Pembaruan model otomatis

Dengan fitur pembaruan model otomatis, saat model pokok berubah, pipeline Anda akan diupdate untuk menggunakan model baru. Karena transformasi RunInference otomatis memperbarui pengendali model, Anda tidak perlu men-deploy ulang pipeline. Dengan fitur ini, Anda dapat mengupdate model secara real time, bahkan saat pipeline Apache Beam berjalan.

Pembaruan model otomatis menyediakan dua metode untuk mengupdate model machine learning (ML), yaitu mode pantau dan mode peristiwa.

Mode smartwatch

Gunakan salah satu pola yang disediakan Apache Beam, seperti class WatchFilePattern, untuk memantau file terbaru di bucket Cloud Storage Anda. WatchFilePattern menggunakan stempel waktu untuk mencocokkan file_pattern dan memunculkan ModelMetadata terbaru, yang digunakan RunInference PTransform untuk mengupdate model ML Anda.

Untuk mempelajari lebih lanjut cara menggunakan WatchFilePattern untuk memuat ulang model ML secara otomatis, lihat Menggunakan WatchFilePattern untuk mengupdate model ML secara otomatis di RunInference dalam dokumentasi Apache Beam.

Mode peristiwa

Hubungkan pipeline Anda ke sumber yang tidak terbatas, seperti Pub/Sub, untuk mengirim peristiwa pembaruan langsung ke transformasi, yang memulai pembaruan model. Anda mengonfigurasi PCollection input samping kustom yang menentukan logika untuk update model.

Untuk mengikuti tutorial yang menunjukkan cara mengupdate model dalam produksi dengan menggunakan input samping PCollection, lihat Memperbarui model ML dalam pipeline yang sedang berjalan.

Langkah selanjutnya