Använda Azure Machine Learning-aktiviteten för att köra ett jobb på en Azure Machine Learning-instans

Med Azure Machine Learning-aktiviteten i Data Factory för Microsoft Fabric kan du köra ett jobb på en Azure Machine Learning-instans.

Förutsättningar

För att komma igång måste du uppfylla följande krav:

• Ett klientkonto med en aktiv prenumeration. Skapa ett konto utan kostnad.
• En arbetsyta skapas.

Lägga till en Azure Machine Learning-aktivitet i en pipeline med användargränssnittet

Utför följande steg för att använda en Azure Machine Learning-aktivitet i en pipeline:

Skapa aktiviteten

1. Skapa en ny pipeline på din arbetsyta.

2. Sök efter Azure Machine Learning i fönstret Pipelineaktiviteter och välj det för att lägga till det i pipelinearbetsytan.

   Kommentar

   Du kan behöva expandera menyn och rulla nedåt för att se Azure Machine Learning-aktiviteten enligt beskrivningen i följande skärmbild.

   

3. Välj den nya Azure Batch-aktiviteten på pipelineredigerarens arbetsyta om den inte redan är markerad.

   

Se vägledningen allmänna inställningar för att konfigurera fliken Allmänna inställningar.

Aktivitetsinställningar för Azure Machine Learning

1. Välj fliken Inställningar och sedan kan du välja en befintlig eller skapa en ny Azure Machine Learning-anslutning.
2. Välj och Slutpunktstyp, antingen Batch-slutpunkt eller Pipeline (v1).
3. Ange en Batch-slutpunkt och Batch-distribution och konfigurera **Jobbinställningar för Batch-slutpunktstypen, eller ange pipelineinformationen för att köra en Azure Machine Learning Pipeline (v1).

Spara och köra eller schemalägga pipelinen

När du har konfigurerat andra aktiviteter som krävs för pipelinen växlar du till fliken Start överst i pipelineredigeraren och väljer knappen Spara för att spara pipelinen. Välj Kör för att köra den direkt eller Schemalägg för att schemalägga den. Du kan också visa körningshistoriken här eller konfigurera andra inställningar.

Relaterat innehåll

• Övervaka pipelinekörningar