Consumir pontos finais do pipeline nas aplicações cliente

Importante

O suporte para o Azure Machine Learning Studio (clássico) terminará em 31 de agosto de 2024. Recomendamos que faça a transição para o Azure Machine Learning até essa data.

A partir de 1º de dezembro de 2021, não é possível criar novos recursos (clássicos) do Machine Learning Studio (espaço de trabalho e plano de serviço Web). Até 31 de agosto de 2024, você pode continuar a usar os experimentos e serviços Web existentes do Machine Learning Studio (clássicos). Para obter mais informações, consulte:

• Migrar para o Azure Machine Learning a partir do Machine Learning Studio (clássico)
• O que é o Azure Machine Learning?

A documentação do Machine Learning Studio (clássica) está sendo desativada e pode não ser atualizada no futuro.

Neste artigo, você aprenderá a integrar aplicativos cliente com pontos de extremidade do Azure Machine Learning.

Este artigo faz parte da série de migração ML Studio (clássico) para o Azure Machine Learning. Para obter mais informações sobre como migrar para o Azure Machine Learning, consulte o artigo de visão geral da migração.

Pré-requisitos

• Uma conta do Azure com uma subscrição ativa. Crie uma conta gratuitamente.
• Uma área de trabalho do Azure Machine Learning. Crie recursos de espaço de trabalho.
• Um ponto de extremidade ou ponto de extremidade de pipeline em tempo real do Azure Machine Learning.

Consuma um ponto de extremidade em tempo real

Se você implantou seu modelo como um ponto de extremidade em tempo real, poderá encontrar seu ponto de extremidade REST e o código de consumo pré-gerado em C#, Python e R:

1. Vá para o estúdio de Aprendizado de Máquina do Azure (ml.azure.com).
2. Vá para a guia Pontos de extremidade .
3. Selecione seu endpoint em tempo real.
4. Selecione Consumir.

Nota

Você também pode encontrar a especificação Swagger para seu endpoint na guia Detalhes . Use a definição Swagger para entender seu esquema de ponto de extremidade. Para obter mais informações sobre a definição de Swagger, consulte a documentação oficial do Swagger.

Consumir um ponto de extremidade de pipeline

Há duas maneiras de consumir um ponto de extremidade de pipeline:

• Chamadas à API REST
• Integração com o Azure Data Factory

Usar chamadas de API REST

Chame o ponto de extremidade REST do seu aplicativo cliente. Você pode usar a especificação Swagger para seu ponto de extremidade para entender seu esquema:

1. Vá para o estúdio de Aprendizado de Máquina do Azure (ml.azure.com).
2. Vá para a guia Pontos de extremidade .
3. Selecione Pontos de extremidade de pipeline.
4. Selecione seu ponto de extremidade de pipeline.
5. No painel Visão geral do ponto de extremidade Pipeline, selecione o link em Documentação do ponto de extremidade REST.

Utilize o Azure Data Factory

Você pode chamar seu pipeline do Azure Machine Learning como uma etapa em um pipeline do Azure Data Factory. Para obter mais informações, consulte Executar pipelines do Azure Machine Learning no Azure Data Factory.

Próximos passos

Neste artigo, você aprendeu como encontrar esquema e código de exemplo para seus pontos de extremidade de pipeline. Para obter mais informações sobre como autenticar em um ponto de extremidade, consulte Autenticar em um ponto de extremidade online.

Consulte o restante dos artigos da série de migração do Azure Machine Learning:

• Visão geral da migração.
• Migrar conjunto de dados.
• Reconstrua um pipeline de treinamento do Studio (clássico).
• Reconstrua um serviço Web Studio (clássico).
• Migrar script Execute R.