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 アクティビティでは、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している必要があります。

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

パイプライン内で Azure Machine Learning 関数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. パイプラインの [アクティビティ] ペイン内で 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。

    Note

    次のスクリーンショットで強調表示されているように、Azure Machine Learning アクティビティを表示するには、メニューを展開し、下にスクロールする必要がある場合があります。

    Screenshot of the Fabric UI with the Activities pane and Azure Machine Learning activity highlighted.

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

    Screenshot showing the General settings tab of the Azure Machine Learning activity.

[全般設定] タブを構成するには、全般設定のガイダンスを参照してください。

Azure Machine Learning アクティビティ設定

  1. [設定] タブを選択し、既存の接続を選択するか、新しい Azure Machine Learning 接続を作成します。
  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) を選択します。
  3. バッチ エンドポイントバッチ デプロイを指定し、バッチ エンドポイントの種類の**ジョブ設定を構成するか、Azure Machine Learning Pipeline (v1) を実行するパイプラインの詳細を指定します。

Screenshot showing the Settings tab of the Azure Machine Learning activity.

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。

Screenshot showing the Home tab in the pipeline editor with the tab name, Save, Run, and Schedule buttons highlighted.