ऑडिट ट्रेल और पुनरुत्पादकता
आवश्यकता पड़ने पर किसी भी पिछली भविष्यवाणी को फिर बनाएँ।
ऑडिट ट्रेल और पुनरुत्पादकता, CoddyKit पर MLOps Academy का एक निःशुल्क पाठ है। यह 4 में से 3वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह MLOps Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
ऑडिट ट्रेल क्या होता है
ऑडिट ट्रेल छेड़छाड़-रोधी रिकॉर्ड होता है जिसमें दर्ज रहता है कि किसने क्या और कब किया, ताकि किसी भी मॉडल निर्णय की घटना के बहुत बाद भी व्याख्या की जा सके। 🧾
किसी भी पूर्वानुमान का पुनर्निर्माण करें
लक्ष्य सरल लेकिन सख्त है: कई महीने पहले की किसी भविष्यवाणी को देखते हुए, आपको उस भविष्यवाणी को उत्पन्न करने वाले बिल्कुल वही मॉडल और इनपुट फिर से बनाने होंगे।
हर भविष्यवाणी का लॉग रखें
बाद में ऑडिट करने के लिए, अनुरोध को अभी दर्ज करें। हर कॉल पर इनपुट फीचर्स, आउटपुट और मॉडल संस्करण सहेजें।
log = {"ts": now(), "model_version": "3",
"inputs": features, "prediction": y}
prediction_store.write(log)मॉडल संस्करण को स्थिर रखें
केवल भविष्यवाणी ऑडिट के लिए बेकार है। उसके साथ हमेशा मॉडल संस्करण भी सहेजें, ताकि आपको ठीक-ठीक पता हो कि किस मॉडल ने उत्तर दिया था।
संस्करण से बिल्ड तक
वंशावली उस संस्करण को उसके बिल्ड से जोड़ती है। रजिस्ट्री संस्करण उस MLflow run की ओर संकेत करता है जिसमें उसे बनाने वाला डेटा और कोड मौजूद है।
run को पुनः बनाएँ
run आईडी से आप पूरा परिवेश फिर से बना सकते हैं: दर्ज किए गए कमिट को चेक आउट करें, स्थिर किए गए डेटा को पुनर्स्थापित करें और प्रशिक्षण फिर से चलाएँ।
run = mlflow.get_run(run_id)
commit = run.data.tags["git_commit"]
subprocess.run(["git", "checkout", commit])लॉग को अपरिवर्तनीय बनाएँ
जिस ऑडिट लॉग को आप बदल सकते हैं, वह कुछ सिद्ध नहीं करता। केवल जोड़ने योग्य संग्रहण में लिखें, ताकि रिकॉर्ड जोड़े जा सकें लेकिन उन्हें चुपचाप बदला न जा सके।
प्रतिधारण नीति बनाए रखें
तय करें कि रिकॉर्ड कितने समय तक रहने चाहिए। विनियमित फ़ील्ड में अक्सर वर्षों तक प्रतिधारण आवश्यक होता है, इसलिए इसे जानबूझकर तय करें, संयोग से नहीं।
परिवेश दर्ज करें
केवल कोड पर्याप्त नहीं है। लॉक की गई निर्भरताएँ भी लॉग करें, क्योंकि किसी लाइब्रेरी का अलग संस्करण परिणाम को चुपचाप बदल सकता है।
mlflow.log_artifact("requirements.txt")डिफ़ॉल्ट रूप से ऑडिट के लिए तैयार
युक्ति यह है कि ट्रेल अपने-आप बनते रहें। जब हर run और अनुरोध पर लॉगिंग होती है, तो आप हमेशा ऑडिट के लिए तैयार रहते हैं और आखिरी समय में भागदौड़ नहीं करते। ✅
सत्यापन के लिए पुनः चलाएँ
किसी परिणाम को सिद्ध करने के लिए, दर्ज किए गए इनपुट को पुनर्निर्मित मॉडल में फिर से दें। मेल खाता हुआ आउटपुट पुष्टि करता है कि ट्रेल वास्तव में पुनरुत्पाद्य है।
त्वरित जाँच
सोचिए कि पुरानी भविष्यवाणी को फिर से बनाने के लिए आपको क्या-क्या लॉग करना होगा।
पुनरावलोकन
आपने देखा कि ऑडिट ट्रेल हर भविष्यवाणी को उसके संस्करण के साथ लॉग करते हैं, अपरिवर्तनीय रूप से लिखते हैं और वंशावली का उपयोग करके किसी भी पुराने परिणाम को पूरी तरह पुनः बना सकते हैं। ✅
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 30
- पाठ
- 120
अक्सर पूछे जाने वाले प्रश्न
क्या “ऑडिट ट्रेल और पुनरुत्पादकता” पाठ निःशुल्क है?
हाँ—“ऑडिट ट्रेल और पुनरुत्पादकता” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और MLOps Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। MLOps Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“ऑडिट ट्रेल और पुनरुत्पादकता” में मैं क्या सीखूँगा?
आवश्यकता पड़ने पर किसी भी पिछली भविष्यवाणी को फिर बनाएँ। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ MLOps Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या MLOps Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर MLOps Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 3वाँ पाठ है।
“ऑडिट ट्रेल और पुनरुत्पादकता” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस MLOps Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर MLOps Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- डेटा से मॉडल तक वंशावली ट्रैक करें
- मॉडल कार्ड लिखें
- ऑडिट ट्रेल और पुनरुत्पादकता
- पहुँच नियंत्रण और अनुपालन