GitHub Actions -työnkulku ML:ää varten
Aja lint-tarkistukset, testit ja koulutus jokaisella pushilla.
GitHub Actions -työnkulku ML:ää varten on ilmainen MLOps Academy-oppitunti CoddyKitissä. Tämä on oppitunti 2/4. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu MLOps Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. MLOps Academy-kurssilla on yhteensä 4 oppituntia.
Tutustutaan GitHub Actionsiin
GitHub Actions suorittaa skriptinne GitHubin palvelimilla aina, kun repositoriossanne tapahtuu jotain, kuten push, joten CI:tä ei tarvitse enää koskaan suorittaa käsin. ⚙️
Työnkulut sijaitsevat YAML-tiedostoissa
Työnkulku on YAML-tiedosto hakemistossa .github/workflows. GitHub lukee sen ja noudattaa ohjeitanne vaihe vaiheelta jokaisen liipaisimen yhteydessä.
.github/workflows/ml.ymlon:-liipaisin
on-avain kertoo, milloin työnkulku suoritetaan. Tässä se käynnistyy jokaisen pushin yhteydessä, joten jokainen commit käynnistää ML-tarkistuksenne automaattisesti.
on:
push:
branches: [main]Jobit suorittavat työn
Työnkulku sisältää yhden tai useita job-ajoja. Jokainen job suoritetaan uudessa virtuaalikoneessa, joten putken suoritus alkaa aina puhtaasta ja ennakoitavasta tilasta.
jobs:
build:
runs-on: ubuntu-latestVaiheet ovat resepti
Jobin sisällä vaiheet suoritetaan järjestyksessä ylhäältä alas. Jokainen vaihe on joko uudelleenkäytettävä action tai kirjoittamanne tavallinen shell-komento.
Noutakaa koodinne
Ensimmäisessä vaiheessa käytetään lähes aina checkout-actionia repositorion kopioimiseen runnerille. Ilman sitä koneella ei ole testattavaa koodia.
- uses: actions/checkout@v4Määrittäkää Python
ML-repositoriota varten määritätte seuraavaksi Pythonin ja valitsette tarkan version, jotta runner vastaa ympäristöä, jossa tiiminne kouluttaa malleja.
- uses: actions/setup-python@v5
with:
python-version: "3.11"Asentakaa riippuvuudet
Asennatte sitten lukitut paketit, jotta runnerilla ovat samat kirjastot kuin paikallisessa ympäristössänne. Näin jokainen CI-ajo on toistettava.
- run: pip install -r requirements.txtLint-tarkistus, sitten testit
Lisätkää nyt ML-tarkistukset: ensin lint-vaihe tyyli- ja muotoiluongelmien havaitsemiseksi, sitten pytest suorittamaan data- ja mall testinne uudella runnerilla.
- run: ruff check .
- run: pytestKouluttakaa otoksella
Viimeinen vaihe voi kouluttaa mallin pienellä otoksella ja varmistaa, että putki toimii päästä päähän. Näin CI pysyy nopeana mutta käyttää silti oikeaa koodia.
- run: python train.py --sample 1000Seuratkaa suoritusta
Työntäkää YAML-tiedostonne ja avatkaa Actions-välilehti. GitHub näyttää jokaisen vaiheen reaaliaikaisen lokin ja vihreän valintamerkin, kun ML-putkenne läpäisee tarkistukset. ✅
Pikatarkistus
Missä GitHub Actions -työnkulun tiedoston on sijaittava, jotta se löydetään?
Kertaus
Hakemiston .github/workflows workflow-YAML määrittää liipaisimet, jobit ja järjestyksessä suoritettavat vaiheet. ML:ää varten noudetaan koodi, määritetään Python, asennetaan riippuvuudet ja suoritetaan sitten lint-tarkistus, testit ja koulutus.
Opi Python tekoälytuutorin avulla — ilmaiseksi
Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.
- Kurssit
- 30
- Oppitunnit
- 120
Usein kysytyt kysymykset
Onko oppitunti ”GitHub Actions -työnkulku ML:ää varten” ilmainen?
Kyllä – oppitunnin ”GitHub Actions -työnkulku ML:ää varten” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko MLOps Academy-kurssin, päivitä CoddyKit PROhon. MLOps Academy-kurssilla on yhteensä 4 oppituntia.
Mitä opin oppitunnilla ”GitHub Actions -työnkulku ML:ää varten”?
Aja lint-tarkistukset, testit ja koulutus jokaisella pushilla. Harjoittelet MLOps Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.
Tarvitsenko kokemusta aloittaakseni MLOps Academy-opiskelun?
Aiempi kokemus ei ole tarpeen. CoddyKitin MLOps Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 2/4.
Kuinka kauan ”GitHub Actions -työnkulku ML:ää varten”-oppitunnin suorittaminen kestää?
Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.
Voinko kirjoittaa ja suorittaa koodia tällä MLOps Academy-oppitunnilla?
Kyllä. Jokainen MLOps Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.
Kaikki tämän kurssin oppitunnit
- Mitä CI/CD tarkoittaa malleille
- GitHub Actions -työnkulku ML:ää varten
- Aseta yhdistämiset mallin laadun taakse
- Koosta ja puske image julkaisun yhteydessä