設定環境

• 7 分鐘

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：

1. 前往存放庫中的 [設定] 索引標籤。
2. 選取環境。
3. 建立 [新增環境]。
4. 輸入名稱。
5. 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。

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。

1. 前往您的新環境。
2. 瀏覽至 [環境秘密] 區段。

3. 新增祕密。
4. 輸入 AZURE_CREDENTIALS 作為名稱。
5. 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。