Перейти к основному содержимому Перейти к дополнительному содержимому

Создание подключения Azure ML

Подключения Azure ML создаются в редакторе загрузки данных.

После создания подключения можно выбирать данные из доступных таблиц, отправлять их в Azure ML для расчетов, а затем загружать результаты в приложение. Это подключение можно использовать не только в скрипте загрузки данных, но также в выражениях диаграммы для вызова конечных точек модели и выполнения расчетов выражения диаграммы в реальном времени.

Необходимо знать настройки и учетные данные для доступа к службе Azure ML, к которой требуется подключиться.

Настраиваемые параметры

Следующие параметры можно настроить в диалоговом окне подключения.

Настраиваемые параметры в диалоговом окне подключения
Поле Описание
Select configuration (Выбрать конфигурацию)

Пункт раскрывающегося меню для выбора конфигурации, которая определяет модели Azure ML, которые необходимо использовать для прогнозов модели машинного обучения.

Поддерживаемые конфигурации:

  • Azure ML — устаревший формат: Эта конфигурация должна использоваться для моделей, развернутых до середины января 2022 года и созданных с использованием конфигурации Automated ML, которая ожидает JSON в следующем формате:

    {    "data": [      {        <field_list>      }    ] }
  • Azure ML: Эта конфигурация должна использоваться для моделей, созданных с использованием конфигурации Automated ML или Designer которая ожидает JSON в следующем формате:

    {    "Inputs": {      "<JSON_object_name>(default is ‘data’)": [        {          < field_list >        }      ]    } }
Примечание к информацииЕсли возникают сомнения, какую конфигурацию использовать, можно развернуть модель повторно, тогда будет использоваться новый формат.
Endpoint Name (Имя конечной точки)

Имя конечной точки.

Имя конечной точки является идентификатором, присвоенным конечной точке в Azure. Обычно его создает пользователь, который настраивает конечную точку или разворачивает модель.

Authentication (Проверка подлинности)

Предоставляет ключ конечной точки Azure ML.

Проверка подлинности для всех моделей в Azure выполняется с использованием включенной проверки подлинности на основе ключей Azure. Для этого требуется сгенерированный ключ доступа (первичный или вторичный ключ), обеспечивающий доступ к ресурсу модели.

Request (Запрос)

Имя ввода веб-службы: имя объекта JSON, который ожидается развернутой моделью машинного обучения. Необходимо изменить, если имя по умолчанию не совпадает с используемым в модели.

Response Table (Таблица ответа)
  • Name of Returned Table (Имя возвращенной таблицы): имя таблицы, возвращенной из развернутой модели машинного обучения.

  • Table Path (JMESPath) (Путь к таблице (JMESPath)): таблицу можно указать, используя путь к таблице JMES, указывающий на строку прогнозов в массиве ответа JSON.

Response Fields (Поля ответа)
  • Load all available fields (Загрузить все доступные поля): включает загрузку всех доступных полей, возвращенных конечной точкой машинного обучения. Отключив этот параметр, можно указать поля таблицы и значения, загружаемые в приложение.

    При разработке приложений рекомендуется сначала загружать все поля, возвращаемые конечной точкой модели, а затем по необходимости удалять те поля, которые не требуются для анализа в приложении.

  • Table Fields (JMESPath) (Поля таблицы (YJMESPath)): поля таблицы можно задать, добавляя следующие параметры.

    • Name (Имя): имя таблицы, которая будет загружаться в приложение.

    • Value (Значение): имя строки ответа в массиве ответа JSON.

    Для разбора массива ответа JSON можно использовать язык запроса JMESPath.

Association (Ассоциация)
  • Association Field (Поле ассоциаций): поле из таблицы входных данных, содержащее уникальный идентификатор.

    Оно требуется для включения поля в исходные данные, когда отправляется запрос конечной точки для связывания возвращенной таблицы результатов с исходной таблицей поля с помощью ключа. Назначенное поле будет возвращено как поле в ответе и обеспечит возможность связывания с исходными данными в модели данных. Это может быть любое поле с уникальным ИД, из исходных данных или из процесса загрузки таблицы.

  • Send Association Field (Отправить поле ассоциаций): когда этот флажок установлен, поле, указанное как поле ассоциаций, будет возвращено в Qlik Sense и включено в поля, отправляемые в конечную точку.

    Если поле относится к исходным данным и ожидается моделью, его необходимо отправить в модель, установив флажок Send Association Field (Отправить поле ассоциаций).

Name (Имя) Имя подключения. Если оставить поле пустым, будет использоваться имя по умолчанию.

Создание нового подключения

  1. Вызовите коннектор через редактор загрузки данных или Редактор скриптов.

    Щелкните команду Создать новое подключение и выберите в списке коннектор Azure ML.

  2. Заполните поля диалогового окна подключения.

  3. Нажмите кнопку Создать.

Теперь подключение отображается в списке Подключения к данным в Редактор загрузки данных или Редактор скриптов.

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице и с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом, чтобы мы смогли ее исправить!