步驟 6。 反覆實作及評估品質修正

需求

1. 根據根本原因分析，您已找出擷取或產生以實作和評估的潛在修正。
2. 您的 POC 應用程式（或其他基準鏈結）會記錄至 MLflow 執行，並包含 儲存在相同回合中的代理程式評估 評估。

如需本節中的範例程序代碼，請參閱 GitHub 存放庫。

預期結果

指示

針對所有類型，請使用 B_quality_iteration/02_evaluate_fixes Notebook 來評估產生的鏈結與基準設定、POC，以及挑選「優勝者」。 此筆記本可協助您挑選獲勝的實驗，並將其部署到檢閱應用程式或生產環境就緒且可調整的 REST API。

1. 開啟B_quality_iteration/02_evaluate_fixes筆記本。
2. 依您要實作的修正類型：
   • 針對資料管線修正：
     • 遵循 步驟 6 （管線）。實作數據管線修正 ，以建立新的數據管線，並取得產生的 MLflow 執行名稱。
     • 將執行名稱新增至 DATA_PIPELINE_FIXES_RUN_NAMES 變數。
   • 針對鏈結組態修正：
     • 請遵循 02_evaluate_fixes Notebook 區段中的指示Chain configuration，將鏈結組態修正新增至CHAIN_CONFIG_FIXES變數。
   • 針對鏈結程式代碼修正：
     • 建立修改過的鏈結程式代碼檔案，並將它儲存至 B_quality_iteration/chain_code_fixes 資料夾。 或者，從該資料夾中選取其中一個提供的鏈結程式代碼修正。
     • 請遵循 02_evaluate_fixes Notebook 區段中的指示Chain code，將鏈結程式代碼檔案和變數所需的CHAIN_CODE_FIXES任何其他鏈結組態加入。
3. 當您從 Run evaluation 數據格執行筆記本時，會發生下列情況：
   • 評估每個修正程式。
   • 使用最佳品質/成本/延遲計量來判斷修正。
   • 將最適合的 REST API 部署至審核應用程式和生產環境就緒的 REST API，以取得專案關係人的意見反應。

後續步驟

繼續進行 步驟 6 （管線）。實作數據管線修正。