Määritä automaattisen palautuksen ehdot
Palauta aiempi versio, kun virheet tai viive ylittävät raja-arvon.
Määritä automaattisen palautuksen ehdot on ilmainen MLOps Academy-oppitunti CoddyKitissä. Tämä on oppitunti 3/4. 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.
Miksi palautus kannattaa automatisoida
Aamuyöllä kello kolmelta kukaan ei seuraa koontinäyttöjä. Automaattisen palautuksen ansiosta järjestelmä voi itse palauttaa käyttöön huonon mallin heti, kun se ylittää vaararajan. 🚨
Valitse selkeät suojarajat
Palautussääntö tarvitsee mitattavan suojarajamittarin, kuten virheasteen tai p99-viiveen, sekä lukuarvon, joka ilmaisee yksiselitteisesti ongelman.
Aseta ehdoton kynnysarvo
Muuta epämääräinen huoli konkreettiseksi rajaksi. Palauta esimerkiksi aiempaan versioon, jos canaryn virheaste ylittää 2 % mittausjakson aikana.
ROLLBACK_RULES = {
"error_rate": 0.02,
"p99_latency_ms": 500,
}Vertaa champion-malliin
Pelkillä absoluuttisilla rajoilla hitaasti tapahtuvat heikkenemiset voivat jäädä huomaamatta. Palauta käyttöön aiempi versio myös silloin, kun canary on selvästi huonompi kuin champion, esimerkiksi kun sen viive on samalla liikenteellä 20 % suurempi.
Valitse aikaikkuna
Arvioi mittareita liukuvassa ikkunassa, esimerkiksi viimeisten viiden minuutin ajalta. Yksi epäonninen pyyntö ei saa koskaan yksin käynnistää täydellistä palautusta.
Odota riittävää liikennettä
Kolmen pyynnön 100 prosentin virheaste ei kerro mitään. Edellytä vähimmäisotosta, ennen kuin mikään mittari voi käynnistää palautuksen.
Päätös koodissa
Tarkistus on vain vertailu: jos reaaliaikainen mittari ylittää rajansa, palauta palautussignaali, jonka orkestroija käsittelee.
def should_rollback(metrics):
return (
metrics["error_rate"] > 0.02
or metrics["p99_latency_ms"] > 500
)Seuraa myös liiketoimintamittareita
Malli voi olla nopea ja virheetön mutta silti romahduttaa konversiot. Suojaa tärkeitä lopputuloksia, älä ainoastaan teknisen toiminnan mittareita.
Tee palautuksesta helppoa
Palautuksen pitäisi olla yksi nopea ja turvallinen vaihe: ohjaa liikenne takaisin hyväksi havaittuun champion-malliin. Pidä edellinen versio valmiina ja käynnissä, jotta se voi ottaa liikenteen vastaan.
Ilmoita aina ihmiselle
Automaatio hoitaa hätätilanteen pysäytyksen, mutta sen on myös ilmoitettava tiimille. Automaattisen palautuksen pitäisi lähettää hälytys jollekin, joka tutkii perimmäisen syyn.
Vältä sahaamista
Älä ota samaa vikaantuvaa mallia automaattisesti uudelleen käyttöön heti palautuksen jälkeen. Jäädytä käyttöönotto, kunnes ihminen on tarkistanut tilanteen, jotta järjestelmä ei sahaa edestakaisin.
Pikatarkistus
Millainen suunnitteluratkaisu pitää palautussäännöt luotettavina?
Kertaus
Hyvät palautuskriteerit käyttävät selkeitä kynnysarvoja riittävän liikenteen aikaikkunassa, vertaavat tulosta champion-malliin, hälyttävät ihmisen ja palauttavat tilanteen nopeasti ennalleen. ✅
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 ”Määritä automaattisen palautuksen ehdot” ilmainen?
Kyllä – oppitunnin ”Määritä automaattisen palautuksen ehdot” 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 ”Määritä automaattisen palautuksen ehdot”?
Palauta aiempi versio, kun virheet tai viive ylittävät raja-arvon. 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 3/4.
Kuinka kauan ”Määritä automaattisen palautuksen ehdot”-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
- Canary-julkaisut: julkaise ensin vain muutamille
- Peilaa liikennettä vaikuttamatta käyttäjiin
- Määritä automaattisen palautuksen ehdot
- Progressiivinen toimitus Argo Rolloutsilla