Köra Azure Mašinsko učenje-pipelines i Azure Data Factory och Synapse Analytics
GÄLLER FÖR: Azure Data Factory Azure Synapse Analytics
Dricks
Prova Data Factory i Microsoft Fabric, en allt-i-ett-analyslösning för företag. Microsoft Fabric omfattar allt från dataflytt till datavetenskap, realtidsanalys, business intelligence och rapportering. Lär dig hur du startar en ny utvärderingsversion kostnadsfritt!
Kör dina Azure Machine Learning-pipelines som ett steg i Azure Data Factory och Synapse Analytics-pipelines. Machine Learning-aktiviteten Execute Pipeline möjliggör scenarier för batchförutsägelser, till exempel att identifiera möjliga lånestandarder, fastställa sentiment och analysera kundbeteendemönster.
Videon nedan ger en sex minuter lång introduktion och demonstration av den här funktionen.
Skapa en Mašinsko učenje köra pipelineaktivitet med användargränssnittet
Utför följande steg om du vill använda en Mašinsko učenje köra pipelineaktivitet i en pipeline:
Sök efter Mašinsko učenje i fönstret Pipelineaktiviteter och dra en Mašinsko učenje Köra pipelineaktivitet till pipelinearbetsytan.
Välj den nya Mašinsko učenje Köra pipelineaktivitet på arbetsytan om den inte redan är markerad och fliken Inställningar för att redigera dess information.
Välj en befintlig eller skapa en ny Azure Mašinsko učenje länkad tjänst och ange information om pipelinen och experimentet samt eventuella pipelineparametrar eller datasökvägstilldelningar som krävs för pipelinen.
Syntax
{
"name": "Machine Learning Execute Pipeline",
"type": "AzureMLExecutePipeline",
"linkedServiceName": {
"referenceName": "AzureMLService",
"type": "LinkedServiceReference"
},
"typeProperties": {
"mlPipelineId": "machine learning pipeline ID",
"experimentName": "experimentName",
"mlPipelineParameters": {
"mlParameterName": "mlParameterValue"
}
}
}
Typegenskaper
Property | beskrivning | Tillåtna värden | Obligatoriskt |
---|---|---|---|
name | Namnet på aktiviteten i pipelinen | String | Ja |
type | Typ av aktivitet är "AzureMLExecutePipeline" | String | Ja |
linkedServiceName | Länkad tjänst till Azure Mašinsko učenje | Referens för länkad tjänst | Ja |
mlPipelineId | ID för den publicerade Azure Mašinsko učenje-pipelinen | Sträng (eller uttryck med resultType of string) | Ja |
experimentName | Kör historikexperimentnamnet för den Mašinsko učenje pipelinekörningen | Sträng (eller uttryck med resultType of string) | Nej |
mlPipelineParameters | Nyckel, Värdepar som ska skickas till den publicerade Slutpunkten för Azure Mašinsko učenje pipeline. Nycklar måste matcha namnen på pipelineparametrar som definierats i den publicerade Mašinsko učenje pipeline | Objekt med nyckelvärdepar (eller uttryck med resultType-objekt) | Nej |
mlParentRunId | Det överordnade kör-ID:t för Azure Mašinsko učenje pipeline | Sträng (eller uttryck med resultType of string) | Nej |
dataPathAssignments | Ordlista som används för att ändra datavägar i Azure Machine Learning. Aktiverar växling av datasökvägar | Objekt med nyckelvärdepar | Nej |
continueOnStepFailure | Om du vill fortsätta körningen av andra steg i Mašinsko učenje pipelinekörning om ett steg misslyckas | boolean | Nej |
Kommentar
Om du vill fylla i listruteobjekten i Mašinsko učenje pipelinenamn och ID måste användaren ha behörighet att lista ML-pipelines. Användargränssnittet anropar AzureMLService-API:er direkt med den inloggade användarens autentiseringsuppgifter.
Relaterat innehåll
Se följande artiklar som förklarar hur du transformerar data på andra sätt:
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för