注释
本文适用于 Azure AI 语言中的以下自定义功能：
- 对话语言理解
- 协调工作流
项目的生成通常是逐步进行的。 可以在每个阶段添加、删除或编辑意向、实体、标签和数据。 每次训练时，都会创建当前项目状态的快照以生成模型。 该模型保存随时可加载回来的快照。 每个模型充当其自身的项目版本。
例如，如果项目有 10 个意向和/或实体、50 个训练文档或语句，则可以对其进行训练以创建名为 v1 的模型。 然后，可对项目进行更改以改变训练数据的数字。 可以再次训练该项目以创建名为 v2 的新模型。 如果不喜欢 在 v2 中所做的更改，并且想要从模型 v1 中离开的位置继续，则只需将 v1 中的模型数据加载回项目。 可以通过 Azure 语言工作室和 API 加载模型的数据。 完成后，项目具有原始数量和类型的训练数据。
如果项目数据未保存在训练的模型中，则可能会丢失该项目数据。 例如，如果你加载了模型 v1，项目现在将包含用于训练该模型的数据。 如果随后你做出了更改，并在未训练的情况下加载了模型 v2，会丢失这些更改，因为它们未保存到任何特定的快照中。
如果用新的数据快照来覆盖模型，就不能还原到该模型的任何之前状态。
始终可以为每个模型本地导出数据。
数据位置
模型版本的数据将保存在不同的位置，具体取决于所使用的自定义功能。
后续步骤
了解如何加载或导出用于以下功能的模型数据：