项目版本控制
注意
本文与适用于语言的 Azure AI 语言中的以下自定义功能相关：
- 对话语言理解
- 业务流程工作流
项目的生成通常是逐步进行的。 你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。 如果你对 v2 中所做的更改不满意，并希望从模型 v1 中的上次退出位置继续处理，只需将 v1 中的模型数据加载回项目即可。 可以通过 Language Studio 和 API 加载模型的数据。 完成后，项目将包含原始数量和类型的训练数据。
如果项目数据未保存在已训练的模型中，它们可能会丢失。 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，则会丢失这些更改，因为它们未保存到任何特定的快照中。
如果使用新的数据快照覆盖模型，将无法还原到该模型的任何先前状态。
始终可以选择在本地导出每个模型的数据。
数据位置
模型版本的数据将保存在不同位置，具体取决于使用的自定义功能。
在业务流程工作流中，不会将连接的意向的资产作为业务流程快照的一部分进行版本控制或存储 - 将单独管理这些资源。 创建的唯一一个快照是连接本身以及没有连接的意向和语句（包括所有测试数据）的快照。
后续步骤
了解如何加载或导出用于以下功能的模型数据：