Импорт или просмотр моделей с помощью расширения "Машинное обучение" для Azure Data Studio (предварительная версия)
Узнайте, как использовать расширение "Машинное обучение" для Azure Data Studio, чтобы импортировать модель ONNX или просмотреть уже импортированные в базу данных модели.
Важно!
Импорт и просмотр моделей в базе данных с помощью расширения "Машинное обучение" в настоящее время поддерживает только Службы машинного обучения в управляемом экземпляре SQL Azure и Azure SQL для пограничных вычислений с ONNX.
Необходимые компоненты
Установите и настройте расширение машинного обучения для Azure Data Studio. Укажите пути установки Python в параметрах расширения.
Установите пакеты Python onnxruntime, mlflow и mlflow-dbstore. Если пакеты еще не установлены, расширение «Машинное обучение» предложит вам установить их.
Просмотр моделей
Выполните следующие действия, чтобы просмотреть модели ONNX, хранящиеся в базе данных.
Выберите Импорт или просмотр моделей
Если вам будет предложено установить пакеты onnxruntime, mlflow и mlflow-dbstore, нажмите кнопку Да.
Выберите Шаблон базы данных или Шаблон таблицы, где хранятся модели.
Отобразится список моделей. Можно изменить имя и описание модели или удалить модель из списка.
Импорт новой модели
Выполните следующие действия, чтобы импортировать модель ONNX в базу данных.
Выберите Импорт или просмотр моделей
Если вам будет предложено установить пакеты onnxruntime, mlflow и mlflow-dbstore, нажмите кнопку Да.
Выберите Импортировать модели.
Выберите Шаблон базы данных, где необходимо сохранить импортированную модель.
Выберите Шаблон таблицы, где необходимо сохранить импортированную модель. Можно выбрать вариант Существующая таблица или Создать таблицу. Выберите Далее.
Выберите место расположения модели и нажмите кнопку Далее. Вы можете использовать:
- Отправка файлов. Выберите этот вариант, чтобы использовать модель из файла. Выберите файл модели в разделе Исходные файлы и нажмите кнопку Далее.
- Машинное обучение Azure. Выберите этот вариант, чтобы использовать модель из Машинного обучения Azure. Сначала войдите в Azure. Затем выберите значения для параметров Учетная запись Azure, Подписка Azure, Группа ресурсов Azure и Рабочая область Azure ML. Выберите нужную модель и нажмите кнопку Далее.
Введите имя и описание модели и нажмите кнопку Развернуть, чтобы сохранить модель в базе данных.
Примечание.
В настоящее время доступна предварительная версия расширения "Машинное обучение". Поэтому схема таблицы, в которой хранятся модели, в будущем может измениться.
Следующие шаги
- Расширение "Машинное обучение" для Azure Data Studio
- Управление пакетами в базе данных
- Составление прогнозов
- Документация по машинному обучению на SQL
- Службы машинного обучения в управляемом экземпляре SQL Azure
- Машинное обучение и ИИ с применением ONNX в SQL для пограничных вычислений (предварительная версия)