Azure Data Studio용 Machine Learning 확장을 사용하여 모델 가져오기 또는 보기(프리뷰)
Azure Data Studio용 Machine Learning 확장을 사용하여 ONNX 모델을 가져오거나 데이터베이스에서 이미 가져온 모델을 보는 방법을 알아봅니다.
Important
Machine Learning 확장을 사용한 데이터베이스의 가져오기 및 보기는 현재 Azure SQL Managed Instance의 Machine Learning Services와 ONNX를 사용하는 Azure SQL Edge만 지원합니다.
필수 조건
Azure Data Studio용 Machine Learning 확장을 설치하고 구성합니다. 확장 설정에서 Python 설치 경로를 지정해야 합니다.
onnxruntime, mlflow 및 mlflow-dbstore Python 패키지입니다. 패키지가 아직 설치되지 않은 경우 Machine Learning 확장에서 패키지를 설치하라는 메시지가 표시됩니다.
모델 보기
데이터베이스에 저장된 ONNX 모델을 보려면 아래 단계를 수행합니다.
모델 가져오기 또는 보기를 선택합니다.
onnxruntime, mlflow, mlflow-dbstore를 설치하라는 메시지가 표시되면 예를 선택합니다.
모델이 저장된 모델 데이터베이스 및 모델 테이블을 선택합니다.
그러면 모델 목록이 표시됩니다. 모델 이름 및 설명을 편집하거나 목록에서 모델을 삭제할 수 있습니다.
새 모델 가져오기
데이터베이스에서 ONNX 모델을 가져오려면 아래 단계를 수행합니다.
모델 가져오기 또는 보기를 선택합니다.
onnxruntime, mlflow, mlflow-dbstore를 설치하라는 메시지가 표시되면 예를 선택합니다.
모델 가져오기를 선택합니다.
가져온 모델을 저장할 model 데이터베이스를 선택합니다.
가져온 모델을 저장할 모델 테이블을 선택합니다. 기존 테이블을 선택하거나 새 테이블을 만들 수 있습니다. 다음을 선택합니다.
모델이 있는 위치를 선택하고 다음을 선택합니다. 다음을 사용할 수 있습니다.
- 파일 업로드. 파일에서 모델을 사용하려면 이 방법을 선택합니다. 원본 파일에서 모델 파일을 선택하고 다음을 선택합니다.
- Azure Machine Learning. Azure Machine Learning에서 모델을 사용하려면 이 방법을 선택합니다. 먼저 Azure에 로그인합니다. 그런 다음 Azure 계정, Azure 구독, Azure 리소스 그룹, Azure ML 작업 영역을 선택합니다. 사용할 모델을 선택하고 다음을 선택합니다.
모델 이름 및 설명을 입력하고 배포를 선택하여 데이터베이스에 모델을 저장합니다.
참고 항목
Machine Learning 확장은 현재 프리뷰로 제공됩니다. 따라서 모델이 저장되는 테이블 스키마는 나중에 변경할 수 있습니다.