с помощью mlflow.autolog().
При регистрации модели во время обучения модель сохраняется в выходных данных задания. Также модель можно хранить в хранилище данных Машинного обучения Azure.
Чтобы зарегистрировать модель, можно указать выходные данные задания или расположение в хранилище данных Машинного обучения Azure.
Создание конечной точки и развертывание модели
Чтобы развернуть модель в конечной точке, сначала создайте конечную точку, а затем развернете модель. Конечная точка — это конечная точка HTTPS, в которую веб-приложение может отправлять данные и из которой может получать прогноз. Необходимо, чтобы конечная точка оставалась прежней, даже после развертывания обновленной модели в той же конечной точке. Если конечная точка остается той же, веб-приложение не нужно обновлять каждый раз при переобучении модели.
Совет
Узнайте подробнее о развертывании модели с помощью интерфейса командной строки Машинного обучения Azure (версии 2).
Тестирование модели
Наконец, необходимо протестировать развернутую модель перед интеграцией конечной точки с веб-приложением. Или перед преобразованием всего трафика конечной точки в обновленную модель. Вы можете вручную протестировать конечную точку в сети или автоматизировать тестирование конечной точки с помощью GitHub Actions.
Примечание.
Задачу тестирования можно добавить в тот же рабочий процесс, где находится задача развертывания модели. Однако развертывание может занять некоторое время. Поэтому необходимо убедиться, что тестирование выполняется только при успешном завершении развертывания модели.