python - 自动在 Azure ML Studio Designer 中注册自定义模型并在设计器内部署

Question

我目前正在尝试使用 Azure ML 生态系统的不同架构。目前，我正在测试 Azure ML Studio Designer。

我想创建一个完整的端到端机器学习系统，在其中训练多个模型并部署最好的模型。

创建的管道:

在设计器中，是否可以注册自定义训练的模型(它将出现在工作区的模型资源中)？是否可以直接在设计器中部署最佳模型？

不是手动单击作业并注册和部署，而是以更自动化的方式。

Answer 1

首先，我们需要手动创 build 计器并首次手动分配部署。下一次迭代的输入将是 Web 服务输入。为此，我们需要将 Web 服务输出附加到评估模型指标。下次将会以重复状态运行。

按照设计器本身的步骤对设计器部署的情况进行自动化。

以上图像未连接到自动化的 Web 服务输入。

上图将采用 Web 服务自动化的结果来执行持续部署。

连接到计算目标。

创建新的管道作业

要部署，我们需要有一个推理集群。默认情况下为 AKS。

我们将得到如上所示的推理管道。获取 Web 服务端点的详细信息并将其与 Web 服务一起部署。第一次必须手动执行，下次就会自动执行。

上面是设计器中用于自动化部署的总体结构。