Deep Learning Academy · บทเรียน

ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ

ตั้งแต่ข้อมูลใหม่ไปจนถึงโมเดลที่นำไปใช้งานอีกครั้ง

บทเรียน 4 จาก 413 ขั้นตอน

ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ เป็นบทเรียน Deep Learning Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Deep Learning Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Deep Learning Academy มีบทเรียนทั้งหมด 4 บทเรียน

โมเดลต้องได้รับการปรับปรุง

เมื่อพบการเบี่ยงเบน โมเดลต้องเรียนรู้จากข้อมูลใหม่ การทำเช่นนี้ด้วยตนเองทุกครั้งนั้นช้าและเกิดข้อผิดพลาดได้ง่าย เราจึงสร้าง กระบวนการทำงานขึ้นมา 🔄

กระบวนการทำงานคืออะไร

กระบวนการทำงานสำหรับการฝึกใหม่ก็คือลำดับขั้นตอนอัตโนมัติ แต่ละ ขั้นตอนจะทำงานตามลำดับ และส่งผลลัพธ์ต่อไปยังขั้นตอนถัดไปโดยไม่ต้องมีคนกดปุ่ม

ขั้นตอนที่หนึ่ง: รับข้อมูลล่าสุด

กระบวนการทำงานเริ่มจากการดึงตัวอย่างล่าสุด ขั้นตอน นำเข้าข้อมูลนี้จะรวบรวมระเบียนใหม่และจัดการเวอร์ชันของข้อมูล เพื่อให้สามารถทำซ้ำการรันได้

def fetch_data():
    return load_latest("prod_logs")

ขั้นตอนที่สอง: ฝึกโมเดล

ถัดมา กระบวนการทำงานจะฝึกโมเดลใหม่ด้วยข้อมูลที่รวมกัน ขั้นตอน การฝึกนี้นำลูปเดิมของคุณกลับมาใช้ แต่ทำงานตามกำหนดเวลาโดยไม่ต้องมีผู้ควบคุม

def train(data):
    model = build_model()
    return fit(model, data)

ขั้นตอนที่สาม: ประเมินผล

อย่านำโมเดลไปใช้งานโดยไม่ตรวจสอบ ขั้นตอน การประเมินผลจะให้คะแนนโมเดลใหม่ด้วยชุดข้อมูลที่กันไว้อยู่แล้ว เพื่อให้แน่ใจว่าโมเดลดีขึ้นจริง ไม่ใช่เพียงใหม่กว่า

score = evaluate(model, test_set)

กำหนดเงื่อนไขคุณภาพ

ให้เลื่อนสถานะโมเดลขึ้นก็ต่อเมื่อโมเดลสมควรได้รับ การใช้ ด่านตรวจอย่างง่ายจะเปรียบเทียบคะแนนใหม่กับคะแนนของโมเดลที่ใช้งานอยู่ และป้องกันไม่ให้ประสิทธิภาพที่แย่ลงไปถึงผู้ใช้

if score > current_score:
    deploy(model)

เรียกใช้ตามกำหนดเวลา

กระบวนการทำงานมักทำงานตามเวลา ตัวเรียกใช้ cron จะทำงานทุกคืนหรือทุกสัปดาห์ ทำให้การฝึกใหม่เกิดขึ้นอย่างสม่ำเสมอโดยไม่ต้องมีใครจำได้ว่าต้องเริ่มทำงาน

0 3 * * 0  python pipeline.py

หรือเรียกใช้เมื่อเกิดการเบี่ยงเบน

หากต้องการให้ฉลาดยิ่งขึ้น ให้ระบบตรวจติดตามเป็นผู้เริ่มกระบวนการทำงาน เมื่อการตรวจสอบการเบี่ยงเบนส่งสัญญาณเตือน ระบบจะเริ่มการฝึกใหม่ในฐานะ เหตุการณ์ ทำให้ตอบสนองได้อย่างรวดเร็ว

ระบบประสานงานจะจัดการทั้งหมด

เครื่องมืออย่าง Airflow หรือ Prefect จะเชื่อมต่อขั้นตอนต่าง ๆ ลองทำขั้นตอนที่ล้มเหลวอีกครั้ง และแสดงแผนผังที่ชัดเจนว่าอะไรทำงาน เมื่อใด และสำเร็จหรือไม่

ทำให้กระบวนการครบวงจร

โมเดลที่นำไปใช้งานจะสร้างบันทึกใหม่ ระบบตรวจติดตามจะพบการเบี่ยงเบน กระบวนการทำงานจะฝึกโมเดลใหม่ และโมเดลที่ดีกว่าจะถูกนำไปใช้งาน ลูปที่ซ่อมแซมตัวเองได้นี้คือเป้าหมายของ MLOps

ระบบอัตโนมัติช่วยให้คุณมีเวลา

เมื่อมีกระบวนการทำงานครบวงจร คุณจะเลิกคอยแก้ปัญหาเฉพาะหน้าและเริ่มมุ่งพัฒนา ระบบจะดูแลให้โมเดลทันสมัยอยู่เสมอ ขณะที่คุณมุ่งเน้นไปที่ การทดลองที่มีความหมายจริง ๆ 🚀

ตรวจสอบความเข้าใจอย่างรวดเร็ว

อะไรจะป้องกันไม่ให้โมเดลที่แย่กว่าถูกนำไปใช้งานโดยอัตโนมัติ

ตอบคำถามในบทเรียนแบบโต้ตอบ

สรุป

คุณได้เรียนรู้การทำให้ การฝึกใหม่เป็นอัตโนมัติ ได้แก่ ดึงข้อมูล ฝึก ประเมินผล กำหนดเงื่อนไขคุณภาพ เรียกใช้ตามกำหนดเวลาหรือเมื่อเกิดการเบี่ยงเบน และทำให้ลูปของ MLOps ครบวงจร 🎉

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 30
บทเรียน: 120

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Deep Learning Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Deep Learning Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ”

ตั้งแต่ข้อมูลใหม่ไปจนถึงโมเดลที่นำไปใช้งานอีกครั้ง คุณปฏิบัติ Deep Learning Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Deep Learning Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Deep Learning Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน

บทเรียน “ทำไปป์ไลน์ฝึกใหม่โดยอัตโนมัติ” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Deep Learning Academy นี้ได้ไหม

ได้ บทเรียน Deep Learning Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Deep Learning Academy