次の方法で共有


Azure Machine Learning アクティビティを使用して Azure Machine Learning インスタンスでジョブを実行する

Data Factory for Microsoft Fabric の Azure Machine Learning アクティビティを使用すると、Azure Machine Learning インスタンスでジョブを実行できます。

前提 条件

開始するには、次の前提条件を満たす必要があります。

  • アクティブなサブスクリプションを持つテナント アカウント。 無料用のアカウントを作成します。
  • ワークスペースが作成されます。

UI を使用して Azure Machine Learning アクティビティをパイプラインに追加する

パイプラインで Azure Machine Learning アクティビティを使用するには、次の手順を実行します。

アクティビティを作成する

  1. ワークスペースに新しいパイプラインを作成します。

  2. パイプライン アクティビティ ペインで Azure Machine Learning を検索し、それを選択してパイプライン キャンバスに追加します。

    手記

    場合によっては、メニューを展開し、下にスクロールして、次のスクリーンショットで強調表示されている Azure Machine Learning アクティビティを確認する必要があります。

    アクティビティ ウィンドウと Azure Machine Learning アクティビティが強調表示されている Fabric UI のスクリーンショット。

  3. パイプライン エディター キャンバスで新しい Azure Batch アクティビティがまだ選択されていない場合は選択します。

    Azure Machine Learning アクティビティの [全般設定] タブを示すスクリーンショット。

全般 設定 ガイダンスを参照して、全般 設定タブを構成します。

Azure Machine Learning アクティビティの設定

  1. [設定] タブを選択し、既存の Azure Machine Learning 接続 を選ぶか、新しい Azure Machine Learning 接続を作成できます。
  2. エンドポイントの種類、バッチ エンドポイントまたはパイプライン (v1) を選びます。
  3. Batch エンドポイントBatch デプロイ を指定し、Batch エンドポイント のタイプに対するジョブ設定を構成するか、またはパイプラインの詳細を指定して、Azure Machine Learning Pipeline (v1)を実行します。

Azure Machine Learning アクティビティの [設定] タブを示すスクリーンショット。

パイプラインを保存して実行またはスケジュールする

パイプラインに必要なその他のアクティビティを構成したら、パイプライン エディターの上部にある [ホーム] タブに切り替え、保存ボタンを選択してパイプラインを保存します。 [実行] を選択して直接実行するか、[スケジュール] を選択してスケジュールを設定します。 ここで実行履歴を表示したり、他の設定を構成したりすることもできます。

タブ名、[保存]、[実行]、[スケジュール] ボタンが強調表示されているパイプライン エディターの [ホーム] タブを示すスクリーンショット。