Partilhar via

Usar a atividade do Azure Machine Learning para executar um trabalho em uma instância do Azure Machine Learning

  • Artigo

A atividade do Azure Machine Learning no Data Factory for Microsoft Fabric permite executar um trabalho em uma instância do Azure Machine Learning.

Pré-requisitos

Para começar, você deve preencher os seguintes pré-requisitos:

Adicionar uma atividade do Azure Machine Learning a um pipeline com a interface do usuário

Para usar uma atividade do Azure Machine Learning em um pipeline, conclua as seguintes etapas:

Criar a atividade

  1. Crie um novo pipeline em seu espaço de trabalho.

  2. Pesquise o Azure Machine Learning no painel Atividades do pipeline e selecione-o para adicioná-lo à tela do pipeline.

    Nota

    Talvez seja necessário expandir o menu e rolar para baixo para ver a atividade do Azure Machine Learning, conforme destacado na captura de tela a seguir.

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

  3. Selecione a nova atividade do Lote do Azure na tela do editor de pipeline se ela ainda não estiver selecionada.

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

Consulte as orientações de configurações gerais para configurar a guia Configurações gerais.

Configurações de atividade do Azure Machine Learning

  1. Selecione a guia Configurações e, em seguida, você pode escolher uma conexão existente ou criar uma nova conexão do Azure Machine Learning.
  2. Escolha e Tipo de ponto final, Batch Endpoint ou Pipeline (v1).
  3. Forneça um ponto de extremidade de lote e uma implantação de lote e configure as configurações de **Trabalho para o tipo de ponto de extremidade de lote ou forneça os detalhes do pipeline para executar um pipeline de aprendizado de máquina do Azure (v1).

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

Salvar e executar ou agendar o pipeline

Depois de configurar quaisquer outras atividades necessárias para o pipeline, alterne para a guia Página Inicial na parte superior do editor de pipeline e selecione o botão Salvar para salvar o pipeline. Selecione Executar para executá-lo diretamente ou Agendar para agendá-lo. Você também pode visualizar o histórico de execução aqui ou definir outras configurações.

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

Conteúdos relacionados