Förstå affärsproblemet
Anta att du är maskininlärningstekniker på Proseware, ett ungt nystartat företags som arbetar med en ny hälso- och sjukvårdsapp. Diabetesklassificeringsmodellen, som skapats av dataexperterna, är den första modellen som integreras med appen. När du har pratat med det större teamet visar det sig att målet är att ha flera modeller integrerade med webbappen.
När diabetesklassificeringsmodellen visar sig vara framgångsrik vill Proseware lägga till fler maskininlärningsmodeller, så att utövare snabbare kan diagnostisera patienter för olika sjukdomar. För varje ny modell måste datavetenskapsteamet kunna experimentera i en säker miljö. När den nya modellen är tillräckligt korrekt för att integreras med webbappen bör den testas innan den distribueras till en slutpunkt som anropas från webbappen.
Tillsammans med teamet bestämmer du dig för att det är bäst att använda olika miljöer:
- Utveckling för experimentering.
- Mellanlagring för testning.
- Produktion för distribution av modellen till produktionsslutpunkten.
För varje miljö skapar du en separat Azure Machine Learning-arbetsyta. Genom att hålla arbetsytorna åtskilda för varje miljö kan du skydda data och resurser. Till exempel innehåller arbetsytan utveckling inga personliga data från patienter. Och dataexperterna har bara åtkomst till utvecklingsarbetsytan eftersom de bara behöver en miljö för experimentering och inte behöver åtkomst till någon av produktionskoden eller resurserna.
Som maskininlärningstekniker måste du se till att oavsett vad dataexperterna skapar, kan du enkelt flytta dem mellan miljöer. När en ny modell är redo att distribueras vill du att modellen ska tränas och testas i mellanlagringsmiljön. När du har testat koden, modellen och distributionen vill du distribuera modellen i produktionsmiljön. Delar av den här processen kan automatiseras för att påskynda processen.
Om du vill arbeta med miljöer vill du:
- Skapa miljöer på din GitHub-lagringsplats.
- Lagra autentiseringsuppgifter på varje Azure Machine Learning-arbetsyta som en miljöhemlighet i GitHub.
- Lägg till nödvändiga granskare i miljöer för gated approval.
- Använd miljöer i dina GitHub Actions-arbetsflöden.