Automatyzowanie trenowania modelu przy użyciu GitHub Actions

Początkujący

Analityk danych

Uczenie maszynowe Azure

GitHub

Wybierz ten moduł, jeśli chcesz zautomatyzować i zweryfikować trenowanie modelu przy użyciu potoków GitHub Actions i Azure Machine Learning.

Cele szkolenia

Z tego modułu dowiesz się, jak wykonywać następujące czynności:

Określ, które zasoby uczenia maszynowego należy wersjonować w systemie Git, a które powinny trafić do wyspecjalizowanych usług, takich jak repozytoria danych i rejestry modeli.
Opisz praktyki rozwoju opartego na głównej gałęzi — krótkotrwałe gałęzie, pull requesty i reguły ochrony gałęzi — które utrzymują stabilność współdzielonej gałęzi, jednocześnie umożliwiając bezpieczne wprowadzanie zmian.
Wyjaśnij, jak przepływy pracy GitHub Actions sprawdzają poprawność zmian w kodzie za pomocą lintingu i testów jednostkowych oraz jak reguły ochrony gałęzi mogą wymagać przejścia tych kontroli przed scaleniem.
Porównaj wpisy tajne klienta jednostki usługi z federacją tożsamości obciążenia i wyjaśnij, dlaczego OpenID Connect jest preferowaną metodą uwierzytelniania dla przepływów pracy GitHub Actions wywołujących Azure.
Opisz, jak przepływ pracy GitHub Actions przesyła zadania poleceń i potoków do usługi Azure Machine Learning, oraz wyjaśnij, jak pośrednik konwertuje zdarzenia platformy Azure na zdarzenia repository_dispatch.

Doświadczenie w tworzeniu i trenowanie modeli uczenia maszynowego
Znajomość podstawowych pojęć dotyczących Azure Machine Learning, w tym obszarów roboczych i zadań szkoleniowych
Podstawowa znajomość repozytoriów GitHub, gałęzi i pull requestów