Webové služby Machine Learning Studio (Classic): Nasazení a spotřeba

Článek
04/19/2017

PLATÍ PRO: Platí pro. Machine Learning Studio (Classic) Nevztahuje se na. Azure Machine Learning

Důležité

Podpora studia Machine Learning (Classic) skončí 31. srpna 2024. Doporučujeme do tohoto data přejít na službu Azure Machine Learning.

Od 1. prosince 2021 nebude možné vytvářet nové prostředky studia Machine Learning (Classic). Do 31. srpna 2024 můžete pokračovat v používání stávajících prostředků studia Machine Learning (Classic).

Přečtěte si informace o přesunu projektů strojového učení ze sady ML Studio (classic) do služby Azure Machine Learning.
Další informace o službě Azure Machine Learning

Dokumentace ke studiu ML (Classic) se vyřazuje z provozu a v budoucnu se nemusí aktualizovat.

Machine Learning Studio (classic) můžete použít k nasazení pracovních postupů a modelů strojového učení jako webových služeb. Tyto webové služby je pak možné použít k volání modelů strojového učení z aplikací přes internet a provádět předpovědi v reálném čase nebo v dávkovém režimu. Vzhledem k tomu, že webové služby jsou RESTful, můžete je volat z různých programovacích jazyků a platforem, jako jsou .NET a Java, a z aplikací, jako je Excel.

Další části obsahují odkazy na návody, kód a dokumentaci, které vám pomůžou začít.

Nasazení webové služby

S nástrojem Machine Learning Studio (classic)

Portál Studio (classic) a portál služby Machine Learning Web Services vám pomůžou nasadit a spravovat webovou službu bez psaní kódu.

Následující odkazy obsahují obecné informace o tom, jak nasadit novou webovou službu:

Přehled o tom, jak nasadit novou webovou službu založenou na Azure Resource Manageru, najdete v tématu Nasazení nové webové služby.
Návod, jak nasadit webovou službu, najdete v tématu Nasazení webové služby Machine Learning.
Úplný návod, jak vytvořit a nasadit webovou službu, začněte kurzem 1: Predikce úvěrového rizika.
Konkrétní příklady, které nasazují webovou službu, najdete tady:
- Kurz 3: Nasazení modelu úvěrového rizika
- Postup nasazení webové služby do více oblastí

S rozhraními API poskytovatele prostředků webových služeb (rozhraní API Azure Resource Manageru)

Poskytovatel prostředků Machine Learning Studia (Classic) pro webové služby umožňuje nasazení a správu webových služeb pomocí volání rozhraní REST API. Další informace najdete v referenčních informacích k webové službě Machine Learning (REST).

S rutinami PowerShellu

Poskytovatel prostředků Machine Learning Studia (Classic) pro webové služby umožňuje nasazení a správu webových služeb pomocí rutin PowerShellu.

Pokud chcete tyto rutiny použít, musíte se nejdřív přihlásit ke svému účtu Azure z prostředí PowerShell pomocí rutiny Connect-AzAccount . Pokud nevíte, jak volat příkazy PowerShellu založené na Resource Manageru, přečtěte si téma Použití Azure PowerShellu s Azure Resource Managerem.

K exportu prediktivního experimentu použijte tento ukázkový kód. Po vytvoření souboru .exe z kódu můžete zadat:

C:\<folder>\GetWSD <experiment-url> <workspace-auth-token>

Spuštění aplikace vytvoří šablonu JSON webové služby. Pokud chcete šablonu použít k nasazení webové služby, musíte přidat následující informace:

Název a klíč účtu úložiště

Název a klíč účtu úložiště můžete získat z webu Azure Portal.
ID plánu závazku

ID plánu můžete získat z portálu služby Machine Learning Web Services tak, že se přihlásíte a kliknete na název plánu.

Přidejte je do šablony JSON jako podřízené položky uzlu Vlastnosti na stejné úrovni jako uzel MachineLearningWorkspace .

Tady je příklad:

"StorageAccount": {
        "name": "YourStorageAccountName",
        "key": "YourStorageAccountKey"
},
"CommitmentPlan": {
    "id": "subscriptions/YouSubscriptionID/resourceGroups/YourResourceGroupID/providers/Microsoft.MachineLearning/commitmentPlans/YourPlanName"
}

Další podrobnosti najdete v následujících článcích a vzorovém kódu:

Referenční informace k rutinám Machine Learning Studia (Classic) na webu MSDN

Využívání webových služeb

Z uživatelského rozhraní webové služby Machine Learning (testování)

Webovou službu můžete otestovat z portálu Webové služby Machine Learning. To zahrnuje testování rozhraní služby Request-Response (RRS) a služby Batch Execution Service (BES).

Z Excelu

Můžete si stáhnout excelovou šablonu, která využívá webovou službu:

Z klienta založeného na REST

Webové služby Machine Learning jsou rozhraní RESTful API. Tato rozhraní API můžete využívat z různých platforem, jako jsou .NET, Python, R, Java atd. Stránka Využívání webové služby na portálu Web Services služby Machine Learning obsahuje vzorový kód, který vám může pomoct začít. Další informace naleznete v tématu Jak využívat webovou službu Machine Learning.

Sdílet prostřednictvím