Постановка задачи: нам нужно создать проект машинного обучения и автоматизировать его с помощью DevOps.
Экземпляр докера запустит мой мл-код, который будет загружен с github. Мы будем обучать модель машинного обучения в экземпляре докера, после обучения мы проверяем точность модели и уведомляем разработчика по электронной почте. Если точность модели меньше 80%, нам нужно настроить наш код и переобучить модель. Все задачи должны контролироваться.
Для достижения этой настройки мы будем использовать jenkins в качестве инструмента автоматизации.
Мы должны выполнить шаги для достижения этой задачи:
Шаг 1: создайте файл докера, который запустит экземпляр докера.
Шаг 2: Создайте задание для загрузки репозитория github
Шаг 3: Определите тип кода мл, то есть это код глубокого обучения или код регрессии и т. д., и запустите контейнер с соответствующим программным обеспечением. В моем случае это модель cnn.
Шаг 4. Проверьте точность
Шаг 5: Измените код мл, если желаемая точность не достигнута
Шаг 6: Сообщите разработчику о точности кода
импортировать smtplibs = smtplib.SMTP('smtp.gmail.com', 587)
s.starttls()
s.login("[email protected]", "***************")
#Сообщение, которое будет отправлено
mailmsg = «точность достигнута» s.sendmail («[email protected]», «[email protected]», msg)
#Для завершения
s.выход()
Шаг 7: Мониторинг
Вот моя ссылка на гитхаб: https://github.com/gyaneshsharma/mlopsproject1
пожалуйста, дайте ваше ценное предложение о проекте.
Это мой первый блог, поэтому, пожалуйста, оставляйте свои ценные отзывы.
Я хотел бы поблагодарить моего наставника г-на Вимала Дага за то, что он руководил мной на протяжении всего моего пути изучения новейших технологий.