Power Automate में पूर्वानुमान क्रिया का उपयोग करें

आप प्रत्येक AI Builder मॉडल के लिए समर्पित क्रियाओं का उपयोग कर सकते हैं। Power Automate हालाँकि, पूर्वानुमान कार्रवाई आपको कई AI Builder मॉडल प्रकारों का उपयोग करने देती है।

कस्टम या प्रीबिल्ट मॉडल का उपयोग करें

1. में प्रवेश करें। Power Automate

2. बाईं ओर नेविगेशन फलक पर, मेरे प्रवाह का चयन करें, और फिर नया प्रवाह >तत्काल क्लाउड फ़्लो का चयन करें.

3. अपने प्रवाह को नाम दें.

4. इस प्रवाह को ट्रिगर करने का तरीका चुनें के अंतर्गत, मैन्युअल रूप से प्रवाह ट्रिगर करें का चयन करें, और फिर बनाएँ का चयन करें.

5. +नया चरणचुनें, और फिर खोज बार में पूर्वानुमान दर्ज करें।

6. से पूर्वानुमान लगाएं AI Builder या से मॉडल का उपयोग करके पूर्वानुमान लगाएं AI Builder Microsoft Dataverse का चयन करें। दोनों क्रियाएं समान सुविधाएं प्रदान करती हैं।

   

7. मॉडल इनपुट में, आपके द्वारा बनाया गया कस्टम मॉडल चुनें या पहले से निर्मित मॉडल चुनें।

नोट

प्रत्येक मॉडल के इनपुट और आउटपुट मापदंडों के बारे में अधिक जानकारी निम्नलिखित अनुभागों में AI Builder अवलोकन Power Automate में प्राप्त करें:

• कस्टम AI मॉडल जिन्हें आप बनाते और प्रशिक्षित करते हैं
• प्रीबिल्ट AI मॉडल जिन्हें आप तुरंत उपयोग कर सकते हैं Power Automate

गतिशील मॉडल आईडी का उपयोग करें (उन्नत)

कुछ जटिल उपयोग मामलों के लिए, आपको पूर्वानुमान क्रिया में गतिशील रूप से मॉडल आईडी पास करने की आवश्यकता हो सकती है। उदाहरण के लिए, यदि आप विभिन्न मॉडलों का उपयोग करके विभिन्न प्रकार के चालान संसाधित करना चाहते हैं, तो आप चालान के प्रकार के आधार पर स्वचालित रूप से एक मॉडल चुनना चाहेंगे।

इस अनुभाग में, आप सीखेंगे कि मॉडल प्रकार के आधार पर इस विशिष्ट उद्देश्य के लिए पूर्वानुमान कार्रवाई को कैसे कॉन्फ़िगर किया जाए। AI Builder

1. में प्रवेश करें। Power Automate

2. बाएँ फलक में मेरे प्रवाह का चयन करें, और फिर नया प्रवाह >तत्काल क्लाउड फ़्लो का चयन करें.

3. अपने प्रवाह को नाम दें, मैन्युअल रूप से प्रवाह को ट्रिगर करें के अंतर्गत इस प्रवाह को ट्रिगर करने का तरीका चुनें का चयन करें, और फिर बनाएँ का चयन करें।

4. + नया चरण चुनें.

5. खोज बार में इनिशियलाइज़ वैरिएबल दर्ज करें, और फिर क्रियाएँ टैब में इसे चुनें।

6. मॉडल आईडी को नाम इनपुट में, स्ट्रिंग को प्रकार इनपुट में, तथा मान इनपुट में वास्तविक मॉडल आईडी दर्ज करें।

   आप मॉडल आईडी को मॉडल के विवरण पृष्ठ के URL में पा सकते हैं Power Apps: make.powerapps.com/environment/[पर्यावरण आईडी]/aibuilder/models/[मॉडल आईडी]

7. + नया चरण चुनें, पूर्वानुमान खोजें और फिर पूर्वानुमान से AI Builder चुनें.

8. इनपुट >कस्टम मान दर्ज करें का चयन करें, और फिर चरण 6 से मॉडल आईडी दर्ज करें।

   इन्फ़र अनुरोध स्तंभ मान मॉडल प्रकार पर निर्भर करता है.

दस्तावेज़ संसाधन मॉडल

1. चरण मैन्युअल रूप से प्रवाह ट्रिगर करें में, एक फ़ाइल इनपुट जोड़ें, और उसका नाम फ़ाइल सामग्री पर सेट करें।

2. चरण मैन्युअल रूप से प्रवाह ट्रिगर करें में, एक टेक्स्ट इनपुट जोड़ें, और उसका नाम माइम प्रकार पर सेट करें।

3. चरण आरंभिक चर में, डॉक्यूमेंट प्रोसेसिंग मॉडल आईडी दर्ज करें।

4. चरण Predict में, Infer request कॉलम में निम्न मान दर्ज करें:

   {
       "version": "2.0",
       "requestv2": {
       "@@odata.type": "Microsoft.Dynamics.CRM.expando",
       "mimeType": "@{triggerBody()['text']}",
       "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
       "pages": "@{base64('1-2')}"
       }
   }
   

   पृष्ठ पैरामीटर वैकल्पिक है, और यह '2' के रूप में या '1-10' जैसी श्रेणी में हो सकता है।

   

5. ऊपरी-दाएं कोने में सहेजें चुनें, और फिर अपने प्रवाह को आज़माने के लिए परीक्षण चुनें:

   

6. प्रवाह रन विवरण में, पूर्वानुमान क्रिया के OUTPUTS अनुभाग में मॉडल JSON आउटपुट प्राप्त करें। यह आउटपुट मॉडल के मानों का उपयोग करके डाउनस्ट्रीम क्रियाएं बनाने के लिए उपयोगी है।

   

7. संपादन मोड में अपने प्रवाह पर वापस जाएं।

8. + नया चरण चुनें और संकलन क्रिया (या अपने मॉडल आउटपुट को संसाधित करने के लिए कोई अन्य क्रिया) का चयन करें। मान लीजिए कि आपके मॉडल आउटपुट में कुल कॉलम है। आप इसे निम्नलिखित सूत्र से प्राप्त कर सकते हैं:

   @{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
   

   

ऑब्जेक्ट डिटेक्शन मॉडल

यह प्रक्रिया चरण 4 में डॉक्यूमेंट प्रोसेसिंग मॉडल अनुभाग में infer अनुरोध के समान है:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

श्रेणी वर्गीकरण मॉडल

यह प्रक्रिया चरण 4 में डॉक्यूमेंट प्रोसेसिंग मॉडल अनुभाग में infer अनुरोध के समान है:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "language": "Detect automatically",
        "text": "The text to categorize"
    }
}