Tổng quan

Notebook trên hệ thống DataForge cung cấp một môi trường tính toán cô lập, được đóng gói sẵn các thư viện phổ biến như TensorFlow, PyTorch và Scikit-learn. Đây là nơi bạn thực hiện toàn bộ vòng đời phát triển AI/ML: từ khám phá dữ liệu (EDA), phát triển mô hình, chạy thử nghiệm và chuẩn bị các thành phần cho các quy trình tiếp theo như theo dõi thử nghiệm và đăng ký mô hình.

Quy trình thực hiện Machine Learing:

1. Khởi tạo MLflow Deployment để làm nơi lưu trữ kết quả.
2. Khởi tạo Notebook với tài nguyên (CPU/GPU) phù hợp.
3. Thực hiện kết nối Notebook với MLflow thông qua Tracking URI.
4. Vận hành, giám sát hiệu năng và xóa tài nguyên khi hoàn tất.

Lợi ích cốt lõi:

• Tài nguyên linh hoạt: Khả năng chuyển đổi nhanh giữa CPU và GPU tùy theo khối lượng công việc.
• Môi trường nhất quán: Đảm bảo code chạy ổn định từ giai đoạn thử nghiệm đến khi triển khai.
• Bảo mật: Dữ liệu và code được lưu trữ an toàn trong Volume (PVC) riêng biệt của từng người dùng.

2. Truy cập và Giao diện danh mục

Để bắt đầu, truy cập menu trái -> Deployments -> hệ thống hiển thị 2 tab Notebooks và tab MLFlow. Thực hiện các bước theo quy trình