Importera eller visa modeller med Machine Learning-tillägget för Azure Data Studio (förhandsversion)
Lär dig hur du använder Machine Learning-tillägget för Azure Data Studio för att importera en ONNX-modell eller visa redan importerade modeller i databasen.
Viktigt!
Importera och visa i en databas med Machine Learning-tillägget stöder för närvarande endast Machine Learning Services i Azure SQL Managed Instance och Azure SQL Edge med ONNX.
Förutsättningar
Installera och konfigurera Machine Learning-tillägget för Azure Data Studio. Du måste ange Python-installationssökvägarna i tilläggsinställningarna.
Python-paketen onnxruntime, mlflow och mlflow-dbstore. Om paketen inte redan är installerade uppmanas du att installera dem i Machine Learning-tillägget.
Visa modeller
Följ stegen nedan för att visa ONNX-modeller som lagras i databasen.
Välj Importera eller visa modeller.
Om du uppmanas att installera onnxruntime, mlflow och mlflow-dbstore väljer du Ja.
Välj den modelldatabas och tabell med modeller som dina modeller lagras i.
Då visas en lista över dina modeller. Du kan redigera modellnamnet och beskrivningen eller ta bort en modell från listan.
Importera en ny modell
Följ stegen nedan för att importera en ONNX-modell i databasen.
Välj Importera eller visa modeller.
Om du uppmanas att installera onnxruntime, mlflow och mlflow-dbstore väljer du Ja.
Välj Importera modeller.
Välj den modelldatabas som du vill lagra den importerade modellen i.
Välj tabellen Modeller som du vill lagra den importerade modellen i. Du kan antingen välja en befintlig tabell eller skapa en Ny tabell. Välj Nästa.
Välj var din modell finns och Välj Nästa. Du kan använda:
- Filuppladdning. Välj det här alternativet om du vill använda en modell från en fil. Välj modellfilen under Källfiler och Välj Nästa.
- Azure Machine Learning. Välj det här alternativet om du vill använda en modell från Azure Machine Learning. Logga först in på Azure. Välj sedan ditt Azure-konto, Azure-prenumeration, Azure-resursgrupp och Azure ML-arbetsyta. Välj den modell som du vill använda och Välj nästa.
Ange modellens namn och beskrivning och välj Distribuera för att lagra modellen i databasen.
Kommentar
Machine Learning-tillägget är för närvarande i förhandsversion. Därför kan tabellschemat där modellerna lagras ändras i framtiden.