Condividi tramite

Installare ed eseguire contenitori Docker per LUIS

Importante

LUIS verrà ritirato il 1 ottobre 2025 e a partire dal 1 aprile 2023 non è più possibile creare nuove risorse LUIS. Si consiglia di eseguire la migrazione delle applicazioni LUIS a comprensione del linguaggio di conversazione per sfruttare appieno un supporto costante per i prodotti e le funzionalità multilingue.

Nota

La posizione dell'immagine del contenitore è stata modificata di recente. Leggere questo articolo per visualizzare il percorso aggiornato per questo contenitore.

I contenitori consentono di usare LUIS nel proprio ambiente. I contenitori sono ottimi per requisiti specifici di sicurezza e governance dei dati. Questo articolo illustra come scaricare, installare ed eseguire un contenitore LUIS.

Il container Language Understanding (LUIS) carica il modello Language Understanding allenato o pubblicato. Come app LUIS, il contenitore Docker fornisce l'accesso alle previsioni di query dagli endpoint API del contenitore. È possibile raccogliere i log delle query dal contenitore e caricarli di nuovo nell'app Language Understanding per migliorare l'accuratezza della stima dell'app.

Il video seguente illustra l'uso di questo contenitore.

dimostrazione di Container per i servizi di intelligenza artificiale di Azure

Se non si ha una sottoscrizione di Azure, creare un account gratuito prima di iniziare.

Prerequisiti

Per eseguire il contenitore LUIS, tenere presenti i seguenti prerequisiti:

  • Avere Docker installato in un computer host. Docker deve essere configurato per consentire ai contenitori di connettersi ai dati di fatturazione e inviarli ad Azure.
    • In Windows, è anche necessario configurare Docker per supportare i contenitori Linux.
    • È necessario avere una conoscenza di base dei concetti relativi a Docker.
  • Una risorsa LUIS con il piano tariffario gratuito (F0) o standard (S).
  • * Un'app pubblicata o sottoposta a training inserita in un pacchetto come input montato per il contenitore con l'ID app associato. È possibile ottenere il file in pacchetto dal portale LUIS o dalle API di creazione. Se si sta ottenendo un'app sotto forma di pacchetto LUIS dalle API di creazione, sarà necessaria anche la chiave di creazione.

Raccogliere i parametri necessari

Sono necessari tre parametri principali per tutti i contenitori di Intelligenza artificiale di Azure. Le condizioni di licenza per il software Microsoft devono essere presenti con un valore di accettazione. Sono necessari anche un URI dell'endpoint e una chiave API.

URI endpoint

Il valore {ENDPOINT_URI} è disponibile nella pagina Panoramica del portale di Azure della risorsa di Servizi di Azure AI corrispondente. Accedere alla pagina Panoramica e passare il puntatore sull'endpoint. Apparirà un'icona Copia negli Appunti. Copia e usa l'endpoint se necessario.

Screenshot che mostra la raccolta dell'URI dell'endpoint per un uso successivo.

Chiavi

Il valore {API_KEY} viene usato per avviare il contenitore ed è disponibile nella pagina Chiavi del portale di Azure della risorsa di Servizi di Azure AI corrispondente. Accedere alla pagina Chiavi e selezionare l'icona Copia negli Appunti.

Screenshot che mostra come ottenere una delle due chiavi per un uso successivo.

Importante

Queste chiavi di sottoscrizione vengono usate per accedere all'API Servizi di Azure AI. Non condividere le chiavi. Archiviarle in modo sicuro. Usare, ad esempio, Azure Key Vault. È anche consigliabile rigenerare queste chiavi regolarmente. Per effettuare una chiamata API è necessaria una sola chiave. Quando si rigenera la prima chiave, è possibile usare la seconda chiave per continuare ad accedere al servizio.

ID app {APP_ID}

Questo ID viene usato per selezionare l'app. È possibile trovare l'ID app nel portale LUIS facendo clic su Gestisci nella parte superiore della schermata dell'app e poi Impostazioni.

La schermata per trovare l'ID della tua app.

Chiave di creazione {AUTHORING_KEY}

Questa chiave viene usata per ottenere l'app in pacchetto dal servizio LUIS nel cloud e caricare nuovamente i log delle query nel cloud. Avrai bisogno della chiave di creazione se esporti l'app usando l'API REST, descritta più avanti nell'articolo.

È possibile ottenere la chiave di creazione dal portale LUIS facendo clic su Gestisci nella parte superiore della schermata per l'app e quindi su Risorse di Azure.

Schermata per trovare la chiave della risorsa di creazione.

Creazione di API per file pacchetto

API di sviluppo per le applicazioni impacchettate

Computer host

L'host è un computer con architettura x64 che esegue il contenitore Docker. Può essere un computer dell'ambiente locale o un servizio di hosting Docker in Azure, tra cui:

Indicazioni e requisiti per i contenitori

Nella tabella seguente sono elencati i valori minimi e consigliati per l'host contenitore. I requisiti possono cambiare a seconda del volume di traffico.

Contenitore Requisiti minimi Consigliato TPS
(Minimo, Massimo)
LUIS 1 core, 2 GB di memoria 1 core, 4 GB di memoria 20, 40
  • Ogni core deve essere di almeno 2,6 gigahertz (GHz) o superiore.
  • TPS - Transazioni al secondo

Core e memoria corrispondono alle impostazioni --cpus e --memory che vengono usate come parte del comando docker run.

Ottenere l'immagine del contenitore con docker pull

L'immagine del contenitore LUIS è disponibile nel registro dei container mcr.microsoft.com. Si trova all'interno del repository azure-cognitive-services/language ed è denominata luis. Il nome completo dell'immagine del contenitore è mcr.microsoft.com/azure-cognitive-services/language/luis.

Per usare la versione più recente del contenitore, è possibile usare il tag latest. È anche possibile trovare un elenco completo delle etichette sul MCR (Microsoft Container Registry).

Usare il comando docker pull per scaricare un'immagine del contenitore dal repository mcr.microsoft.com/azure-cognitive-services/language/luis:

docker pull mcr.microsoft.com/azure-cognitive-services/language/luis:latest

Per una descrizione completa dei tag disponibili, ad esempio latest usati nel comando precedente, vedere LUIS nell'hub Docker.

Suggerimento

È possibile usare il comando docker images per visualizzare l'elenco delle immagini dei contenitori scaricate. Ad esempio, il comando seguente visualizza l'ID, il repository e il tag di ogni immagine del contenitore scaricata, in formato tabella:

docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"

IMAGE ID         REPOSITORY                TAG
<image-id>       <repository-path/name>    <tag-name>

Come usare il contenitore

Dopo aver aggiunto il contenitore nel computer host, seguire questa procedura per usare il contenitore.

Processo per l'utilizzo del contenitore di Language Understanding (LUIS)

  1. Esportare il pacchetto per il contenitore dal portale di LUIS o tramite le API LUIS.
  2. Spostare il file del pacchetto nella directory di input richiesta nel computer host. Non rinominare, modificare, sovrascrivere o decomprimere il file del pacchetto LUIS.
  3. Eseguire il contenitore, con il punto di montaggio di input e le impostazioni di fatturazione richiesti. Sono disponibili altri esempi del comando docker run.
  4. Eseguire query sull'endpoint di previsione del contenitore.
  5. Dopo aver completato le operazioni con il contenitore, importare i log dell'endpoint dal punto di montaggio di output nel portale di LUIS e arrestare il contenitore.
  6. Usare la funzionalità di apprendimento attivo nella pagina Rivedi le espressioni di endpoint del portale di LUIS per migliorare l'app.

L'app in esecuzione nel contenitore non può essere modificata. Per modificare l'app nel contenitore, è necessario modificare l'app nel servizio LUIS usando il portale LUIS o usare le API di creazione LUIS. Eseguire quindi il training e/o la pubblicazione, quindi scaricare un nuovo pacchetto ed eseguire di nuovo il contenitore.

L'app LUIS all'interno del contenitore non può essere esportata di nuovo nel servizio LUIS. È possibile caricare solo i log delle query.

Esportare un'app in pacchetto da LUIS

Il contenitore LUIS richiede un'app LUIS sottoposta a training o pubblicata per rispondere alle query di previsione delle espressioni utente. Per ottenere l'app LUIS, usare l'API del pacchetto pubblicato o sottoposto a training.

La posizione predefinita è la sottodirectory input in relazione alla posizione in cui viene eseguito il comando docker run.

Posiziona il file del pacchetto in una directory e fai riferimento a questa directory come punto di montaggio di input quando esegui il contenitore Docker.

Tipi di pacchetto

La directory di montaggio di input può contenere contemporaneamente i modelli di produzione, di gestione temporanea e con versione dell'app. Tutti i pacchetti vengono montati.

Tipo di pacchetto API endpoint di query Disponibilità delle query Formato del nome file del pacchetto
Con versione GET, POST Solo contenitore {APP_ID}_v{APP_VERSION}.gz
Allestimento GET, POST Azure e contenitore {APP_ID}_STAGING.gz
Produzione GET, POST Azure e contenitore {APP_ID}_PRODUCTION.gz

Importante

Non rinominare, modificare, sovrascrivere o decomprimere i file del pacchetto LUIS.

Prerequisiti per l'imballaggio

Prima di creare il pacchetto di un'applicazione LUIS, è necessario disporre degli elementi seguenti:

Requisiti di imballaggio Dettagli
Istanza della risorsa dei Servizi di Azure AI Le aree supportate includono

Stati Uniti occidentali (westus)
Europa occidentale (westeurope)
Australia orientale (australiaeast)
App LUIS sottoposta a training o pubblicata Senza dipendenze non supportate.
Accesso al file system del computer host Il computer host deve consentire un punto di montaggio di input.

Esportare il pacchetto dell'app dal portale LUIS

Il portale Azure LUIS consente di esportare il pacchetto dell'app addestrata o pubblicata.

Esportare il pacchetto dell'app pubblicata dal portale LUIS

Il pacchetto dell'app pubblicata è disponibile nella pagina di elenco App personali.

  1. Accedere al portale di Azure di LUIS.
  2. Selezionare la casella di controllo a sinistra del nome dell'app nell'elenco.
  3. Scegliere la voce Esporta sulla barra degli strumenti contestuale sopra l'elenco.
  4. Selezionare Esporta per i contenitori (GZIP).
  5. Selezionare Slot di produzione o Slot di staging come ambiente.
  6. Il pacchetto viene scaricato dal browser.

Esportare il pacchetto pubblicato per il contenitore dal menu Esporta della pagina dell'app

Esportare il pacchetto dell'app versionata dal portale LUIS

Il pacchetto dell'app con versione è disponibile nella pagina di elenco Versioni.

  1. Accedere al portale di Azure di LUIS.
  2. Selezionare l'app nell'elenco.
  3. Selezionare Gestisci nella barra di navigazione dell'app.
  4. Selezionare Versioni nel riquadro sinistro.
  5. Selezionare la casella di controllo a sinistra del nome della versione nell'elenco.
  6. Scegliere la voce Esporta sulla barra degli strumenti contestuale sopra l'elenco.
  7. Selezionare Esporta per i contenitori (GZIP).
  8. Il pacchetto viene scaricato dal browser.

Esportare il pacchetto sottoposto a training per il contenitore dal menu Esporta della pagina Versioni

Esportare il pacchetto dell'app pubblicata dall'API

Usare il metodo dell'API REST seguente per creare il pacchetto di un'app LUIS già pubblicata. Sostituire i segnaposto con i valori appropriati nella chiamata API, facendo riferimento alla tabella riportata sotto la specifica HTTP.

GET /luis/api/v2.0/package/{APP_ID}/slot/{SLOT_NAME}/gzip HTTP/1.1
Host: {AZURE_REGION}.api.cognitive.microsoft.com
Ocp-Apim-Subscription-Key: {AUTHORING_KEY}
Segnaposto Valore
{APP_ID} ID applicazione dell'app LUIS pubblicata.
{SLOT_NAME} Ambiente dell'app LUIS pubblicata. Utilizzare uno dei seguenti valori:
PRODUCTION
STAGING
{AUTHORING_KEY} Chiave di creazione dell'account LUIS per l'applicazione LUIS pubblicata.
È possibile ottenere la chiave di creazione nella pagina Impostazioni utente nel portale di LUIS.
{AZURE_REGION} Area di Azure appropriata:

westus - Stati Uniti occidentali
westeurope - Europa occidentale
australiaeast - Australia orientale

Per scaricare il pacchetto pubblicato, vedere la documentazione dell'API qui. Se è stato scaricato correttamente, la risposta è un file di pacchetto LUIS. Salvare il file nella posizione di archiviazione specificata per il punto di montaggio di input del contenitore.

Esportare il pacchetto dell'app con versione dall'API

Usare il metodo dell'API REST seguente per creare il pacchetto di un'applicazione LUIS già sottoposta a training. Sostituire i segnaposto con i valori appropriati nella chiamata API, facendo riferimento alla tabella riportata sotto la specifica HTTP.

GET /luis/api/v2.0/package/{APP_ID}/versions/{APP_VERSION}/gzip HTTP/1.1
Host: {AZURE_REGION}.api.cognitive.microsoft.com
Ocp-Apim-Subscription-Key: {AUTHORING_KEY}
Segnaposto Valore
{APP_ID} ID dell'app LUIS sottoposta a training.
{APP_VERSION} Versione dell'app LUIS sottoposta a training.
{AUTHORING_KEY} Chiave di creazione dell'account LUIS per l'applicazione LUIS pubblicata.
È possibile ottenere la chiave di creazione nella pagina Impostazioni utente nel portale di LUIS.
{AZURE_REGION} Area di Azure appropriata:

westus - Stati Uniti occidentali
westeurope - Europa occidentale
australiaeast - Australia orientale

Per scaricare il pacchetto versionato, consultare la documentazione dell'API qui. Se è stato scaricato correttamente, la risposta è un file di pacchetto LUIS. Salvare il file nella posizione di archiviazione specificata per il punto di montaggio di input del contenitore.

Eseguire il contenitore con docker run

Usare il comando docker run per eseguire il contenitore. Per dettagli su come ottenere i valori di e {ENDPOINT_URI}, vedere {API_KEY}.

Sono disponibili esempi del comando docker run.

docker run --rm -it -p 5000:5000 ^
--memory 4g ^
--cpus 2 ^
--mount type=bind,src=c:\input,target=/input ^
--mount type=bind,src=c:\output\,target=/output ^
mcr.microsoft.com/azure-cognitive-services/language/luis ^
Eula=accept ^
Billing={ENDPOINT_URI} ^
ApiKey={API_KEY}
  • Questo esempio usa la directory all'esterno dell'unità C: per evitare conflitti di autorizzazione in Windows. Se è necessario usare una directory specifica come directory di input, potrebbe essere necessario concedere l'autorizzazione del servizio Docker.
  • Non modificare l'ordine degli argomenti a meno che non si abbia familiarità con i contenitori Docker.
  • Se si usa un altro sistema operativo, usare la console/il terminale, la sintassi della cartella per i montaggi e il carattere di continuazione della riga corretti per il sistema. Questi esempi presuppongono l'uso di una console di Windows con il carattere di continuazione della riga ^. Poiché il contenitore è un sistema operativo Linux, il montaggio di destinazione usa una sintassi di cartella in stile Linux.

Questo comando:

  • Esegue un contenitore dall'immagine del contenitore LUIS
  • Carica l'app LUIS dal punto di montaggio di input in C:\input, che si trova nell'host contenitore
  • Alloca due core CPU e 4 gigabyte (GB) di memoria
  • Espone la porta TCP 5000 e alloca un pseudo terminale TTY per il contenitore
  • Salva il contenitore e il log LUIS nel punto di montaggio di output in C:\output, che si trova nell'host del contenitore
  • Rimuove automaticamente il contenitore dopo la sua uscita. L'immagine del contenitore rimane disponibile nel computer host.

Sono disponibili altri esempi del comando docker run.

Importante

È necessario specificare le opzioni Eula, Billing e ApiKey per eseguire il contenitore. In caso contrario, il contenitore non si avvia. Per altre informazioni, vedereFatturazione. Il valore ApiKey è la Chiave dalla pagina Risorse di Azure del portale LUIS ed è disponibile anche nella pagina Chiavi di risorsa di Azure Azure AI services.

Eseguire più contenitori nello stesso host

Se si intende eseguire più contenitori con porte esposte, assicurarsi di eseguire ogni contenitore con una porta esposta diversa. Per esempio, eseguire il primo contenitore sulla porta 5000 e il secondo contenitore sulla porta 5001.

È possibile eseguire questo contenitore e un contenitore di Servizi di Azure AI diverso contemporaneamente sull'HOST. È anche possibile eseguire più contenitori dello stesso contenitore di Servizi di Azure AI.

Endpoint API supportati dal contenitore

Entrambe le versioni V2 e V3 dell'API sono disponibili con il contenitore.

Eseguire query sull'endpoint di previsione del contenitore

Il contenitore fornisce le API dell'endpoint di previsione delle query basate su REST. Gli endpoint per le app pubblicate (di gestione temporanea o produzione) hanno una route diversa rispetto agli endpoint per le app con versioni.

Usare l'host http://localhost:5000 per le API del contenitore.

Tipo di pacchetto Verbo HTTP Itinerario Parametri di query
Pubblicato GET, POST /luis/v3.0/apps/{appId}/slots/{slotName}/predict? /luis/prediction/v3.0/apps/{appId}/slots/{slotName}/predict? query={query}
[&verbose]
[&log]
[&show-all-intents]
Con versione GET, POST /luis/v3.0/apps/{appId}/versions/{versionId}/predict? /luis/prediction/v3.0/apps/{appId}/versions/{versionId}/predict query={query}
[&verbose]
[&log]
[&show-all-intents]

I parametri di query configurano come e cosa viene restituito nella risposta alla query:

Query parameter (Parametro di query) TIPO Scopo
query corda Espressione dell'utente.
verbose booleano Valore booleano che indica se restituire tutti i metadati per i modelli stimati. Il valore predefinito è false.
log boolean Registra le query, che successivamente possono essere usate per l'apprendimento attivo. Il valore predefinito è false.
show-all-intents booleano Valore booleano che indica se restituire tutte le finalità o solo la finalità di punteggio superiore. Il valore predefinito è false.

Esegui una query sull'app LUIS

Un esempio di comando CURL per l'esecuzione di query sul contenitore per un'app pubblicata è:

Per eseguire query su un modello in uno slot, usare l'API seguente:

curl -G \
-d verbose=false \
-d log=true \
--data-urlencode "query=turn the lights on" \
"http://localhost:5000/luis/v3.0/apps/{APP_ID}/slots/production/predict"

Per eseguire query nell'ambiente di gestione temporanea, sostituire production nella route con staging:

http://localhost:5000/luis/v3.0/apps/{APP_ID}/slots/staging/predict

Per eseguire query su un modello con controllo delle versioni, usare l'API seguente:

curl -G \
-d verbose=false \
-d log=false \
--data-urlencode "query=turn the lights on" \
"http://localhost:5000/luis/v3.0/apps/{APP_ID}/versions/{APP_VERSION}/predict"

Importare i log degli endpoint per l'apprendimento attivo

Se viene specificato un montaggio di output per il contenitore LUIS, i file di log delle query dell'app vengono salvati nella directory di output, dove {INSTANCE_ID} è l'ID contenitore. Il log delle query dell'app contiene la query, la risposta e i timestamp per ogni query di stima inviata al contenitore LUIS.

Il percorso seguente indica la struttura di directory annidata per i file di log del contenitore.

/output/luis/{INSTANCE_ID}/

Dal portale di LUIS selezionare l'app, quindi selezionare Importa log endpoint per caricare i log.

Importare i file di log del contenitore per l'apprendimento attivo

Dopo il caricamento del log, rivedere le espressioni dell'endpoint nel portale di LUIS.

Verificare che il contenitore sia in esecuzione

Per verificare se il contenitore è in esecuzione, sono disponibili diverse opzioni. Individuare l'indirizzo IP esterno e la porta esposta del contenitore in questione, quindi aprire il Web browser di scelta. Usare i vari URL di richiesta seguenti per verificare che il contenitore sia in esecuzione. Gli URL di richiesta di esempio elencati di seguito sono http://localhost:5000, ma il proprio contenitore specifico potrebbe variare. Assicurarsi di usare l'indirizzo IP esterno e la porta esposta del contenitore.

URL richiesta Scopo
http://localhost:5000/ Il contenitore offre una home page.
http://localhost:5000/ready Questo URL, richiesto con un'operazione GET, verifica che il contenitore sia pronto per accettare una query sul modello. Questa richiesta può essere usata per i probe di attività e di idoneità di Kubernetes.
http://localhost:5000/status Questo URL, anch'esso richiesto con un'operazione GET, verifica se la chiave API usata per avviare il contenitore sia valida senza che sia necessaria una query sull'endpoint. Questa richiesta può essere usata per i probe di attività e di idoneità di Kubernetes.
http://localhost:5000/swagger Il contenitore fornisce un set completo di documentazione per gli endpoint e una funzionalità Prova. Con questa funzionalità, è possibile immettere le impostazioni in un modulo HTML basato sul Web ed eseguire la query senza scrivere codice. Dopo che la query restituisce il risultato, viene fornito un comando CURL di esempio per illustrare il formato richiesto per il corpo e le intestazioni HTTP.

Home page del contenitore

Avviare il contenitore in modalità disconnessa da Internet

Per usare questo contenitore disconnesso da Internet, è prima di tutto necessario richiedere l'accesso compilando una richiesta e acquistando un piano di impegno. Per ulteriori informazioni, vedere Usare contenitori Docker in ambienti disconnessi.

Se è stata ricevuta l'approvazione per eseguire il contenitore disconnesso da Internet, seguire l'esempio seguente che mostra la formattazione del comando docker run da usare, con valori segnaposto. Sostituire questi valori segnaposto con i propri valori.

Il parametro DownloadLicense=True nel comando docker run scaricherà un file di licenza che consentirà l'esecuzione del contenitore Docker quando non è connesso a Internet. Contiene anche una data di scadenza dopo la quale il file di licenza non sarà valido per l’esecuzione del contenitore. È possibile usare un file di licenza solo con il contenitore appropriato per cui è stata ricevuta l'approvazione. Ad esempio, non è possibile usare un file di licenza per un contenitore di Riconoscimento vocale con un contenitore di Informazioni sui documenti.

Segnaposto Valore Formato o esempio
{IMAGE} Immagine del contenitore da usare. mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{LICENSE_MOUNT} Il percorso in cui verrà scaricata e montata la licenza. /host/license:/path/to/license/directory
{ENDPOINT_URI} L’endpoint per l'autenticazione della richiesta di servizio. È disponibile nella pagina Chiave ed endpoint della risorsa nel portale di Azure. https://<your-custom-subdomain>.cognitiveservices.azure.com
{API_KEY} La chiave per la risorsa Analisi del testo. È disponibile nella pagina Chiave ed endpoint della risorsa nel portale di Azure. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{CONTAINER_LICENSE_DIRECTORY} Percorso della cartella di licenza nel file system locale del contenitore. /path/to/license/directory 
docker run --rm -it -p 5000:5000 \ 
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}

Dopo aver scaricato il file di licenza, è possibile eseguire il contenitore in un ambiente disconnesso. Nell'esempio seguente viene illustrata la formattazione del comando docker run da usare, con valori segnaposto. Sostituire questi valori segnaposto con i propri valori.

Ovunque venga eseguito il contenitore, il file di licenza deve essere montato nel contenitore e il percorso della cartella della licenza nel file system locale del contenitore deve essere specificato con Mounts:License=. È necessario specificare anche un punto di montaggio di output in modo che sia possibile scrivere i record di utilizzo per la fatturazione.

Segnaposto Valore Formato o esempio
{IMAGE} Immagine del contenitore da usare. mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{MEMORY_SIZE} Dimensioni appropriate della memoria da allocare per il contenitore. 4g
{NUMBER_CPUS} Il numero appropriato di CPU da allocare per il contenitore. 4
{LICENSE_MOUNT} Percorso in cui risiederà e verrà montata la licenza. /host/license:/path/to/license/directory
{OUTPUT_PATH} Percorso di output per la registrazione dei record di utilizzo. /host/output:/path/to/output/directory
{CONTAINER_LICENSE_DIRECTORY} Percorso della cartella di licenza nel file system locale del contenitore. /path/to/license/directory
{CONTAINER_OUTPUT_DIRECTORY} Percorso della cartella di output nel file system locale del contenitore. /path/to/output/directory 
docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \ 
-v {LICENSE_MOUNT} \ 
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

Fermare il contenitore

Per arrestare il contenitore, nell'ambiente della riga di comando in cui è in esecuzione il contenitore premere CTRL+C.

Risoluzione dei problemi

Se si esegue il contenitore con un punto di montaggio di output e la registrazione attivata, il contenitore genera file di log utili per risolvere i problemi che si verificano durante l'avvio o l'esecuzione del contenitore.

Suggerimento

Per altre informazioni sulla risoluzione dei problemi e per indicazioni, vedere Domande frequenti sui contenitori di Azure per intelligenza artificiale.

Se si verificano problemi durante l'esecuzione di un contenitore di Servizi di Azure AI, è possibile provare a usare il contenitore per la diagnostica di Microsoft. Usare questo contenitore per diagnosticare gli errori comuni nell'ambiente di distribuzione che potrebbero impedire il funzionamento previsto dei contenitori di Azure per intelligenza artificiale.

Per ottenere il contenitore, usare il comando docker pull seguente:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

Quindi, eseguire il contenitore. Sostituisci {ENDPOINT_URI} con il tuo endpoint e {API_KEY} con la tua chiave per la tua risorsa:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

Il contenitore eseguirà il test della connettività di rete per l'endpoint di fatturazione.

Fatturazione

Il contenitore LUIS invia informazioni di fatturazione ad Azure utilizzando una risorsa servizi di intelligenza artificiale di Azure nel tuo account Azure.

Le query sul contenitore vengono fatturate secondo il piano tariffario della risorsa di Azure usata per il parametro ApiKey.

I contenitori di Servizi di Azure AI non possiedono la licenza per l'esecuzione senza connessione all'endpoint di misurazione o fatturazione. È necessario consentire ai contenitori di comunicare sempre le informazioni di fatturazione all'endpoint di fatturazione. I contenitori di Servizi di Azure AI non inviano a Microsoft i dati dei clienti, ad esempio l'immagine o il testo analizzato.

Connettersi ad Azure

Per eseguire il contenitore, sono necessari i valori dell'argomento di fatturazione. Questi valori consentono al contenitore di connettersi all'endpoint di fatturazione. Il contenitore segnala l'utilizzo ogni 10-15 minuti. Se il contenitore non si connette ad Azure entro la finestra temporale consentita, continuerà a essere eseguito ma non fornirà query finché l'endpoint di fatturazione non verrà ripristinato. Il tentativo di connessione viene effettuato 10 volte nello stesso intervallo di tempo di 10-15 minuti. Se non è possibile stabilire la connessione con l'endpoint di fatturazione entro 10 tentativi, il contenitore interromperà la gestione delle richieste. Per un esempio di informazioni inviate a Microsoft per la fatturazione, vedere le Domande frequenti sui contenitori di Servizi di Azure AI.

Argomenti di fatturazione

Il comando docker run avvierà il contenitore quando vengono forniti valori validi per tutte e tre le opzioni seguenti:

Opzione Descrizione
ApiKey Chiave API della risorsa di Servizi di Azure AI usata per tenere traccia delle informazioni di fatturazione.
Il valore di questa opzione deve essere impostato su una chiave API per la risorsa di cui è stato effettuato il provisioning specificata in Billing.
Billing L'endpoint della risorsa dei servizi Azure AI usata per tenere traccia delle informazioni di fatturazione.
Il valore di questa opzione deve essere impostato sull'URI dell'endpoint di una risorsa di Azure di cui è stato effettuato il provisioning.
Eula Indica che hai accettato la licenza per il contenitore.
Il valore di questa opzione deve essere impostato su accept.

Per altre informazioni su queste opzioni, vedere Configurare i contenitori.

Sommario

In questo articolo sono stati appresi concetti e flussi di lavoro per il download, l'installazione e l'esecuzione di contenitori Language Understanding (LUIS). Riepilogo:

  • LUIS (Language Understanding) offre un contenitore Linux per Docker per le previsioni di query degli endpoint per le espressioni.
  • Le immagini dei contenitori vengono scaricate da Registro Container Microsoft.
  • Le immagini dei contenitori vengono eseguite in Docker.
  • È possibile usare l'API REST per eseguire query sugli endpoint del contenitore specificando l'URI host del contenitore.
  • Quando si crea un'istanza di un contenitore, è necessario specificare le informazioni di fatturazione.

Importante

I contenitori di Azure per intelligenza artificiale non sono concessi in licenza per l'esecuzione senza essere connessi ad Azure per la misurazione. I clienti devono consentire ai contenitori di comunicare sempre le informazioni di fatturazione al servizio di misurazione. I contenitori di Azure per intelligenza artificiale non inviano a Microsoft i dati dei clienti, ad esempio l'immagine o il testo analizzato.

Passaggi successivi