Как я могу обеспечить согласованность между двумя средами Луиса, такими как производственная и непроизводственная

  1. Почему после импорта модели luis из одной среды в другую (например, UAT в рабочую среду) в качестве новой версии, переобучения и публикации, оценки для одной и той же фразы не совпадают в обеих средах?
  2. Какие другие параметры влияют на оценки модели luis, помимо модели LUIS, определенной с помощью пользовательского интерфейса, или с импортом другой модели luis (импорт json)?
  3. Как обеспечить согласованность в двух средах?
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
0
61
1

Ответы 1

Результаты не абсолютны и имеют значение только относительно других оценок в том же запросе. Обучение LUIS не является детерминированным, поэтому между версиями и даже между экспортом и повторным импортом одной и той же версии приложения приложение и его модели не обязательно будут возвращать одни и те же оценки. Ваша система должна использовать самую высокую оценку, независимо от ее значения. Например, оценка ниже 0,5 не обязательно означает, что LUIS имеет низкую достоверность. Предоставление большего количества обучающих данных может помочь повысить оценку наиболее вероятного намерения.

И чтобы ответить на ваш третий вопрос, вы можете иметь обе среды в одном приложении вместо того, чтобы иметь разные приложения путем импорта. Вы можете опубликовать свое приложение в промежуточном слоте (безопасная среда для тестирования нового, что вы добавляете в свое приложение LUIS, не нарушая производственный слот) или в производственном слоте (стабильная версия вашего приложения, которая будет использоваться вашими конечными пользователями). Использование два слота для публикации позволяет иметь две разные версии с опубликованными конечными точками или одну и ту же версию на двух разных конечных точках. После того, как тестирование промежуточной версии соответствует вашим критериям тестирования, вы можете продвигать / развертывать в производственной среде и обеспечивать согласованность.

Другие вопросы по теме