Azure Machine Learning サービス CLI を使用して MLOps ワークフローを自動化

2019年7月3日 に投稿済み

Program Manager, Azure Machine Learning

今回の記事は、Azure Machine Learning のシニア プログラム マネージャーを務める Jordan Edwards と共同で執筆しました。

今年の Microsoft Build 2019 において、マイクロソフトは Azure Machine Learning サービスの一部として、MLOps に焦点を当てた新機能を多数発表しました。これらの機能はエンドツーエンドの機械学習 (ML) ライフサイクルの自動化と管理をサポートします。

記事「Azure Machine Learning サービス CLI を使用して MLOps ワークフローを自動化」の参照画像

これまで Azure Machine Learning サービスの管理プレーンには Python SDK が利用されてきました。マイクロソフトは、Python になじみの薄い IT 部門や開発部門のお客様にもサービスをもっと手軽に活用していただこうと、Azure Machine Learning サービスの操作に重点を置いた Azure CLI の拡張機能を提供してきました。

これは、Azure Machine Learning サービスの Python SDK に代わるものではありませんが、高度にパラメーター化されたタスクを処理できる、自動化に適した補完的ツールです。この新しい CLI を使用すると、ML ワークスペースに対して以下をはじめとする幅広い自動化タスクを簡単に実行できます。

  • データストアの管理
  • コンピューティングの対象の管理
  • 実験の送信とジョブの管理
  • モデルの登録とデプロイメント

これらのコマンドを組み合わせることで、モデルをトレーニング、登録、パッケージ化し、API として自社のモデルをデプロイすることが可能となります。また、MLOps をすぐに利用していただけるように、Azure Pipelines では定義済みテンプレート (英語) を公開しました。このテンプレートを使えば、ML モデルを簡単にトレーニング、登録、デプロイできます。データ サイエンティストと開発者が連携して独自のデータ セットから構築したシナリオのカスタム アプリケーションを構築することも可能です。

Azure Machine Learning サービス CLI は Azure プラットフォーム向けインターフェイスの拡張機能です。この拡張機能は、コマンド ラインから Azure Machine Learning サービスを操作するためのコマンドを提供し、ML ワークフローを自動化できます。以下のような主要シナリオに対応しています。

  • 実験を実行して ML モデルを作成
  • 顧客が使用できるように ML モデルを登録
  • ML モデルのライフサイクルをパッケージ化、デプロイ、追跡

Azure Machine Learning CLI を使用するには、Azure サブスクリプションが必要です。Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成できます。ぜひ今すぐ、無料または有料のアカウントで Azure Machine Learning サービスをお試しください。

次のステップ

Azure Machine Learning サービスの詳細をご確認ください。

Azure Machine Learning サービスの無料試用版をお試しください。