Arti CI/CD untuk Model

CI/CD berarti mengotomatiskan langkah-langkah antara menulis kode dan merilisnya, sehingga mesin memeriksa dan menerapkan pekerjaan Anda alih-alih Anda melakukannya secara manual. 🚀

Integrasi Berkelanjutan menjalankan pengujian Anda secara otomatis setiap kali Anda mengirim kode, sehingga kerusakan terdeteksi lebih awal, bukan berhari-hari kemudian saat perbaikannya sudah sulit.

Pengiriman Berkelanjutan mengambil kode yang lolos CI lalu secara otomatis menyiapkan atau menerapkannya ke produksi, sehingga rilis tidak lagi menjadi pekerjaan manual yang menakutkan.

CI/CD klasik merilis kode. Alur kerja ML juga merilis model terlatih dan data yang digunakan untuk mempelajarinya, sehingga kini ada tiga komponen yang perlu dilacak, bukan satu.

Pengujian aplikasi memeriksa logika. CI untuk ML juga memeriksa kualitas model dengan menanyakan apakah akurasinya tetap baik, bukan hanya apakah kodenya berjalan tanpa mengalami kegagalan.

Pembuatan kode hanya membutuhkan beberapa detik. Pelatihan model dapat memerlukan waktu beberapa menit atau jam, sehingga alur kerja ML sering melatih model menggunakan sampel kecil di CI dan seluruh data hanya saat rilis.

Untuk membangun ulang model secara persis, Anda harus menetapkan versi kode, versi datanya, dan lingkungannya. CI/CD untuk ML membuat penetapan ketiganya berlangsung otomatis.

Dalam CI/CD aplikasi, hasilnya adalah berkas biner. Dalam ML, artefak utamanya adalah berkas model terlatih yang Anda versikan, simpan, lalu terapkan.

Alur kerja ML merangkai tahapan yang jelas: memeriksa gaya kode, menjalankan pengujian, melatih, mengevaluasi, dan baru kemudian membuat citra yang dapat diterapkan.

Pemicu menentukan kapan alur kerja dijalankan, misalnya setiap pengiriman, setiap permintaan penarikan, atau setiap rilis bertanda. Anda menetapkan aturan ini sekali dan tidak perlu mengeklik lagi.

Tanpa CI/CD, model hanya diterapkan saat seseorang ingat untuk menjalankan skrip. Dengan CI/CD, setiap perubahan diuji dan dirilis dengan cara aman yang sama setiap kali.

CI menguji setiap perubahan, CD merilisnya, dan untuk ML Anda menambahkan model beserta datanya sebagai artefak yang dilacak. Pemicu dan alur kerja bertahap membuat rilis aman dan dapat diulang.