Tahap: Staging, Produksi, Diarsipkan
Naikkan model melalui tahap siklus hidup dengan aman.
Tahap: Staging, Produksi, Diarsipkan adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Mengapa Tahap Dibuat
Nomor versi saja tidak menunjukkan model mana yang sedang aktif. Tahap menambahkan label yang memberi tahu semua orang posisi setiap versi dalam siklus hidupnya. 🚦
Nama-Nama Tahap
MLflow memberi setiap versi salah satu dari empat tahap: None, Staging, Production, atau Archived. Versi baru dimulai pada None sampai Anda memindahkannya.
Staging Berarti Pengujian
Staging adalah latihan sebelum peluncuran. Model di sini sedang divalidasi dan diuji secara bayangan, tetapi pengguna sebenarnya belum bergantung padanya.
Production Berarti Aktif
Production menandai versi yang benar-benar melayani pengguna. Kode inferensi Anda memuat tahap ini, jadi mempromosikan model ke sini mengubah hasil yang diterima pengguna.
Archived Berarti Dipensiunkan
Archived mempertahankan versi lama tanpa menyajikannya. Anda menyimpan riwayat untuk audit sekaligus memberi tanda jelas bahwa versi tersebut tidak boleh digunakan.
Promosikan Versi
Gunakan klien untuk memindahkan sebuah versi ke suatu tahap. Satu panggilan dapat memindahkan versi 3 model Anda ke Staging.
c.transition_model_version_stage(
"churn-classifier", 3, "Staging")Arsipkan Versi Lama Secara Otomatis
Saat mempromosikan model ke Production, berikan archive_existing_versions agar versi aktif sebelumnya dipensiunkan dalam perpindahan yang sama, tanpa jeda.
c.transition_model_version_stage(
"churn-classifier", 4, "Production",
archive_existing_versions=True)Satu Versi Aktif per Tahap
Pertahankan tepat satu versi di Production pada satu waktu. Dengan begitu, pemuatan berdasarkan tahap tidak ambigu dan tidak ada yang perlu menebak model mana yang sedang melayani pengguna.
Alias Adalah Cara Baru
MLflow versi baru lebih mengutamakan alias seperti champion daripada tahap tetap. Alias adalah nama panggilan yang dapat dipindahkan dan diarahkan ke versi mana pun yang Anda pilih.
c.set_registered_model_alias(
"churn-classifier", "champion", 4)Promosi Dapat Dibatalkan
Jika model yang dipromosikan bermasalah, Anda cukup memindahkan versi sebelumnya kembali ke Production. Pengembalian versi hanya mengubah label, bukan melakukan penerapan ulang.
Jadikan Perpindahan sebagai Gerbang
Perlakukan setiap perpindahan sebagai sebuah gerbang. Wajibkan pengujian yang berhasil atau persetujuan sebelum sebuah versi diizinkan mencapai Staging atau Production.
Pemeriksaan Singkat
Pilih tahap yang harus dimuat oleh kode penyajian Anda.
Ringkasan
Tahap mengubah kumpulan versi menjadi siklus hidup yang jelas: None ke Staging ke Production ke Archived. Promosi dan pengembalian versi kini hanya berupa perubahan label yang aman. ✅
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Tahap: Staging, Produksi, Diarsipkan” gratis?
Ya — teks lengkap “Tahap: Staging, Produksi, Diarsipkan” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Tahap: Staging, Produksi, Diarsipkan”?
Naikkan model melalui tahap siklus hidup dengan aman. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.
Berapa lama pelajaran “Tahap: Staging, Produksi, Diarsipkan” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Daftarkan Versi Model Pertama Anda
- Tahap: Staging, Produksi, Diarsipkan
- Tambahkan Tag dan Deskripsi ke Model
- Muat Kembali Model Berdasarkan Nama dan Tahap