Mit dem Feature "Automatische Modellaktualisierung" wird Ihre Pipeline, wenn sich das zugrunde liegende Modell ändert, auf das neue Modell aktualisiert. Da die Transformation RunInference den Modell-Handler automatisch aktualisiert, müssen Sie die Pipeline nicht noch einmal bereitstellen. Mit diesem Feature können Sie Ihr Modell in Echtzeit aktualisieren, auch während die Apache Beam-Pipeline ausgeführt wird.
Die automatische Modellaktualisierung bietet zwei Methoden zum Aktualisieren von ML-Modellen, denWatch-Modus und den Ereignismodus.
Watch-Modus
Verwenden Sie eines der von Apache Beam bereitgestellten Muster, z. B. die Klasse WatchFilePattern, um nach der neuesten Datei in Ihrem Cloud Storage-Bucket zu suchen.
WatchFilePattern verwendet Zeitstempel, um mit einem file_pattern übereinzustimmen, und gibt die neuesten ModelMetadata aus, die die RunInference PTransform zum Aktualisieren Ihres ML-Modells verwendet.
Weitere Informationen zur Verwendung von WatchFilePattern zum automatischen Aktualisieren von ML-Modellen finden Sie in der Apache Beam-Dokumentation unter WatchFilePattern zum automatischen Aktualisieren von ML-Modellen in RunInference verwenden.
Ereignismodus
Verbinden Sie Ihre Pipeline mit einer unbegrenzten Quelle wie Pub/Sub, um Aktualisierungsereignisse direkt an die Transformation zu senden, wodurch eine Modellaktualisierung initiiert wird. Sie konfigurieren eine benutzerdefinierte Nebeneingabe
PCollection, die die Logik für die Modellaktualisierung definiert.
Eine Anleitung zur Aktualisierung Ihres Modells in der Produktion mithilfe einer Nebeneingabe PCollection finden Sie unter ML-Modelle in laufenden Pipelines aktualisieren.
Nächste Schritte
Weitere Informationen zum Feature Automatische Modellaktualisierung finden Sie in der Apache Beam-Dokumentation.