Sdílet prostřednictvím

Integrace Služby Azure Database for PostgreSQL se službou Azure Machine Learning Services

Rozšíření Azure AI umožňuje vyvolat všechny modely strojového učení nasazené v online koncových bodech služby Azure Machine Learning z SQL. Tyto modely můžou být z katalogu Azure Machine Learning nebo vlastních modelů, které jsou natrénované a nasazené.

Požadavky

Poznámka:

Ukázky služby Azure Machine Learning můžete prozkoumat.

Konfigurace koncového bodu služby Azure Machine Learning

V studio Azure Machine Learning v části >Spotřebovávat, najdete identifikátor URI a klíč koncového bodu pro online koncový bod. Pomocí těchto hodnot nakonfigurujte azure_ai rozšíření tak, aby používalo koncový bod pro odvozování online.

select azure_ai.set_setting('azure_ml.scoring_endpoint','<URI>');
select azure_ai.set_setting('azure_ml.endpoint_key', '<Key>');

azure_ml.invoke

Skóre vstupních dat vyvolácích nasazení modelu Azure Machine Learning v online koncovém bodu.

azure_ml.invoke(input_data jsonb, timeout_ms integer DEFAULT NULL, throw_on_error boolean DEFAULT true, deployment_name text DEFAULT NULL)

Argumenty

input_data

jsonb json obsahující datovou část požadavku pro model.

deployment_name

text název nasazení odpovídající modelu nasazeného v koncovém bodu odvozování online služby Azure Machine Learning

timeout_ms

integer DEFAULT NULL časový limit v milisekundách, po kterém je operace zastavena. Nasazení samotného modelu může mít zadaný časový limit, který je nižší než parametr časového limitu v uživatelem definované funkci. Pokud dojde k překročení tohoto časového limitu, operace vyhodnocování selže.

throw_on_error

boolean DEFAULT true při chybě by funkce vyvolala výjimku, která vede k vrácení zpět obtékání transakcí.

max_attempts

integer DEFAULT 1 kolikrát rozšíření opakuje volání koncového bodu služby Azure Machine Learning, pokud selže s libovolnou chybou opakovatelnou.

retry_delay_ms

integer DEFAULT 1000 doba (milisekundy), po kterou rozšíření čeká před voláním koncového bodu služby Azure Machine Learning, když selže s libovolnou chybou opakovatelnou.

Návratový typ

jsonb Bodovací výstup pro model, který byl vyvolán v JSONB.

Příklady

Vyvolání modelu strojového učení

Tím se model zavolá s input_data a vrátí datovou část jsonb.

-- Invoke model, input data depends on the model.
  SELECT * FROM azure_ml.invoke('
  {
    "input_data": [
      [1,2,3,4,5,6,7,8],
      [-1,-2,-3,-4,-5,-6,-7,-8]
    ],
    "params": {}
  }', deployment_name=>'Housingprediction' )

-- Get JSON elements from model output
SELECT jsonb_array_elements(invoke.invoke) as MedianHousePrediction
FROM azure_ml.invoke('
{
  "input_data": [
    [1,2,3,4,5,6,7,8],
    [-1,-2,-3,-4,-5,-6,-7,-8]
  ],
 "params": {}
}', deployment_name=>'Housingprediction' )

Související obsah

  • Last updated on