Attiva processi e pipeline di Azure Machine Learning

Con l'autenticazione configurata, il flusso di lavoro GitHub Actions può raggiungere Azure Machine Learning. Successivamente, decidere cosa avvia il flusso di lavoro e cosa invia.

Tipi di attivazione

GitHub Actions supporta diversi tipi di trigger, ognuno adatto a uno scenario diverso:

• push — viene eseguito quando i commit vengono integrati in un ramo, tipicamente main. Usa questa opzione per addestrare o registrare un modello dopo l'integrazione di una modifica approvata.
• pull_request — viene eseguito per le attività selezionate della pull request. Usare questa opzione per i flussi di lavoro di convalida che possono bloccare una modifica non riuscita.
• workflow_dispatch: consente a un membro del team di avviare un flusso di lavoro su richiesta dall'interfaccia utente GitHub.
• schedule : esegue il flusso di lavoro in base a una pianificazione definita. Usare questa opzione per ripetere regolarmente il training sui dati aggiornati.
• repository_dispatch: consente a un sistema esterno di avviare il flusso di lavoro chiamando l'API REST GitHub. Questo è il punto di ingresso per gli eventi avviati da Azure.

Attività di comando e attività della pipeline

Azure Machine Learning offre due tipi di processi che il workflow può inviare:

• Un processo di comando esegue un singolo script in Azure Compute. È semplice nel caso di un'esecuzione di addestramento che si completa in un solo passaggio.
• Un processo della pipeline connette più componenti, ovvero preparazione dei dati, training, valutazione, in un grafico diretto. I componenti sono riutilizzabili e possono essere registrati come asset con controllo delle versioni.

Il flusso di lavoro invia la definizione del processo (un file YAML archiviato nel repository) usando il interfaccia della riga di comando di Azure. Un passaggio del flusso di lavoro può attendere il completamento del processo e controllarne lo stato di uscita. Se il processo ha esito negativo, il workflow ha esito negativo — e se la protezione del ramo richiede il controllo associato a quel flusso di lavoro, la richiesta pull non può essere unita.

Attivazione tramite eventi a lato Azure

GitHub Actions risponde agli eventi di GitHub, ma i segnali di riaddestramento spesso provengono da Azure. Ad esempio, Griglia di eventi di Azure può segnalare che nuovi dati sono arrivati nell'archiviazione.

GitHub Actions non sottoscrive in modo nativo gli eventi Griglia di eventi di Azure. Un intermediario, ad esempio App per la logica di Azure o Funzioni di Azure, può ricevere l'evento Azure, eseguire l'autenticazione per GitHub e chiamare l'API REST GitHub con un repository_dispatch payload. Il flusso di lavoro GitHub Actions invia quindi il processo di Azure Machine Learning.