Úvod do kontinuální integrace/průběžného doručování pro strojové učení

CI/CD pro Machine Learning

Ravi Bhadauria

Machine Learning Engineer

Přehled SDLC

  • SDLC: Životní cyklus vývoje softwaru
  • Systematický přístup pokrývající vývoj softwaru od začátku do konce
  • Pracovní postup SDLC označuje posloupnost kroků k dosažení konkrétních cílů:
    • Sestavení: kompilace a/nebo balíčkování kódu, řešení závislostí
    • Testování: ověřuje funkčnost, kvalitu a spolehlivost kódu
    • Nasazení: zpřístupnění softwaru v konkrétním prostředí

  Graf závislostí kroků pracovního postupu SDLC. Prvním krokem je sestavení, následuje testování a nasazení.

CI/CD pro Machine Learning

SDLC ve strojovém učení

  • Vývoj strojového učení může být složitý a časově náročný
    • Model je algoritmus, který se dynamicky vyvíjí
    • Datové inženýrství je zásadní
  • Kontinuální integrace/průběžné doručování snižuje chyby a zajišťuje rychlejší dodávání kvalitního ML softwaru
  • Nezbytné pro efektivní strojové učení a experimentování
1 https://cloud.google.com/blog/products/ai-machine-learning/making-the-machine-the-machine-learning-lifecycle
CI/CD pro Machine Learning

Co je CI/CD?

  • Kontinuální integrace (CI): Praxe pravidelného sestavování, testování a slučování změn kódu do sdíleného repozitáře
  • Umožňuje vývojářům včas odhalovat integrační problémy a udržovat konzistentní kódovou základnu
  • Průběžné doručování (CD): Zajišťuje, že změny kódu lze kdykoli nasadit do produkce, ale vyžaduje manuální schválení
  • Průběžné nasazení (CD): Automaticky nasazuje změny kódu do produkce bez manuálního zásahu
CI/CD pro Machine Learning

CI/CD ve strojovém učení

  • Datová závislost: Verzování dat a strategie správy
  • Experimentování: Automatizace ladění hyperparametrů
  • Verzování modelů: Zlepšení spolupráce
  • Testovací paradigma: Přesahuje tradiční funkční a jednotkové testování
  • Výzvy průběžného nasazení: Složitosti nasazení, monitorování a aktualizací modelů
CI/CD pro Machine Learning

Rozsah tohoto kurzu

Graf kroků projektu strojového učení se zdůrazněním kroků Příprava dat, Vývoj modelu a Vyhodnocení a ladění modelu.

CI/CD pro Machine Learning

Shrnutí

  • Pracovní postup SDLC zahrnuje sestavení, testování a nasazení kódu
  • Kontinuální integrace (CI) zajišťuje časté slučování kódu a včasné odhalování problémů
  • Průběžné doručování (CD) umožňuje nasazení změn kódu s manuálním schválením
  • Průběžné nasazení (CD) automatizuje nasazení kódu bez manuálního zásahu
  • CI/CD ve strojovém učení umožňuje
    • Verzování dat
    • Sestavení a verzování modelů
    • Automatizaci experimentů
    • Testování
    • Nasazení
CI/CD pro Machine Learning

Pojďme si procvičit!

CI/CD pro Machine Learning

Preparing Video For Download...