培训
认证
Microsoft Certified: Azure AI Engineer Associate - Certifications
使用 Azure AI 服务、Azure AI 搜索和 Azure Open AI 设计和实现 Azure AI 解决方案。
您可以将自己的模型引入 AI Builder,让它可以像任何 AI Builder 自定义模型一样运行。 可以通过使用 Power Automate 在 Microsoft Power Platform 中使用您的模型,也可以使用 Power Apps 构建应用。
当您使用自己的模型时,它有时也称为模型终结点,可用于进行通信。 使用自己的模型时,需要遵守一些限制。 本文后面部分将介绍这些限制。
在 AI Builder 之外,您可以使用 Azure 机器学习平台创建自己的模型。 要在 AI Builder 中使用模型,它必须满足一定的要求:
您的模型包含符合 OpenAPI 规范(也称为 Swagger)的 API 定义。
您已经使用 Python 包在 AI Builder 中注册了您的模型。
将您自己的模型引入 AI Builder 的第一步是注册模型。 请执行导入自己的模型教程(GitHub 中)内的过程。
注册模型后,您会在 AI Builder 模型列表中看到它。 在模型详细信息页面上,模型源将被导入以显示外部模型已使用您导入的模型终结点注册到 AI Builder。
唯一支持的身份验证机制是使用 Azure 机器学习的 API 密钥。
仅支持 Swagger 2.0。
允许的最大批处理大小为 500 行。
允许的最大延迟/吞吐量为 20 秒。
下面是支持的 OpenAPI 数据类型:
如果您的模型将图像视为 Base64 编码的输入,则只能用于实时预测 Power Automate 或 Microsoft Power Fx 中的消耗情况。 不支持批量预测。
您现在可以在 AI Builder 中使用您自己的模型了。 可以通过使用解决方案执行导出自己的模型之类应用程序生命周期管理任务,将您的模型导入到目标环境中,以及在源环境或目标环境中升级您的模型。
培训
认证
Microsoft Certified: Azure AI Engineer Associate - Certifications
使用 Azure AI 服务、Azure AI 搜索和 Azure Open AI 设计和实现 Azure AI 解决方案。