Con la función de actualización automática del modelo, cuando el modelo subyacente cambia, la canalización se actualiza para usar el modelo nuevo. Debido a que la transformación RunInference actualiza de forma automática el controlador de modelo, no necesitas volver a implementar la canalización. Con esta función, puedes actualizar tu modelo en tiempo real, incluso mientras se ejecuta la canalización de Apache Beam.
La actualización automática del modelo proporciona dos métodos para actualizar los modelos de aprendizaje automático (AA), el modo de observación y el modo de eventos.
Modo de observación
Usa uno de los patrones proporcionados de Apache Beam, como la clase WatchFilePattern, para observar el archivo más reciente en tu bucket de Cloud Storage.
WatchFilePattern usa marcas de tiempo para hacer coincidir un file_pattern y emite la ModelMetadata más reciente, que RunInference PTransform usa para actualizar el modelo de AA.
Si deseas obtener más información sobre el uso de WatchFilePattern para actualizar de forma automática los modelos de AA, consulta Usa WatchFilePattern para actualizar de forma automática los modelos de AA en RunInference en la documentación de Apache Beam.
Modo de evento
Conecta tu canalización a una fuente no delimitada, como
Pub/Sub, para enviar eventos de actualización directamente a la transformación, que
inicia una actualización del modelo. Configuras una entrada lateral personalizada PCollection que define la lógica para la actualización del modelo.
Si deseas seguir un instructivo en el que se muestra cómo actualizar tu modelo en producción con una entrada lateral PCollection, consulta Cómo actualizar modelos de AA en canalizaciones en ejecución.
¿Qué sigue?
Obtén más información sobre la función Actualización automática de modelos en la documentación de Apache Beam.