Co CI/CD oznacza dla modeli

CI/CD oznacza automatyzację kroków między napisaniem kodu a jego wdrożeniem, dzięki czemu maszynа sprawdza i wdraża Twoją pracę zamiast wymagać ręcznego wykonywania tych czynności. 🚀

Ciągła integracja automatycznie uruchamia testy za każdym razem, gdy wypchniesz kod, dzięki czemu wykrywa problemy od razu, a nie dopiero po kilku dniach, gdy ich naprawa jest trudniejsza.

Ciągłe dostarczanie bierze kod, który przeszedł CI, i automatycznie przygotowuje go do wdrożenia lub wdraża go na produkcję, dzięki czemu wydania przestają być stresującymi, ręcznymi wydarzeniami.

Klasyczne CI/CD wdraża kod. Potoki ML wdrażają również wytrenowany model oraz dane, na których się uczył, więc trzeba śledzić trzy zmienne elementy zamiast jednego.

Testy aplikacji sprawdzają logikę. CI dla ML sprawdza także jakość modelu, pytając, czy utrzymała się dokładność, a nie tylko, czy kod uruchomił się bez awarii.

Kompilacja kodu trwa sekundy. Trenowanie modelu może zająć minuty lub godziny, dlatego potoki ML często trenują w CI na małej próbce, a na pełnych danych dopiero podczas wydania.

Aby dokładnie odtworzyć dowolny model, musisz przypiąć jego kod, wersję danych i środowisko. CI/CD dla ML automatycznie przypina wszystkie trzy elementy.

W CI/CD aplikacji wynikiem jest plik binarny. W ML kluczowym artefaktem jest plik wytrenowanego modelu, który wersjonujesz, przechowujesz, a później wdrażasz.

Potok ML łączy jasno określone etapy: sprawdzenie stylu kodu, uruchomienie testów, trenowanie, ocenę, a dopiero potem zbudowanie obrazu do wdrożenia.

Wyzwalacz określa, kiedy uruchamia się potok, na przykład przy każdym wypchnięciu kodu, każdym żądaniu pull request lub wydaniu oznaczonym tagiem. Te reguły konfigurujesz raz i nie musisz już niczego klikać.

Bez CI/CD model trafia na produkcję tylko wtedy, gdy ktoś pamięta o uruchomieniu skryptów. Dzięki niemu każda zmiana jest testowana i wdrażana za każdym razem w ten sam, bezpieczny sposób.

CI testuje każdą zmianę, CD ją wdraża, a w ML dodatkowo śledzisz model i jego dane jako artefakty. Wyzwalacze i potoki podzielone na etapy sprawiają, że wydania są bezpieczne i powtarzalne.