モデルの自動更新

コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

自動モデル更新機能では、基盤となるモデルが変更されると、パイプラインが新しいモデルを使用するように更新されます。RunInference 変換はモデルハンドラを自動的に更新するため、パイプラインを再デプロイする必要はありません。この機能により、Apache Beam パイプラインの実行中にモデルをリアルタイムで更新できます。

モデルの自動更新では、機械学習（ML）モデルを更新するための 2 つの方法（ウォッチモードとイベントモード）を使用できます。

ウォッチモード

Apache Beam 提供のパターン（WatchFilePattern クラスなど）を使用して、Cloud Storage バケット内の最新のファイルを監視します。WatchFilePattern はタイムスタンプを使用して file_pattern を照合し、RunInference PTransform が ML モデルの更新に使用する最新の ModelMetadata を出力します。

WatchFilePattern を使用して ML モデルを自動的に更新する方法については、Apache Beam ドキュメントの RunInference で ML モデルを自動更新する WatchFilePattern の使用をご覧ください。

イベントモード

パイプラインを Pub/Sub などの制限のないソースに接続して、更新イベントを直接変換に送信し、モデルの更新を開始します。カスタム副入力 PCollection を構成し、モデル更新のロジックを定義します。

副入力 PCollection を使用して本番環境でモデルを更新する方法を紹介するチュートリアルについては、実行中のパイプラインで ML モデルを更新するをご覧ください。

次のステップ

• Apache Beam のドキュメントで自動モデル更新機能の詳細を確認する。

• ノートブックでこの機能を試す。