DAY11 部署 Automated ML

昨天體驗到 Automated ML 的威力了，它可以自動地幫我們跑一大堆模型，找出最好的解法，省下一大堆時間，真的是資料科學家的神器。

今天我們就來把昨天找到的最佳解，給部署起來吧！

不過大家要注意一點是，AutoML找出來的最佳解，不一定是可以直接 production 的，建議還是要再測試過。

先來回到 Automated ML 的頁面。

1. 回到我們昨天 Automated ML，這個 experiment，點擊下面的 Run 1 進去。
   

2. 進到 Run 裡面後，我們點選上面的 Models，點擊你想要部署的那個 Model 進去。
   

3. 進去 Model 裡面後，如下圖所示會看到上方有個 Deploy 的按鈕，我們點下去。
   

開始部署模型。

4. 接著會跳出一個視窗，我們依序填入名稱、描述、選擇 AKS 和之前我們開好的那個 Inference Compute。
   在 Authentication 這裡，我們給它啟用，然後看你要用什麼方式來做 authenticate，這裡我們選 key-based。
   

5. 等待一段時間就會部署完成了。這時候我們點左邊選單的 Endpoints，進到我們剛剛部署上去的 endpoint 裡面。在 Details 的頁簽裡，我們可以看到這個 endpoint 的一些基本資訊，包含了 REST API 的網址。
   

6. 再來我們點到 Test 那個分頁，有圖形化介面可以來測試這個 API。
   

7. 接著我們進到 Consume 這個頁面，一如以往地，連怎麼使用這個 API 的程式碼都幫你生產好啦！！剛剛我們做的 key-based authentication 的 Key，在放在這裡哦！

到這裡為止我們就完成了 Automated ML 的部署，真的是非常地容易呢！有沒有愈來愈喜歡 Azure Machine Learning 呢？