Com o recurso de atualização automática de modelo, quando o modelo subjacente é alterado, o pipeline é atualizado para usar o novo modelo. Como a transformação do RunInference atualiza automaticamente o gerenciador de modelos, não é necessário reimplantar o pipeline. Com esse recurso, é possível atualizar o modelo em tempo real, mesmo durante a execução do pipeline do Apache Beam.
A atualização automática de modelo fornece dois métodos para atualizar modelos de machine learning (ML), o modo de exibição e o modo de evento.
Modo de exibição
Use um dos padrões fornecidos do Apache Beam, como a classe WatchFilePattern, para exibir o arquivo mais recente no bucket do Cloud Storage.
WatchFilePattern usa carimbos de data/hora para corresponder a um file_pattern e emite o ModelMetadata mais recente, que o RunInference PTransform usa para atualizar o modelo de ML.
Para saber mais sobre como usar o WatchFilePattern para atualizar automaticamente modelos de ML, consulte Usar WatchFilePattern para atualizar automaticamente modelos de ML no RunInference na documentação do Apache Beam.
Modo de evento
Conecte o pipeline a uma fonte ilimitada, como o Pub/Sub, para enviar eventos de atualização diretamente para a transformação, o que inicia uma atualização de modelo. Configure uma PCollection de entrada secundária personalizada que define a lógica para a atualização do modelo.
Para seguir um tutorial que demonstra como atualizar o modelo em produção usando uma PCollection de entrada secundária, consulte Atualizar modelos de ML em pipelines em execução.
A seguir
Leia mais sobre o recurso Atualização automática de modelo na documentação do Apache Beam.