Slovník výrazov AI/MLOps a nasadenie

MLOps a nasadenie

trénovací pipeline

Anglický výraz training pipeline

základnéheslo č. 9605 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená trénovací pipeline?

Trénovací pipeline je opakovateľný workflow, ktorý z verziovaných dát vytvorí, vyhodnotí a zabalí kandidátny model. Zahŕňa validáciu vstupu, transformácie, tréning, metriky, porovnanie s referenciou a registráciu; produkčný výsledok nesmie závisieť od ručného kroku mimo záznamu.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Pri novom týždennom snapshote pipeline preverí schému, vytvorí príznaky, natrénuje kandidáta a porovná segmentové metriky s aktuálnym modelom. Iba úspešný kandidát sa zaregistruje na schválenie.

Overiteľnosť

Odborné zdroje

  1. TensorFlow - Understanding TFX Pipelinestensorflow.org
  2. Google Cloud - MLOps: Continuous delivery and automation pipelines in MLcloud.google.com

Praktické odpovede

Často kladené otázky

Ako funguje trénovací pipeline?

Orchestrátor vykoná komponenty nad konkrétnymi vstupmi a uloží model, report aj úplné metadáta behu.

Kedy má trénovací pipeline praktický význam?

Pri novom týždennom snapshote pipeline preverí schému, vytvorí príznaky, natrénuje kandidáta a porovná segmentové metriky s aktuálnym modelom.

S čím si pojem nezamieňať?

Trénovací pipeline produkuje model; inferenčný pipeline používa schválený model na nové vstupy.

Ako sa výsledok kontroluje?

Kontroluje sa deterministická reprodukcia, dátové brány, oddelenie testu, porovnanie baseline, artefakty a zlyhanie pri chybe.

Na čo si dať pozor?

Pipeline môže spoľahlivo reprodukovať chybný cieľ alebo nevhodnú metriku, ak odborné kritériá nie sú súčasťou brán.