Machine Learning Associate · Śledzenie MLflow i rejestr modeli
Deploy code a deploy models
Najważniejsze
- Deploy code: ten sam kod treningowy jest promowany dev, staging, prod; model trenuje się w każdym środowisku.
- Pasuje do ograniczonych danych prod i zrecenzowanego automatycznego retreningu.
- Deploy models: trening raz w dev, potem promocja artefaktu modelu.
- Pasuje, gdy trening jest bardzo drogi lub trudny do odtworzenia; automatyzacja retreningu i pipeline'y pomocnicze wymagają uwagi.
- Databricks zaleca deploy code w większości sytuacji.
Źródło: https://docs.databricks.com/aws/en/machine-learning/mlops/deployment-patterns
Przykładowe pytania
Co przechodzi między środowiskami we wzorcu deploy code?
- Tylko wytrenowany artefakt modelu
- Kod treningowy, który potem działa w każdym środowisku
- Tylko kopie surowych danych
- Tylko konfiguracja klastra
Pokaż odpowiedź
Odpowiedź: B. Kod treningowy, który potem działa w każdym środowisku
Deploy code promuje kod treningowy (i pipeline'y), a model trenuje się w każdym środowisku. Promowanie wytrenowanego artefaktu to wzorzec deploy models.
Które są zaletami wzorca deploy code?
- Działa, gdy dostęp do danych produkcyjnych jest ograniczony
- Automatyczny retrening uruchamia zrecenzowany, zatwierdzony kod
- Model jest trenowany tylko raz
- Pipeline'y pomocnicze podróżują z kodem przez środowiska
- Nie są potrzebne CI/CD ani repozytoria
Pokaż odpowiedź
Odpowiedź: A. Działa, gdy dostęp do danych produkcyjnych jest ograniczony, B. Automatyczny retrening uruchamia zrecenzowany, zatwierdzony kod, D. Pipeline'y pomocnicze podróżują z kodem przez środowiska
Deploy code działa, gdy dostęp do danych prod jest ograniczony, i czyni automatyczny retrening bezpieczniejszym, bo kod jest recenzowany. Jednorazowy trening to cecha deploy models.
Deploy models to wzorzec, który Databricks zaleca w większości sytuacji.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. Databricks zaleca deploy code w większości sytuacji; deploy models pasuje np. przy bardzo drogim treningu.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
