Přineste si vlastní model AI do aplikace AI Builder
Do aplikace AI Builder můžete přinést svůj vlastní model, aby fungoval jako libovolný vlastní model AI Builder. Svůj model můžete použít v Microsoft Power Platform použitím Power Automate nebo můžete vytvářet aplikace pomocí Power Apps.
Když používáte svůj vlastní model, někdy se mu říká koncový bod modelu, který umožňuje komunikaci. Když používáte svůj vlastní model, platí omezení. Tato omezení jsou popsaná dál v tomto článku.
Mimo AI Builder můžete vytvořit svůj vlastní model pomocí platformy Azure Machine Learning. Chcete-li použít model v aplikaci AI Builder, musí splňovat určité požadavky:
Váš model obsahuje definici API, která dodržuje specifikaci OpenAPI (známou také jako Swagger).
Zaregistrovali jste svůj model v aplikaci AI Builder pomocí balíku Python.
Prvním krokem při zavedení vlastního modelu do aplikace AI Builder je jeho registrace. Postupujte podle pokynů v Přineste si vlastní tutoriál modelu (na GitHubu).
Po registraci modelu jej uvidíte v seznamu modelů AI Builder. Na stránce s podrobnostmi o modelu bude pole Zdroj modelu obsahovat hodnotu Importováno, což indikuje, že je externí model registrován v aplikaci AI Builder pomocí koncového bodu importovaného modelu.
Jediným podporovaným mechanismem ověřování jsou klíče API, které používajíAzure Machine Learning.
Podporován je pouze Swagger 2.0.
Maximální povolená velikost dávky je 500 řádků.
Maximální povolená latence / časový limit je 20 sekund.
Podporované typy dat OpenAPI jsou:
- Celé číslo
- Číslo
- Logická hodnota
- Řetězec
Pokud váš model vezme obrázek jako vstup v Base64, lze jej použít pouze pro predikce v reálném čase, pro spotřebu v Power Automate nebo Microsoft Power Fx. Predikce dívky není podporována.
- Název pole musí končit image (nerozlišují se velká a malá písmena).
- Datový typ musí být řetězec.
Nyní jste připraveni použít svůj vlastní model v aplikaci AI Builder. Můžete provádět úlohy správy životního cyklu aplikace, jako je export vlastního modelu pomocí řešení, import modelu do cílového prostředí a upgrade modelu ve zdrojovém nebo cílovém prostředí.