Azure ML Pipeline with V2 SDK
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 5/5
- Tempo estimado
- Mais de uma semana
- Facilidade para iniciantes
- 20/100
- Tipo de issue
- Documentação
- Clareza
- Precisa de esclarecimento
- Status de atividade
- Estagnada
- Stack de tecnologia
- azure, jupyter-notebook, kubernetes
- Domínio
- cloud, data-engineering, devops, machine-learning
Direção de pesquisa
Nenhum arquivo, teste ou ponto de entrada específico é identificado. Revise o material de treinamento do Azure ML vinculado e compare-o com o fluxo de trabalho descrito de Blob, pipeline, DevOps, ACI e AKS. O trabalho estará concluído quando houver orientações completas do SDK V2 para todas as etapas listadas, incluindo as lacunas apontadas pelo issue nos exemplos existentes.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Previously microsoft suggested us to learn Azure ML Pipeline (using SDK V1) & then use it for our model creation. Link for the training is https://learn.microsoft.com/en-us/training/paths/build-ai-solutions-with-azure-ml-service/.
The process that we followed:
- Azure Data Factory generates a new file every month for all the models & publishes in Blob storage.
- We have created and published Azure ML Pipeline for models which gets data from Blob, preprocess the data, train model, register the model, finds feature importance, finds data drift.
- Then we have used the Azure ML Pipeline ID in DevOps build pipeline, so that the ML Pipeline can be triggered through build Pipeline (The build pipeline gets triggered through Azure Logic App, whenever a new file is published to the Blob container).
- Post DevOps pipeline's completion, release pipeline deploys the model into ACI & AKS.
Now we have been suggested to use SDK V2 for all our model training & other processes.
Please suggest, how can we perform all the above steps using SDK V2. All the microsoft documents are incomplete to answer this.
As SDK V1 is legacy now, we are bound to move our code to V2. But SDK V2 examples are incomplete to address our issues.
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 4.4k
- Forks
- 2.6k
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Preparar o ambiente
Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de Azure/MachineLearningNotebooks
-
Incorrect type hint for azure.ai.ml.sweep.ChoiceTalvez livre de novo @Riddhi743 assumiu há 50 dias e não há nenhum pull request aberto. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
Azure/MachineLearningNotebooks#1975 · 1 comentário ·
-
duplicatesAberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 68/100
Azure/MachineLearningNotebooks#1960 ·
-
machineAberta
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 10/100
Azure/MachineLearningNotebooks#1987 ·
-
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 25/100
Azure/MachineLearningNotebooks#1985 · 1 comentário ·
-
Dependencies to azure-storage-blob should be updatedTalvez já em andamento @PraveenMudalgeri assumiu há 432 dias. Aberta
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 35/100
Azure/MachineLearningNotebooks#1981 · 1 reação ·
Todas as issues de Azure/MachineLearningNotebooks
Issues semelhantes
-
[Bug] The Aliyun cloud instance catalog silently truncates on a short pageTalvez já em andamento Um pull request vinculado a esta issue está aberto ou já foi mesclado. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 74/100
apache/rocketmq-dashboard#6083 ·
Mantenedores costumam responder em até 4 dias
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 72/100
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
awslabs/agentcore-samples#2180 ·
Mantenedores costumam responder em até 1 dia
-
enhancement good first issue
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 70/100
-
needs triage
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
Mantenedores costumam responder em até 1 dia