エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Azure Machine LearningワークスペースをCLIv2で操作する 応用編2-自動デプロイパイプラインの構築 - JBS Tech Blog
概要 やりたいこと 準備 Azure CLI 拡張機能(CLIv2)によるデプロイパイプラインの作成 全体像 前提 Az... 概要 やりたいこと 準備 Azure CLI 拡張機能(CLIv2)によるデプロイパイプラインの作成 全体像 前提 Azure Event GridでLogic Appsをトリガーする Azure Logic AppsからGitHub Actionsをトリガーする JSONの解析 リポジトリディスパッチイベント GitHub Actions Workflowからaz mlコマンドを実行する Azureへの接続作成とSecretsの登録 デプロイ用プログラムのプッシュ Workflowファイルの作成 おわりに 概要 本記事はAzure Machine LearningワークスペースをCLIv2を使って操作するチュートリアルの最終章です。 使い方を習得すれば自動化パイプラインを自身で構築できるようになります。 やりたいこと 前回の記事で最新データを用いたモデル作成の自動化を行いました。 最後に
2023/01/20 リンク