Befordra eller återställ vinnaren
Distribuera den bättre modellen eller återställ ändringen på ett rent sätt.
Befordra eller återställ vinnaren är en gratis lektion i MLOps Academy på CoddyKit. Detta är lektion 4 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för MLOps Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i MLOps Academy innehåller totalt 4 lektioner.
Testet är över
Ert A/B-test har körts under hela testperioden och siffrorna är klara. Nu återstår beslutet: ska ni befordra utmanaren eller rulla tillbaka till champion-modellen? 🚦
Fatta beslut utifrån planen
Ta fram framgångskriterierna ni skrev före testet. Utmanaren vinner bara om den överträffar tröskeln för det primära måttet utan att bryta mot något skyddsmått.
Befordran innebär produktion
Att befordra en modell innebär att göra den till den nya champion-modellen. Med ett model registry innebär det ofta att flytta den vinnande versionen till steget Production.
Befordra via registret
MLflow låter er flytta den vinnande versionen till Production med ett enda anrop, så att serving-lagret börjar använda den.
from mlflow import MlflowClient
client = MlflowClient()
client.transition_model_version_stage("fraud", version=7, stage="Production")Öka gradvis, inte tvärt
Även en tydlig vinnare förtjänar en försiktig utrullning. Öka dess trafik från tio procent mot hundra gradvis medan ni följer måtten i produktion.
När ska ni rulla tillbaka?
Rulla tillbaka om utmanaren förlorar, blir oavgjord eller bryter mot ett skyddsmått, till exempel genom en kraftig latensökning. Oavgjort är inte en vinst, så standardvalet bör vara att behålla champion-modellen.
Återställningen måste gå direkt
En ren återställning innebär bara att rikta trafiken tillbaka till den gamla versionen. Eftersom champion-modellen fortfarande är registrerad bör återställningen ta sekunder, inte kräva en ny build. ⏪
Behåll den gamla champion-modellen
Ta aldrig bort den tidigare champion-modellen direkt när ni befordrar en ny. Flytta den i stället till steget Archived, så att ni alltid kan återställa snabbt.
Följ upp efter driftsättningen
Befordran är inte mållinjen. Fortsätt övervaka den nya champion-modellen, eftersom beteendet i produktion med full trafik fortfarande kan överraska er efter att testet har avslutats.
Dokumentera beslutet
Logga vem som fattade beslutet, måtten och bedömningen. Detta revisionsspår gör att ni senare kan förklara exakt varför modellen togs i drift eller återställdes.
Även ett förlorat test är en vinst
Att rulla tillbaka är inte ett misslyckande. Ni skyddade användarna från en sämre modell och lärde er något verkligt, vilket är precis vad experimentet var till för. ✅
Snabb kontroll
Låt oss besluta vad vi ska göra när resultaten är klara.
Sammanfattning
Fatta beslut utifrån den skriftliga planen: befordra en tydlig vinnare som inte bryter mot några skyddsmått via registret, öka trafiken gradvis och behåll den gamla champion-modellen för en omedelbar återställning. 🎯
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Befordra eller återställ vinnaren” gratis?
Ja – hela texten till ”Befordra eller återställ vinnaren” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i MLOps Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i MLOps Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Befordra eller återställ vinnaren”?
Distribuera den bättre modellen eller återställ ändringen på ett rent sätt. Ni övar på MLOps Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig MLOps Academy?
Du behöver inga förkunskaper. Utbildningen i MLOps Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 4 av 4.
Hur lång tid tar lektionen ”Befordra eller återställ vinnaren”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här MLOps Academy-lektionen?
Ja. Varje MLOps Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Dela trafik mellan modellversioner
- Välj mätvärden som spelar roll
- Tolka statistisk signifikans utan att lura dig själv
- Befordra eller återställ vinnaren