Поделиться через

Развертывание модели ML в SQL Azure для пограничных вычислений с помощью ONNX

  • Статья

Важно!

Azure SQL Edge больше не поддерживает платформу ARM64.

В части 3 ( из 3) этого руководства по прогнозированию примеси железной руды в SQL Azure для пограничных вычислений вы:

  1. Используете Azure Data Studio для подключения к Базе данных SQL в экземпляре SQL Azure для пограничных вычислений.
  2. Спрогнозируете примесь железной руды с помощью ONNX в SQL Azure для пограничных вычислений.

Ключевые компоненты

  1. В решении используется значение по умолчанию в 500 миллисекунд между всеми сообщениями, отправляемыми в концентратор для пограничных вычислений. Это можно изменить в файле Program.cs

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

  2. В решении создано сообщение с указанными ниже атрибутами. Добавьте или удалите атрибуты в соответствии с требованиями.

    {
    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
}

Установите подключение к базе данных SQL в экземпляре SQL Azure для пограничных вычислений, чтобы обучить, развернуть и протестировать модель ML

  1. Откройте Azure Data Studio.

  2. На вкладке Приветствие запустите новое подключение со следующими сведениями:

    Поле Значение
    Тип подключения Microsoft SQL Server
    Сервер Общедоступный IP-адрес, упомянутый в виртуальной машине, созданной для этой демо-версии
    Имя пользователя sa
    Пароль Надежный пароль, который использовался при создании экземпляра SQL Azure для пограничных вычислений.
    База данных По умолчанию
    Группа серверов По умолчанию
    Имя (необязательно) Укажите необязательное имя

  3. Выберите Подключиться.

  4. В разделе Файл откройте /DeploymentScripts/MiningProcess_ONNX.jpynb папку, в которой вы клонировали файлы проекта на компьютере.

  5. Установите ядро для Python 3.

Дальнейшие действия