Aracılığıyla paylaş


Machine Learning Studio (klasik) Web Hizmetleri: Dağıtım ve tüketim

ŞUNLAR IÇIN GEÇERLIDIR: Şunun için geçerlidir. Machine Learning Studio (klasik) Için geçerli değildir.Azure Machine Learning

Önemli

Machine Learning Stüdyosu (klasik) desteği 31 Ağustos 2024'te sona erecektir. Bu tarihe kadar Azure Machine Learning'e geçmenizi öneririz.

1 Aralık 2021'den başlayarak artık yeni Machine Learning Stüdyosu (klasik) kaynakları oluşturamayacaksınız. 31 Ağustos 2024'e kadar mevcut Machine Learning Stüdyosu (klasik) kaynaklarını kullanmaya devam edebilirsiniz.

ML Stüdyosu (klasik) belgeleri kullanımdan kaldırılacak ve gelecekte güncelleştirilmeyecektir.

Machine Learning Studio'yu (klasik) kullanarak makine öğrenmesi iş akışlarını ve modellerini web hizmetleri olarak dağıtabilirsiniz. Bu web hizmetleri daha sonra gerçek zamanlı veya toplu iş modunda tahminler yapmak için İnternet üzerinden uygulamalardan makine öğrenmesi modellerini çağırmak için kullanılabilir. Web hizmetleri RESTful olduğundan, bunları .NET ve Java gibi çeşitli programlama dillerinden ve platformlardan ve Excel gibi uygulamalardan çağırabilirsiniz.

Sonraki bölümlerde, başlamanıza yardımcı olmak için izlenecek yollara, kodlara ve belgelere bağlantılar sağlanır.

Bir web hizmetini dağıtma

Machine Learning Studio ile (klasik)

Studio (klasik) portalı ve Machine Learning Web Hizmetleri portalı, kod yazmadan bir web hizmeti dağıtmanıza ve yönetmenize yardımcı olur.

Aşağıdaki bağlantılar, yeni bir web hizmetinin nasıl dağıtılacağı hakkında genel bilgiler sağlar:

Web hizmetleri kaynak sağlayıcısı API'leri (Azure Resource Manager API'leri) ile

Web hizmetleri için Machine Learning Studio (klasik) kaynak sağlayıcısı, REST API çağrılarını kullanarak web hizmetlerinin dağıtımını ve yönetimini sağlar. Daha fazla bilgi için bkz . Machine Learning Web Hizmeti (REST) başvurusu.

PowerShell cmdlet'leri ile

Web hizmetleri için Machine Learning Studio (klasik) kaynak sağlayıcısı, PowerShell cmdlet'lerini kullanarak web hizmetlerinin dağıtımını ve yönetimini sağlar.

Cmdlet'leri kullanmak için öncelikle Connect-AzAccount cmdlet'ini kullanarak PowerShell ortamından Azure hesabınızda oturum açmanız gerekir. Resource Manager'ı temel alan PowerShell komutlarını çağırma konusunda bilginiz yoksa bkz . Azure Resource Manager ile Azure PowerShell kullanma.

Tahmine dayalı denemenizi dışarı aktarmak için bu örnek kodu kullanın. Koddan .exe dosyasını oluşturduktan sonra şunları yazabilirsiniz:

C:\<folder>\GetWSD <experiment-url> <workspace-auth-token>

Uygulamayı çalıştırmak bir web hizmeti JSON şablonu oluşturur. Şablonu kullanarak bir web hizmeti dağıtmak için aşağıdaki bilgileri eklemeniz gerekir:

  • Depolama hesabı adı ve anahtarı

    Depolama hesabı adını ve anahtarını Azure portalından alabilirsiniz.

  • Taahhüt planı kimliği

    Oturum açıp bir plan adına tıklayarak Machine Learning Web Hizmetleri portalından plan kimliğini alabilirsiniz.

Bunları JSON şablonuna MachineLearningWorkspace düğümüyle aynı düzeyde Özellikler düğümünün alt öğeleri olarak ekleyin.

Bir örnek aşağıda verilmiştir:

"StorageAccount": {
        "name": "YourStorageAccountName",
        "key": "YourStorageAccountKey"
},
"CommitmentPlan": {
    "id": "subscriptions/YouSubscriptionID/resourceGroups/YourResourceGroupID/providers/Microsoft.MachineLearning/commitmentPlans/YourPlanName"
}

Ek ayrıntılar için aşağıdaki makalelere ve örnek koda bakın:

Web hizmetlerini kullanma

Machine Learning Web Hizmetleri Kullanıcı Arabiriminden (Test)

Machine Learning Web Hizmetleri portalından web hizmetinizi test edebilirsiniz. Buna İstek-Yanıt hizmeti (RRS) ve Batch Yürütme hizmeti (BES) arabirimlerinin test edilmesi dahildir.

Excel'den

Web hizmetini kullanan bir Excel şablonu indirebilirsiniz:

REST tabanlı istemciden

Machine Learning Web Hizmetleri RESTful API'lerdir. Bu API'leri .NET, Python, R, Java gibi çeşitli platformlardan kullanabilirsiniz. Machine Learning Web Hizmetleri portalındaki web hizmetinizin Kullanım sayfası, başlamanıza yardımcı olabilecek örnek koda sahiptir. Daha fazla bilgi için bkz . Machine Learning Web hizmetini kullanma.