Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Tworzenie połączenia Azure ML

Połączenia Azure ML tworzy się w Edytorze ładowania danych.

Po utworzeniu połączenia można wybrać dane z dostępnych tabel, aby wysłać je do Azure ML w celu obliczeń, a następnie załadować te dane do swojej aplikacji. Tego połączenia można używać nie tylko w skrypcie ładowania danych, ale też w wyrażeniach wykresu, aby wywoływać punkty końcowe modelu i dokonywać obliczeń wyrażeń wykresu w czasie rzeczywistym.

Musisz znać ustawienia i poświadczenia dostępu do usługi Azure ML, z którą chcesz się połączyć.

Konfigurowalne ustawienia

W oknie dialogowym połączeń można konfigurować następujące ustawienia:

Konfigurowalne ustawienia w oknie dialogowym połączeń
Pole Opis
Wybierz konfigurację

Pozycja menu rozwijanego do wyboru konfiguracji, która określa modele Azure ML używane do prognoz modelu uczenia maszynowego.

Obsługiwane konfiguracje:

  • Azure ML — starszy format: Tej konfiguracji należy używać w przypadku modeli wdrożonych przed połową stycznia 2022 r., utworzonych za pomocą języka Automated ML, który oczekuje JSON w następującym formacie:

    {    "data": [      {        <field_list>      }    ] }
  • Azure ML: Tej konfiguracji należy używać w przypadku modeli utworzonych za pomocą języka Automated ML lub funkcji Designer , która oczekuje JSON w następującym formacie:

    {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }
InformacjaJeśli masz wątpliwości, której konfiguracji użyć, możesz ponownie wdrożyć swój model, a będzie on używał nowego formatu.
Nazwa punktu końcowego

Nazwa punktu końcowego.

Nazwa punktu końcowego to identyfikator podawany dla punktu końcowego w Azure. Jest ona zwykle tworzona przez użytkownika, który konfiguruje punkt końcowy lub wdraża model.

Uwierzytelnianie

Udostępnia Klucz punktu końcowego uczenia maszynowego Azure.

Wszystkie modele w Azure są uwierzytelniane z włączoną funkcją uwierzytelniania opartą na kluczu Azure. Wymaga to wygenerowania klucza dostępu (podstawowego lub pomocniczego), który ma dostęp do zasobu modelu.

Żądanie

Nazwa wejściowa usługi sieciowej: Nazwa obiektu JSON oczekiwana przez wdrożony model uczenia maszynowego. Należy ją zmienić, jeśli nazwa domyślna nie pasuje do formatu używanego przez model.

Tabela odpowiedzi
  • Nazwa zwracanej tabeli: Nazwa zwracanej tabeli z wdrażanego modelu uczenia maszynowego.

  • Ścieżka tabeli (JMESPath): Tabelę można określić, używając ścieżki tabeli JMES do wiersza prognoz w tablicy odpowiedzi JSON.

Pola odpowiedzi
  • Załaduj wszystkie dostępne pola: Włącz ładowanie wszystkich dostępnych pól zwracanych przez punkt końcowy uczenia maszynowego. Wyłączenie tej opcji pozwala określić pola tabeli i wartości do załadowania do aplikacji.

    Podczas tworzenia aplikacji zaleca się najpierw załadować wszystkie pola zwracane z punktu końcowego modelu, a następnie ewentualnie usunąć pola, które nie są potrzebne do analizy w aplikacji.

  • Pola tabeli (JMESPath): Pola tabeli można określić, dodając:

    • Name: nazwa tabeli, która zostanie załadowana do aplikacji.

    • Value: nazwa wiersza odpowiedzi w tablicy odpowiedzi JSON.

    Do analizowania tablicy odpowiedzi JSON można użyć języka JMESPath.

Asocjacja
  • Pole asocjacji: Pole z tabeli danych wejściowych zawierające unikatowy identyfikator.

    Pole to należy uwzględnić w danych źródłowych podczas tworzenia żądania punktu końcowego, aby zwrócona tabela wyników była powiązana z tabelą pól źródłowych przy użyciu klucza. Wyznaczone pole zostanie zwrócone jako pole w odpowiedzi i umożliwi powiązanie prognoz z danymi źródłowymi w modelu danych. Może to być dowolne pole z unikatowym identyfikatorem, pochodzące z danych źródłowych lub używane w ramach procesu ładowania tabeli.

  • Wyślij pole asocjacji: Po wybraniu pole określone jako pole asocjacji zostanie zwrócone do Qlik Sense i uwzględnione wśród pól wysyłanych do punktu końcowego

    Jeśli pole należy do danych źródłowych i jest oczekiwane przez model, należy je wysłać do modelu, włączając opcję Wyślij pole asocjacji.

Nazwa Nazwa połączenia. Jeśli nie wprowadzisz nazwy, zostanie użyta nazwa domyślna.

Tworzenie nowego połączenia

  1. Uzyskaj dostęp do łącznika za pomocą narzędzia Edytor ładowania danych lub Edytor skryptów.

    Kliknij Utwórz nowe połączenie i wybierz z listy łącznik Azure ML.

  2. Wypełnij pola okna dialogowego połączenia.

  3. Kliknij polecenie Utwórz.

Twoje połączenie jest teraz wyświetlane w obszarze Połączenia danych w narzędziu Edytor ładowania danych lub Edytor skryptów.

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać, co możemy poprawić!