Aracılığıyla paylaş

SQL Edge'de ONNX ile makine öğrenmesi ve yapay zeka

  • Makale

Önemli

Azure SQL Edge 30 Eylül 2025'te kullanımdan kaldırılacaktır. Daha fazla bilgi ve geçiş seçenekleri için Bkz . Kullanımdan kaldırma bildirimi.

Not

Azure SQL Edge artık ARM64 platformunu desteklememektedir.

Azure SQL Edge'de makine öğrenmesi, Açık Sinir Ağı Değişimi (ONNX) biçimindeki modelleri destekler. ONNX, çeşitli makine öğrenmesi çerçeveleri ve araçları arasında modelleri değiştirmek için kullanabileceğiniz açık bir biçimdir.

Genel bakış

Azure SQL Edge'de makine öğrenmesi modellerini çıkarsamak için öncelikle bir model almanız gerekir. Bu, önceden eğitilmiş bir model veya seçtiğiniz çerçeveyle eğitilmiş özel bir model olabilir. Azure SQL Edge ONNX biçimini destekler ve modeli bu biçime dönüştürmeniz gerekir. Model doğruluğu üzerinde hiçbir etkisi olmamalıdır ve ONNX modeline sahip olduktan sonra modeli Azure SQL Edge'de dağıtabilir ve PREDICT T-SQL işleviyle yerel puanlama kullanabilirsiniz.

ONNX modellerini alma

ONNX biçiminde bir model elde etmek için:

  • Model Oluşturma Hizmetleri: Azure Machine Learning'deki otomatik Machine Learning özelliği ve Azure Özel Görüntü İşleme Hizmeti gibi hizmetler, eğitilen modeli doğrudan ONNX biçiminde dışarı aktarmayı destekler.

  • Mevcut modelleri dönüştürme ve/veya dışarı aktarma: Çeşitli eğitim çerçeveleri (örneğin, PyTorch, Chainer ve Caffe2), eğitilen modelinizi ONNX biçiminin belirli bir sürümüne kaydetmenizi sağlayan ONNX'e yerel dışarı aktarma işlevselliğini destekler. Yerel dışarı aktarmayı desteklemeyen çerçeveler için, farklı makine öğrenmesi çerçevelerinden eğitilen modelleri ONNX biçimine dönüştürmenizi sağlayan tek başına ONNX Dönüştürücü yüklenebilir paketleri vardır.

    Desteklenen çerçeveler

Sınırlamalar

Şu anda tüm ONNX modelleri Azure SQL Edge tarafından desteklenmiyor. Destek, sayısal veri türlerine sahip modellerle sınırlıdır:

Diğer sayısal türler, CAST ve CONVERT kullanılarak desteklenen türlere dönüştürülebilir.

Model girişleri, modele yapılan her girişin tablodaki tek bir sütuna karşılık gelen şekilde yapılandırılması gerekir. Örneğin, bir modeli eğitmek için pandas veri çerçevesi kullanıyorsanız, her giriş model için ayrı bir sütun olmalıdır.

İlgili içerik