Introduktion
Automation är en av de viktigaste metoderna för maskininlärningsåtgärder (MLOps). Genom att automatisera uppgifter kan du distribuera nya modeller till produktion snabbare.
Bredvid automatisering är en annan viktig aspekt av MLOps källkontroll för att hantera kod och spåra eventuella ändringar.
Tillsammans kan du använda automatisering och källkontroll för att utlösa uppgifter i maskininlärningsarbetsflödet baserat på ändringar i koden. Du vill dock att den automatiserade uppgiften endast ska utlösas när kodändringarna har verifierats och godkänts.
När du till exempel har tränat om en modell med nya hyperparametervärden vill du uppdatera hyperparametern i källkoden. När du har verifierat och godkänt ändringen av koden som används för att träna modellen vill du utlösa den nya modellen som ska tränas.
GitHub är en plattform som erbjuder GitHub Actions för automatisering och lagringsplatser med git för källkontroll. Du kan konfigurera dina GitHub Actions-arbetsflöden så att de utlöses av en ändring i lagringsplatsen.
Utbildningsmål
I den här modulen kommer du att:
- Arbeta med funktionsbaserad utveckling.
- Skydda huvudgrenen.
- Utlösa ett GitHub Actions-arbetsflöde genom att slå samman en pull-begäran.