設定環境
若要在使用機器學習模型實作環境,您可以使用如 GitHub 的平台。 若要將需要在個別環境中執行的工作自動化,您必須:
- 在 GitHub 中設定環境。
- 在 GitHub Actions 中使用環境。
- 新增核准流程以指派必要的檢閱者。
在 GitHub 中設定環境
在 GitHub 存放庫中建立環境:
- 前往存放庫中的 [設定] 索引標籤。
- 選取環境。
- 建立 [新增環境]。
- 輸入名稱。
- 選取 [設定環境]。
若要將環境與特定 Azure Machine Learning 工作區建立關聯,您可以建立環境祕密,將此環境的存取權只授與給某個 Azure Machine Learning 工作區。
注意
若要讓 GitHub 存取任意 Azure Machine Learning 工作區,您必須在 Azure 中建立服務主體。 接著,您必須將 Azure Machine Learning 工作區的存取權授與給服務主體。 了解如何整合 Azure Machine Learning 與 DevOps 工具,例如 GitHub。
您可以在存放庫中建立祕密來儲存服務主體的認證。 使用環境時,您會想要改為建立環境祕密,以定義哪些特定的 GitHub 環境應該可以存取的 Azure Machine Learning 工作區。
若要建立環境祕密,請前往 [設定] 索引標籤中的 [環境] 索引標籤。
- 前往您的新環境。
- 瀏覽至 [環境秘密] 區段。
- 新增祕密。
- 輸入
AZURE_CREDENTIALS
作為名稱。 - 在 [值] 欄位中輸入服務主體認證。
在 GitHub Actions 中使用環境並新增核准
在 GitHub 存放庫中建立環境後,您即可從 GitHub Actions 工作流程參考環境。 每當您想要在環境之間新增手動檢查時,您可以新增核准。
例如,當您在 GitHub Actions 工作流程中觸發 Azure Machine Learning 作業時,工作可能會在工作流程中順利執行。 不過,在 Azure Machine Learning 工作區的模型訓練期間,可能會因為訓練指令碼發生問題而失敗。 或者,在模型訓練後,若您要評估模型的計量,您可能會決定需要重新訓練模型,而不是部署模型。
若要讓您有機會在 Azure Machine Learning 工作區中檢閱模型訓練的輸出,您可以新增環境的核准。 每當 GitHub Actions 工作流程想要在特定環境中執行工作時,將會通知必要的檢閱者並需要在工作執行前核准這些工作。
提示