Korišćenje radnje predviđanja u usluzi Power Automate

Možete koristiti namenske akcije za svaki AI Builder model u Power Automate. Međutim, akcija predviđanja vam omogućava da koristite mnoge tipove AI Builder modela.

Koristite prilagođeni ili unapred izgrađen model

1. Prijavite se na Power Automate.

2. U oknu za navigaciju sa leve strane izaberite Moji tokovi, a zatim izaberite Novi tok>Instant tok oblaka.

3. Nazovite svoj tok oblaka.

4. Pod Izaberite kako da pokrenete ovaj tok, izaberite Ručno aktivirajte tok, a zatim izaberite Kreiraj.

5. Izaberite + Novi korak, a zatim unesite predvideti u traci za pretragu.

6. Izaberite Predvidite iz AI Builder ili Predvidite koristeći AI Builder modele iz Microsoft Dataverse. Obe akcije nude iste karakteristike.

   

7. U ulazu Model izaberite prilagođeni model koji ste kreirali ili izaberite unapred izgrađen model.

Belešku

Saznajte više o ulaznim i izlaznim parametrima svakog modela u sledećim odeljcima u AI Builder Power Automate pregledu:

• Prilagođeni AI modeli koje gradite i trenirate
• Unapred izgrađeni AI modeli koje možete odmah koristiti Power Automate

Koristite dinamički ID modela (napredni)

Za neke složene slučajeve upotrebe, možda ćete morati dinamički da prenesete ID modela na akciju predviđanja. Na primer, ako želite da obradite različite vrste faktura koristeći različite modele, možda ćete želeti da automatski izaberete model u zavisnosti od vrste fakture.

U ovom odeljku ćete naučiti kako da konfigurišete akciju predviđanja AI Builder za ovu specifičnu svrhu u zavisnosti od tipa modela.

1. Prijavite se na Power Automate.

2. Izaberite Moji tokovi u levom oknu, a zatim izaberite Novi tok>Instant protok oblaka.

3. Nazovite svoj tok oblaka, izaberite Ručno aktivirajte tok pod Izaberite kako da pokrenete ovaj tok, a zatim izaberite Kreiraj.

4. Izaberite + Novi korak.

5. Unesite Inicijalizujte promenljivu u traku za pretragu, a zatim je izaberite na kartici Akcije .

6. Unesite ID modela u ulazu Ime , String u ulazu Tipe i stvarni ID modela u ulazu vrednosti .

   ID modela možete pronaći u URL stranici sa detaljima modela u Power Apps: make.powerapps.com/environment/[ID okruženja]/aibuilder/models/[ID modela]

7. Izaberite + Novi korak, potražite predvideti , a zatim izaberite Predvideti iz. AI Builder

8. Izaberite ulaz >Unesite prilagođenu vrednost, a zatim unesite ID modela iz koraka KSNUMKS.

   Vrednost kolone Zaključak zahteva zavisi od tipa modela.

Model obrade dokumenata

1. U koraku Ručno aktivirajte tok, dodajte unos datoteke i podesite njegovo ime na File Content.

2. U koraku Ručno aktivirajte tok, dodajte unos teksta i podesite njegovo ime na Mime Tipe.

3. U koraku Inicijalizujte promenljivu, unesite ID modela za obradu dokumenata.

4. U koraku Predviđajte, unesite sledeću vrednost u Zaključite kolonu zahteva :

   {
       "version": "2.0",
       "requestv2": {
       "@@odata.type": "Microsoft.Dynamics.CRM.expando",
       "mimeType": "@{triggerBody()['text']}",
       "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
       "pages": "@{base64('1-2')}"
       }
   }
   

   Stranica parametar je opciono, i može biti u obliku '2' ili kao opseg kao '1-10'.

   

5. Izaberite Sačuvaj u gornjem desnom uglu, a zatim izaberite Test da isprobate tok oblaka:

   

6. U detaljima o pokretanju protoka oblaka, nabavite JSON izlaz modela u odeljku OUTPUTS akcije predviđanja. Ovaj izlaz je koristan za izgradnju nizvodnih akcija koristeći vrednosti modela.

   

7. Vratite se na svoj oblak protok u režimu uređivanja.

8. Izaberite + Novi korak i izaberite akciju Sastavljanje (ili bilo koju drugu akciju za obradu izlaza modela). Recimo da izlaz vašeg modela ima kolonu Total . Možete ga dobiti sa sledećom formulom:

   @{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
   

   

Model prepoznavanja objekata

Ovaj proces je sličan zahtevu za zaključivanje u koraku 4 u odeljku Model za obradu dokumenata:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

Model klasifikacije kategorija

Ovaj proces je sličan zahtevu za zaključivanje u koraku 4 u odeljku Model za obradu dokumenata:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "language": "Detect automatically",
        "text": "The text to categorize"
    }
}