Yönetilen çevrimiçi uç noktaları test edin

  • 5 dakika

Gerçek zamanlı bir hizmeti dağıttıktan sonra yeni veri olayları için etiket tahmininde bulunma amacıyla istemci uygulamalarından kullanabilirsiniz.

Azure Machine Learning stüdyosu kullanma

Uç Noktalar sayfasına giderek Azure Machine Learning stüdyosu tüm uç noktaları listeleyebilirsiniz. Gerçek zamanlı uç noktalar sekmesinde tüm uç noktalar gösterilir.

Ayrıntılarını ve dağıtım günlüklerini gözden geçirmek için bir uç nokta seçebilirsiniz.

Ayrıca, uç noktayı test etmek için stüdyoyu kullanabilirsiniz.

Diagram showing different hyperparameter values resulting in different models by performing hyperparameter tuning.

Azure Machine Learning Python SDK'sını kullanma

Test etmek için Azure Machine Learning Python SDK'sını kullanarak bir uç nokta çağırabilirsiniz.

Genellikle, dağıtılan modele aşağıdaki yapıya sahip JSON biçiminde veri gönderirsiniz:

{
  "data":[
      [0.1,2.3,4.1,2.0], // 1st case
      [0.2,1.8,3.9,2.1],  // 2nd case,
      ...
  ]
}

Dağıtılan modelden gelen yanıt, verilerde gönderilen her servis talebi için tahmin içeren bir JSON koleksiyonudur. Aşağıdaki kod örneği bir uç noktayı çağırır ve yanıtı görüntüler:

# test the blue deployment with some sample data
response = ml_client.online_endpoints.invoke(
    endpoint_name=online_endpoint_name,
    deployment_name="blue",
    request_file="sample-data.json",
)

if response[1]=='1':
    print("Yes")
else:
    print ("No")