Trazer seu próprio modelo de IA para o AI Builder
Você pode trazer seu próprio modelo para o AI Builder para que funcione como qualquer modelo personalizado do AI Builder. Você pode usar seu modelo no Microsoft Power Platform por meio do Power Automate ou pode criar aplicativos com o Power Apps.
Ao usar seu próprio modelo, às vezes ele é chamado de ponto de extremidade de modelo, que permite a comunicação. Quando você usa seu próprio modelo, as limitações se aplicam. Essas limitações são descritas mais adiante neste artigo.
Fora do AI Builder, você pode criar seu próprio modelo por meio da plataforma Azure Machine Learning. Para usar o modelo no AI Builder, ele deve atender a alguns requisitos:
Seu modelo contém uma definição de API que segue a especificação OpenAPI (também conhecida como Swagger).
Você registrou seu modelo no AI Builder usando um pacote Python.
O primeiro passo para trazer seu próprio modelo para o AI Builder é registrá-lo. Siga o procedimento no tutorial Traga seu próprio modelo (no GitHub).
Após registrar o modelo, você o verá na lista de modelos do AI Builder. Na página de detalhes do modelo, a Origem do modelo será Importada para mostrar que o modelo externo está registrado no AI Builder usando o ponto de extremidade de modelo importado.
O único mecanismo de autenticação compatível são Chaves de API que usam o Azure Machine Learning.
Apenas o Swagger 2.0 é compatível.
O tamanho máximo permitido do lote é 500 linhas.
A latência/tempo limite máximo permitido é de 20 segundos.
Os tipos de dados OpenAPI compatíveis são:
- Inteiro
- Número
- Booliano
- Cadeia de caracteres
Se o seu modelo usa uma imagem como entrada em Base64, ela pode ser usada apenas para previsão em tempo real, para consumo no Power Automate ou Microsoft Power Fx. A previsão em lote não é compatível.
- O nome do campo deve terminar com a imagem (não diferencia maiúsculas de minúsculas).
- O tipo de dados deve ser Cadeia de caracteres.
Agora você está pronto para usar seu próprio modelo no AI Builder. Você pode executar tarefas de gerenciamento do ciclo de vida do aplicativo, como exportar seu próprio modelo usando uma solução, importar o modelo para o ambiente de destino e atualizar o modelo em ambientes de origem ou destino.