Delen via

ML-model op Azure SQL Edge implementeren met behulp van ONNX

Belangrijk

Azure SQL Edge wordt vanaf 30 september 2025 buiten gebruik gesteld. Zie de pensioenmelding voor meer informatie en migratieopties.

Opmerking

Azure SQL Edge biedt geen ondersteuning meer voor het ARM64-platform.

In deel drie van deze driedelige zelfstudie over het voorspellen van onzuiverheden in ijzererts in Azure SQL Edge gaat u het volgende doen:

  1. Azure Data Studio gebruiken om verbinding te maken met SQL Database in de Azure SQL Edge-instance.
  2. Verontreinigingen in ijzererts voorspellen met ONNX in Azure SQL Edge.

Belangrijkste onderdelen

  1. De oplossing gebruikt standaard 500 milliseconden tussen elk bericht dat naar de Edge Hub wordt verzonden. Dit kan worden gewijzigd in het bestand Program.cs.

    TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));

  2. De oplossing heeft een bericht gegenereerd met de volgende kenmerken. Voeg de kenmerken toe aan of verwijder ze indien vereist.

    {
    timestamp
    cur_Iron_Feed
    cur_Silica_Feed
    cur_Starch_Flow
    cur_Amina_Flow
    cur_Ore_Pulp_pH
    cur_Flotation_Column_01_Air_Flow
    cur_Flotation_Column_02_Air_Flow
    cur_Flotation_Column_03_Air_Flow
    cur_Flotation_Column_04_Air_Flow
    cur_Flotation_Column_01_Level
    cur_Flotation_Column_02_Level
    cur_Flotation_Column_03_Level
    cur_Flotation_Column_04_Level
    cur_Iron_Concentrate
}

Verbinding maken met de SQL Database in de Azure SQl Edge-instantie om ML-modellen te trainen, implementeren en testen

  1. Open Azure Data Studio.

  2. Start op het tabblad Welkom een nieuwe verbinding met de volgende gegevens:

    Veld Waarde
    Verbindingstype Microsoft SQL Server
    Server Openbaar IP-adres dat wordt vermeld in de VM die is gemaakt voor deze demo
    Gebruikersnaam sa
    Wachtwoord Het sterke wachtwoord dat is gebruikt bij het maken van de Azure SQL Edge-instance
    gegevensbank Verstek
    Servergroep Verstek
    Naam (optioneel) Geef desgewenst een naam op

  3. Selecteer Maak verbinding met.

  4. Open in de /DeploymentScripts/MiningProcess_ONNX.jpynb vanuit de map waarin u de projectbestanden op uw computer hebt gekloond.

  5. Stel de kernel in op Python 3.

Verwante inhoud

  • Last updated on