Condividi tramite

Distribuire il modello di Machine Learning in SQL Edge di Azure usando ONNX

  • Articolo

Importante

SQL Edge di Azure verrà ritirato il 30 settembre 2025. Per altre informazioni e per le opzioni di migrazione, vedere l'avviso di ritiro.

Nota

SQL Edge di Azure non supporta più la piattaforma ARM64.

Nella terza delle tre parti di questa esercitazione sulla stima delle impurità del minerale di ferro in SQL Edge di Azure si eseguiranno le operazioni seguenti:

  1. Usare Azure Data Studio per connettersi al database SQL nell'istanza di SQL Edge di Azure.
  2. Stimare le impurità del minerale di ferro con ONNX in SQL Edge di Azure.

Componenti principali

  1. La soluzione usa un valore predefinito di 500 millisecondi tra ogni messaggio inviato all'hub Edge. Tale valore può essere modificato nel file Program.cs

    TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));

  2. La soluzione ha generato un messaggio con gli attributi seguenti. Aggiungere o rimuovere gli attributi in base ai requisiti.

    {
    timestamp
    cur_Iron_Feed
    cur_Silica_Feed
    cur_Starch_Flow
    cur_Amina_Flow
    cur_Ore_Pulp_pH
    cur_Flotation_Column_01_Air_Flow
    cur_Flotation_Column_02_Air_Flow
    cur_Flotation_Column_03_Air_Flow
    cur_Flotation_Column_04_Air_Flow
    cur_Flotation_Column_01_Level
    cur_Flotation_Column_02_Level
    cur_Flotation_Column_03_Level
    cur_Flotation_Column_04_Level
    cur_Iron_Concentrate
}

Connettersi al database SQL nell'istanza di SQL Edge di Azure per il training, la distribuzione e il test del modello di Machine Learning

  1. Aprire Azure Data Studio.

  2. Nella scheda di benvenuto avviare una nuova connessione con i dettagli seguenti:

    Campo valore
    Tipo di connessione Microsoft SQL Server
    Server Indirizzo IP pubblico indicato nella macchina virtuale creata per questa demo
    Username sa
    Password Password complessa usata durante la creazione dell'istanza di SQL Edge di Azure
    Database Default
    Gruppo server Default
    Nome (facoltativo) Specificare un nome facoltativo

  3. Selezionare Connetti.

  4. Nella sezione File, aprire /DeploymentScripts/MiningProcess_ONNX.jpynb dalla cartella in cui sono stati clonati i file di progetto nel computer.

  5. Impostare il kernel su Python 3.

Contenuto correlato