Feature Store
تعرف على ماهية مخزن الميزات، وكيف تمنع المخازن غير المتصلة والمتصلة بالإنترنت تفاوت التدريب والخدمة، ولسبب أهمية إدارة الميزات لعمليات MLOps القابلة للتوسع.
متجر الميزات هو نظام مركزي لإدارة، وتخزين، واكتشاف، وتقديم ميزات البيانات التي تستخدمها نماذج التعلم الآلي. فهو يساعد الفرق على تطبيق نفس تعريفات الميزات أثناء التدريب والاستدلال في الإنتاج، مما يقلل من العمل المكرر والتناقضات. على سبيل المثال، بدلاً من إعادة بناء قيمة «المشتريات في آخر 30 يوماً» الخاصة بالعميل عبر عدة مسارات عمل، يمكن للفرق تعريفها مرة واحدة، والاحتفاظ بتاريخها، واسترجاع أحدث قيمة لها عندما يقوم النموذج بإجراء تنبؤ.
كيف يعمل متجر الميزات#
الميزة هي مدخل قابل للقياس لنموذج ما، مثل عمر الحساب، أو متوسط قيمة المعاملة، أو عدد الكائنات المكتشفة، أو تضمين الصورة. تصبح البيانات الخام مدخلاً مفيداً للنموذج من خلال هندسة الميزات أو استخراج الميزات الآلي.
يقوم متجر الميزات النموذجية بالتنسيق بين عدة مكونات:
- تعريفات الميزات: توضح المخططات اسم كل ميزة، ونوع بياناتها، والجهة المالكة لها، ومنطق التحويل الخاص بها، ومفتاح الكيان، وإصدارها. يمكن تنظيم الميزات ذات الصلة في مجموعات ميزات أو طرق عرض، كما هو موضح في مفاهيم متجر الميزات في Amazon SageMaker.
- التخزين دون اتصال: تدعم القيم التاريخية عمليات الاستكشاف، والتدريب، والتحقق، والاستدلال الدفعي. تشرح وثائق متجر التخزين دون اتصال في Feast كيفية استرجاع ميزات السلاسل الزمنية التاريخية من مصادر البيانات الأساسية.
- التخزين عبر الإنترنت: يتم الاحتفاظ بأحدث القيم في قاعدة بيانات ذات زمن استجابة منخفض للتنبؤات فيเวล الفعلي. على سبيل المثال، يحتفظ متجر التخزين عبر الإنترنت في Feast عادةً بأحدث قيمة لكل مفتاح كيان.
- التحويل إلى مادة: تنقل عملية مجدولة أو قائمة على البث قيم الميزات المحسوبة إلى متجر التخزين عبر الإنترنت.
- السجل البيانات الوصفية: تساعد التعريفات القابلة للبحث الفرق في اكتشاف الميزات، وإدارتها، وإصدارها، وإعادة استخدامها.
يحدد الكيان ما تعبر عنه الميزة. فقد يكون معرف عميل، أو معرف منتج، أو معرف آلة، أو معرف كاميرا. يسجل الطابع الزمني للحدث وقت صلاحية القيمة بدلاً من وقت كتابتها الفعلي.
أهمية متاجر الميزات#
تتمثل إحدى الفوائد الرئيسية في الاتساق بين مرحلتي التدريب والخدمة. إذا تم تدريب نموذج باستخدام حساب معين ولكنه تلقى حساباً مختلفاً قليلاً في الإنتاج، فإن التباين بين التدريب والخدمة يمكن أن يقلل من جودة التنبؤ. التعريفات المركزية ومنطق الاستجابة المشترك يقللان من احتمالية حدوث ذلك.
الاسترجاع الواعي بالوقت لا يقل أهمية. يجب أن يحتوي صف التدريب فقط على المعلومات التي كانت موجودة وقت وقوع الحدث المتنبأ به. تعيد عمليات الدمج بحسب نقطة الزمن في Feast بناء تلك القيم التاريخية، مما يساعد على منع تسرب البيانات من المعلومات المستقبلية. وبالمثل، يؤكد إرشادات تقديم الميزات من Google Cloud على الطوابع الزمنية وعمليات البحث بحسب نقطة الزمن للميزات الحساسة للوقت.
تدعم متاجر الميزات أيضاً:
- إعادة الاستخدام: يمكن لعدة نماذج استهلاك الميزات الموثوقة دون الحاجة إلى إعادة بناء مسارات العمل.
- الحداثة: يمكن لتحديثات البث الحفاظ على المدخلات في الوقت الفعلي محدثة.
- الحوكمة: تجعل الملكية، والنسب، وضوابط الوصول، والإصدارات الميزات أسهل في التدقيق.
- المراقبة: يمكن للفرق اكتشاف القيم المفقودة، والسجلات القديمة، وتغييرات المخططات، وانحراف البيانات.
تجعل هذه الإمكانات متاجر الميزات جزءاً هاماً من عمليات الإنتاج MLOps، خاصة عندما تعتمد العديد من النماذج والفرق على بيانات مشتركة.
مقارنة متاجر الميزات بالأنظمة ذات الصلة#
متجر الميزات ليس مجرد قاعدة بيانات أخرى.
- تحتوي بحيرة البيانات على حجم كبير من البيانات الخام أو المعالجة، بينما يضيف متجر الميزات تعريفات موجهة للنماذج، وطوابع زمنية، ومنطق استرجاع، وواجهات تقديم.
- تختص قاعدة بيانات المتجهات بالبحث عن التشابه عبر المتجهات. قد يدير متجر الميزات التضمينات، ولكنه يمكنه أيضاً الاحتفاظ بميزات عددية، وفئوية، وتجميعية، وسلاسل زمنية.
- يقوم مسار هندسة الميزات بحساب الميزات؛ بينما يقوم متجر الميزات بإدارة القيم الناتجة وتقديمها.
- يدير سجل النماذج إصدارات النماذج والأصول، في حين يدير متجر الميزات مدخلات النماذج.
قد تجمع الأنظمة المدارة بين العديد من هذه المسؤوليات. على سبيل المثال، توفر متاجر الميزات المدارة في Azure Machine Learning إمكانية اكتشاف الميزات، والإصدارات، والتحويل إلى مواد، والاسترجاع التاريخي.
تطبيقات العالم الحقيقي#
اكتشاف الاحتيال: قد يستخدم نموذج الدفع سرعة المعاملات، ومتوسط مبلغ الشراء، وعمر الحساب، وعدد المدفوعات الفاشلة الأخيرة. يعيد المتجر غير المتصل بالإنترنت بناء القيم التاريخية للتدريب، بينما يوفر المتجر المتصل بالإنترنت القيم الحالية في غضون أجزاء من الثانية عند وصول معاملة جديدة.
فحص الرؤية الحاسوبية: يمكن لنظام تصنيع تخزين عدد عيوب التدحرج، وحالة المعدات، وبيانات الورديات الوصفية، والتضمينات المرئية المفتاحية حسب خط الإنتاج والطابع الزمني. تدعم الميزات التاريخية إعادة التدريب، بينما تساعد القيم الحالية النموذج المنشور في تفسير الاكتشافات الجديدة. يمكن للفرق إدارة الصور، والتعليقات التوضيحية، والتدريب، والنشر، والمراقبة باستخدام Ultralytics Platform، بينما يقوم متجر ميزات منفصل بتقديم المدخلات التشغيلية.
يمكن لـ Ultralytics YOLO26 إنشاء ميزات صور يمكن تسجيلها لاحقاً بمعرفات الكيانات، والطوابع الزمنية، والبيانات الوصفية للإصدارات:
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
images = [
"https://ultralytics.com/images/bus.jpg",
"https://ultralytics.com/images/zidane.jpg",
]
embeddings = model.embed(images)
first_image_features = embeddings[0]
print(len(embeddings))
print(first_image_features.shape)يقوم هذا المثال باستخراج الميزات، وليس بإدارة متجر ميزات كامل. سيتولى مسار عمل الإنتاج التحقق من صحة المتجهات، وربطها بالسجلات وأوقات الأحداث، وتخزين الإصدارات التاريخية، ومراقبة الحداثة والجودة باستخدام ممارسات مثل تلك الواردة في إرشادات جودة Google Cloud ML.
