Wprowadzenie

  • 1 minuta

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 pipeline, możesz uruchomić je zgodnie z zaplanowanym harmonogramem lub wyzwolić je na podstawie danego zdarzenia.

Dowiesz się, jak rozróżniać procesy, które tworzysz za pomocą usługi Azure Machine Learning, od przepływów pracy, które można zautomatyzować za pomocą usługi Azure Pipelines w Azure DevOps lub GitHub Actions.

Uwaga

Pipeline to pojęcie, które można znaleźć w kilku usługach na platformie Azure. Aby wyjaśnić, który pipeline jest domyślny, pełna nazwa produktu zostanie uwzględniona dla pipeline'ów Azure Machine Learning, Azure (DevOps) Pipelines oraz 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.