モデルをデプロイする
[アーティクル] 12/19/2023
5 人の共同作成者
フィードバック
この記事の内容
モデルのパフォーマンスに問題がなければ、モデルをデプロイする準備が整い、発話からの予測に対してクエリを実行できます。 モデルをデプロイすると、Prediction API で使えるようになります。
前提条件
詳細については、「プロジェクト開発ライフサイクル 」を参照してください。
モデルのデプロイ
モデルのパフォーマンスを確認し、環境で使用するのに適していると判断したら、クエリを実行できるようにデプロイに割り当てる必要があります。 モデルをデプロイに割り当てると、Prediction API を通じて使用できるようになります。 これまでに構築した最適なモデルを割り当ててシステムで使用するには、production という名前のデプロイを作成することをお勧めします。 staging という名前の別のデプロイを作成し、現在作業しているモデルをそれに割り当ててテストすることができます。 プロジェクトでは、最大 10 個のデプロイを使用できます。
Language Studio 内からモデルのデプロイを開始するには、次の手順を行います。
左側のメニューから [Deploying a model](モデルのデプロイ) を選びます。
[デプロイの追加] を選択して、[デプロイの追加] ウィザードを開始します。
[新しいデプロイ名を作成する] を選択して新しいデプロイを作成し、下のドロップダウンからトレーニング済みのモデルを割り当てます。 それ以外の場合は、[Overwrite an existing deployment name] (既存のデプロイ名を上書きする) を選択して、既存のデプロイで使用されているモデルを効果的に置き換えることができます。
注意
既存のデプロイを上書きしても、Prediction API の呼び出しを変更する必要はありませんが、その結果は、新しく割り当てたモデルに基づくものになります。
[モデル] ドロップダウンからトレーニング済みのモデルを選択します。
[デプロイ] を選択して、デプロイ ジョブを開始します。
デプロイが成功すると、その横に有効期限が表示されます。 デプロイの有効期限 は、デプロイされたモデルを予測に使用できなくなるときで、通常、トレーニング構成の有効期限が切れる 12 か月後に発生します。
デプロイ ジョブを送信する
会話言語理解モデルのデプロイを始めるには、次の URL、ヘッダー、JSON 本文を使って PUT 要求を作ります。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{DEPLOYMENT-NAME}デプロイの名前。 この値は、大文字と小文字が区別されます。
staging
{API-VERSION}呼び出す API のバージョン 。
2023-04-01
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
要求本文
{
"trainedModelLabel": "{MODEL-NAME}",
}
キー
プレースホルダー
値
例
trainedModelLabel
{MODEL-NAME}デプロイに割り当てられるモデル名。 正常にトレーニングされたモデルのみ割り当てることができます。 この値は、大文字と小文字が区別されます。
myModel
API 要求を送信すると、成功を示す 202 応答が返されます。 応答ヘッダーで、operation-location の値を抽出します。 それは次のように書式設定されています。
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}
この URL を使用してデプロイ ジョブの状態を取得できます。
デプロイ ジョブの状態を取得する
プロジェクトのデプロイ要求の送信に成功すると、インポート ジョブの状態を確認するための完全な要求 URL (エンドポイント、プロジェクト名、ジョブ ID を含む) が応答の operation-location ヘッダーに組み込まれます。
次の GET 要求を使って、デプロイ ジョブの状態を取得します。 プレースホルダーの値は、実際の値に置き換えます。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{DEPLOYMENT-NAME}デプロイの名前。 この値は、大文字と小文字が区別されます。
staging
{JOB-ID}モデルのトレーニングの状態を取得するための ID。
xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}呼び出す API のバージョン 。
2023-04-01
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
応答本文
要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。
{
"jobId":"{JOB-ID}",
"createdDateTime":"{CREATED-TIME}",
"lastUpdatedDateTime":"{UPDATED-TIME}",
"expirationDateTime":"{EXPIRATION-TIME}",
"status":"running"
}
デプロイのスワップ
1 つのデプロイに割り当てたモデルのテストが完了したら、そのモデルを別のデプロイに割り当てることができます。 デプロイのスワップには、次の作業が伴います。
最初のデプロイに割り当てたモデルを取得して、2 番目のデプロイに割り当てます。
2 番目のデプロイに割り当てたモデルを取得して、最初のデプロイに割り当てます。
staging に割り当てられているモデルを取得し、それを production に割り当てたい場合は、これを使用して、production と staging のデプロイをスワップすることができます。
Language Studio 内からデプロイをスワップするには
[モデルをデプロイします] ページで、入れ替える 2 つのデプロイを選び、上部のメニューから [展開のスワップ] を選択します。
表示されたウィンドウで、スワップするデプロイの名前を選びます。
デプロイ スワップ ジョブを始めるには、次の URL、ヘッダー、JSON 本文を使って POST 要求を作ります。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/:swap?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{API-VERSION}呼び出す API のバージョン 。
2023-04-01
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
要求本文
{
"firstDeploymentName": "{FIRST-DEPLOYMENT-NAME}",
"secondDeploymentName": "{SECOND-DEPLOYMENT-NAME}"
}
キー
プレースホルダー
値
例
firstDeploymentName
{FIRST-DEPLOYMENT-NAME}1 番目のデプロイの名前。 この値は、大文字と小文字が区別されます。
production
secondDeploymentName
{SECOND-DEPLOYMENT-NAME}2 番目のデプロイの名前。 この値は、大文字と小文字が区別されます。
staging
API 要求を送信すると、成功を示す 202 応答が返されます。
展開の削除
Language Studio 内からデプロイを削除するには、[モデルのデプロイ] ページを選択します。 次に、削除するデプロイを選び、上部のメニューから [デプロイの削除] を選択します。
会話言語理解のデプロイを削除するには、次の URL、ヘッダー、JSON 本文を使って DELETE 要求を作成します。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/deployments/{deploymentName}?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{DEPLOYMENT-NAME}デプロイの名前。 この値は、大文字と小文字が区別されます。
staging
{API-VERSION}呼び出す API のバージョン 。
2023-04-01
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
API 要求を送信すると、成功を示す 202 応答を受け取ります。これは、デプロイが削除されたことを意味します。
デプロイ リソースを割り当てる
異なるリージョンに存在する異なる Language リソースを割り当てることで、プロジェクトを複数のリージョンにデプロイする ことができます。
Language Studio で他のリージョンにデプロイ リソースを割り当てるには:
プロジェクトの作成に使用したリソースに Cognitive Service Language 所有者 として自分自身を割り当てていることを確認します。
Language Studio の [モデルのデプロイ] ページに移動します。
[リージョン] タブを選択します。[デプロイ リソースの追加] を選択します。別のリージョンで Language リソースを選びます。
これで、リソースを割り当てたリージョンにプロジェクトをデプロイする準備ができました。
デプロイ リソースをプログラムで割り当てるには、Microsoft Entra 認証**が必要です。 Microsoft Entra ID は、複数リージョンのデプロイのためにプロジェクトに割り当てる目的のリソースへのアクセス権があることを確認するために使用されます。 REST API の呼び出しを行うときにプログラムで Microsoft Entra 認証を使うには、Azure AI サービスの認証に関するドキュメント をご覧ください。
リソースを割り当てる
以下の URL、ヘッダー、JSON 本文を使って POST 要求を送信し、デプロイ リソースを割り当てます。
要求 URL
API 要求を作るときは、次の URL を使います。 次のプレースホルダーの値を実際の値に置き換えてください。
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/:assign?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{API-VERSION}呼び出している API のバージョン。
2022-10-01-preview
Microsoft Entra 認証 を使用して、この API を認証します。
本文
次のサンプル JSON を本文として使います。
{
"resourcesMetadata": [
{
"azureResourceId": "{AZURE-RESOURCE-ID}",
"customDomain": "{CUSTOM-DOMAIN}",
"region": "{REGION-CODE}"
}
]
}
Key
プレースホルダー
値
例
azureResourceId{AZURE-RESOURCE-ID}割り当てる完全なリソース ID パス。 Azure portal で、リソースの [プロパティ] タブの [リソース ID] フィールドにあります。
/subscriptions/12345678-0000-0000-0000-0000abcd1234/resourceGroups/ContosoResourceGroup/providers/Microsoft.CognitiveServices/accounts/ContosoResource
customDomain{CUSTOM-DOMAIN}割り当てるリソースのカスタム サブドメイン。 Azure portal で、リソースの [キーとエンドポイント] タブの [エンドポイント] フィールドの URL https://<your-custom-subdomain>.cognitiveservices.azure.com/ の一部として含まれます
contosoresource
region{REGION-CODE}割り当てるリソースのリージョンを指定するリージョン コード。 Azure portal で、リソースの [キーとエンドポイント] タブの [場所/地域] フィールドの一部として含まれます。
eastus
リソースの割り当て状態を取得する
デプロイ リソース割り当てジョブの状態を取得するには、次の GET 要求を使います。 次のプレースホルダーの値を実際の値に置き換えてください。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/assign/jobs/{JOB-ID}?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{JOB-ID}デプロイ割り当ての状態を取得するジョブ ID。 これは、デプロイ リソース割り当て要求の応答で API から受け取った operation-location ヘッダー値内にあります。
xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}呼び出している API のバージョン。
2022-10-01-preview
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
応答本文
要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。
{
"jobId":"{JOB-ID}",
"createdDateTime":"{CREATED-TIME}",
"lastUpdatedDateTime":"{UPDATED-TIME}",
"expirationDateTime":"{EXPIRATION-TIME}",
"status":"running"
}
デプロイ リソースの割り当てを解除する
プロジェクトからデプロイ リソースの割り当てを解除または削除すると、そのリソースのリージョンにデプロイされているすべてのデプロイも削除されます。
Language Studio を使用して他のリージョンのデプロイ リソースの割り当てを解除または削除するには:
[モデルのデプロイ] ページの [リージョン] タブに移動します。割り当てを解除するリソースを選択します。
[割り当ての削除] ボタンを選択します。表示されるウィンドウに、削除するリソースの名前を入力します。
リソースの割り当てを解除する
プロジェクトからデプロイ リソースの割り当てを解除または削除するには、以下の URL、ヘッダー、JSON 本文を使って POST 要求を送信します。
要求 URL
API 要求を作るときは、次の URL を使います。 次のプレースホルダーの値を実際の値に置き換えてください。
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/:unassign?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{API-VERSION}呼び出している API のバージョン。
2022-10-01-preview
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
Body
次のサンプル JSON を本文として使います。
{
"assignedResourceIds": [
"{AZURE-RESOURCE-ID}"
]
}
Key
プレースホルダー
値
例
assignedResourceIds{AZURE-RESOURCE-ID}割り当て解除する完全なリソース ID パス。 Azure portal で、リソースの [プロパティ] タブの [リソース ID] フィールドにあります。
/subscriptions/d73a1925-0000-0000-0000-0000c5fe888e/resourceGroups/ContosoResourceGroup/providers/Microsoft.CognitiveServices/accounts/ContosoResource
リソースの割り当て解除状態を取得する
デプロイ リソースの割り当て解除ジョブの状態を取得するには、次の GET 要求を使います。 次のプレースホルダーの値を実際の値に置き換えてください。
要求 URL
{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/unassign/jobs/{JOB-ID}?api-version={API-VERSION}
プレースホルダー
値
例
{ENDPOINT}API 要求を認証するためのエンドポイント。
https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}プロジェクトの名前。 この値は、大文字と小文字が区別されます。
myProject
{JOB-ID}デプロイ割り当ての状態を取得するジョブ ID。 これは、デプロイ リソース割り当て解除要求の応答で API から受け取った operation-location ヘッダー値内にあります。
xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxxx
{API-VERSION}呼び出している API のバージョン。
2022-10-01-preview
要求を認証するには、次のヘッダーを使います。
Key
値
Ocp-Apim-Subscription-Keyリソースへのキー。 API 要求の認証に使われます。
応答本文
要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。
{
"jobId":"{JOB-ID}",
"createdDateTime":"{CREATED-TIME}",
"lastUpdatedDateTime":"{UPDATED-TIME}",
"expirationDateTime":"{EXPIRATION-TIME}",
"status":"running"
}
次の手順
