[DAY11] 部署 Automated ML

DAY11 部署 Automated ML

昨天体验到 Automated ML 的威力了,它可以自动地帮我们跑一大堆模型,找出最好的解法,省下一大堆时间,真的是资料科学家的神器。

今天我们就来把昨天找到的最佳解,给部署起来吧!

不过大家要注意一点是,AutoML找出来的最佳解,不一定是可以直接 production 的,建议还是要再测试过。

先来回到 Automated ML 的页面。

  1. 回到我们昨天 Automated ML,这个 experiment,点击下面的 Run 1 进去。
    Deploy AutoML in Azure machine learning

  2. 进到 Run 里面後,我们点选上面的 Models,点击你想要部署的那个 Model 进去。
    Deploy AutoML in Azure machine learning

  3. 进去 Model 里面後,如下图所示会看到上方有个 Deploy 的按钮,我们点下去。
    Deploy AutoML in Azure machine learning

开始部署模型。

  1. 接着会跳出一个视窗,我们依序填入名称、描述、选择 AKS 和之前我们开好的那个 Inference Compute。
    在 Authentication 这里,我们给它启用,然後看你要用什麽方式来做 authenticate,这里我们选 key-based。
    Deploy AutoML in Azure machine learning

  2. 等待一段时间就会部署完成了。这时候我们点左边选单的 Endpoints,进到我们刚刚部署上去的 endpoint 里面。在 Details 的页签里,我们可以看到这个 endpoint 的一些基本资讯,包含了 REST API 的网址。
    Deploy AutoML in Azure machine learning

  3. 再来我们点到 Test 那个分页,有图形化介面可以来测试这个 API。
    Deploy AutoML in Azure machine learning

  4. 接着我们进到 Consume 这个页面,一如以往地,连怎麽使用这个 API 的程序码都帮你生产好啦!!刚刚我们做的 key-based authentication 的 Key,在放在这里哦!

Deploy AutoML in Azure machine learning

到这里为止我们就完成了 Automated ML 的部署,真的是非常地容易呢!有没有愈来愈喜欢 Azure Machine Learning 呢?


<<:  2021-Day21. Serverless(九):Google Container Registry - 部署

>>:  Day18-持久不一定需要防腐剂 stateful redis建立

Day19 Gin with Swagger

Background 在前後端分离的专案维护一份完整且及时更新的api文件会极大的提高我们的工作效率...

Modbus RTU简介(上)

1 前言 1.1 什麽是Modbus Modbus是一种用於工业控制的标准通信协议,它定义了装置之间...

Day11 事件修饰符(2)

上次介绍完前面两个修饰符,今天就来把它学习完吧!!! .stop .prevent .capture...

[DAY19] 用 Azure Machine Learning SDK 建立 Datastore

DAY19 用 Azure Machine Learning SDK 建立 Datastore 我们...

Day 23:将你的 Hexo 使用 Git 指令备份到 Github 储存库另一个分支

我们都说备份很重要,因此定时备份 Hexo 就是我们必学的其中一个功课之一啦!我们对 Hexo 的更...