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 प्रवाह का चयन करें.

3. अपने क्लाउड 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 चरण चुनें, और फिर खोज बार में पूर्वानुमान दर्ज करें।

6. से पूर्वानुमान लगाएं AI Builder या से मॉडल का उपयोग करके पूर्वानुमान लगाएं AI Builder का चयन करें Microsoft Dataverse। 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 >त्वरित क्लाउड प्रवाह का चयन करें.

3. अपने क्लाउड 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 आईडीनाम इनपुट में, स्ट्रिंगप्रकार इनपुट में, और वास्तविक मॉडल आईडी मूल्य इनपुट में दर्ज करें।

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

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 चर आरंभ करें में, दस्तावेज़ प्रसंस्करण मॉडल आईडी दर्ज करें।

4. चरण पूर्वानुमान में, अनुमान अनुरोध 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 क्लाउड प्रवाह को आज़माने के लिए परीक्षण चुनें:

   

6. क्लाउड फ्लो 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 क्लाउड प्रवाह पर वापस जाएँ।

8. + नया चरण चुनें और रचना 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 दस्तावेज़ प्रसंस्करण मॉडल अनुभाग में चरण 4 में इनफ़र अनुरोध के समान है:

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

श्रेणी वर्गीकरण मॉडल

यह प्रक्रिया दस्तावेज़ प्रसंस्करण मॉडल अनुभाग में चरण 4 में इनफ़र अनुरोध के समान है:

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