Com a funcionalidade de atualização automática do modelo, quando o modelo subjacente muda, o seu pipeline é atualizado para usar o novo modelo. Uma vez que a transformação RunInference atualiza automaticamente o controlador do modelo, não precisa de voltar a implementar o pipeline. Com esta funcionalidade, pode atualizar o seu modelo em tempo real, mesmo enquanto o pipeline do Apache Beam está em execução.
A atualização automática de modelos oferece dois métodos para atualizar os modelos de aprendizagem automática (AA): o modo de monitorização e o modo de eventos.
Modo de visualização
Use um dos padrões fornecidos pelo Apache Beam, como a classe WatchFilePattern, para monitorizar o ficheiro mais recente no seu contentor do Cloud Storage.
WatchFilePattern usa datas/horas para fazer corresponder a file_pattern e emite o ModelMetadata mais recente, que o RunInference PTransform usa para atualizar o seu modelo de AA.
Para saber mais sobre a utilização de WatchFilePattern para atualizar automaticamente os modelos de AA, consulte o artigo
Use WatchFilePattern to auto-update ML models in RunInference
na documentação do Apache Beam.
Modo de evento
Ligue o pipeline a uma origem não limitada, como o
Pub/Sub, para enviar eventos de atualização diretamente para a transformação, que
inicia uma atualização do modelo. Configura uma entrada lateral personalizada PCollection que define a lógica da atualização do modelo.
Para seguir um tutorial que demonstra como atualizar o seu modelo em produção através de uma entrada lateral PCollection, consulte o artigo Atualize modelos de ML em pipelines em execução.
O que se segue?
Leia mais acerca da funcionalidade de atualização automática do modelo na documentação do Apache Beam.