使用 Azure Data Studio 的机器学习扩展（预览版）导入或查看模型
了解如何使用 Azure Data Studio 的机器学习扩展来导入 ONNX 模型或查看数据库中已导入的模型。
重要
目前，在数据库中使用机器学习扩展进行导入和查看时，仅支持 Azure SQL 托管实例中的机器学习服务和具有 ONNX 的 Azure SQL Edge。
先决条件
onnxruntime、mlflow 和 mlflow-dbstore Python 包。 如果尚未安装这些包，则机器学习扩展将提示你进行安装。
查看模型
请执行以下步骤查看数据库中存储的 ONNX 模型。
选择“导入或查看模型”。
如果要求安装 onnxruntime、mlflow 和 mlflow-dbstore，请选择“是”。
选择其中存储了模型的“模型数据库”和“模型表”。
此时将显示模型列表。 可以编辑模型名称和描述，或从列表中删除模型。
导入新模型
请执行以下步骤在数据库中导入 ONNX 模型。
选择“导入或查看模型”。
如果要求安装 onnxruntime、mlflow 和 mlflow-dbstore，请选择“是”。
选择“导入模型”。
选择要用于存储导入模型的“模型数据库”。
选择要用于存储导入模型的“模型表”。 可以选择“现有表”，也可以创建“新表”。 选择“下一页”。
选择模型的位置，然后选择“下一步”。 可用工具如下：
- “文件上传”。 选择此项可使用文件中的模型。 在“源文件”下选择模型文件，然后选择“下一步”。
- Azure 机器学习。 选择此选项可使用 Azure 机器学习中的模型。 首先，登录到 Azure。 然后选择你的“Azure 帐户”、“Azure 订阅”、“Azure 资源组”和“Azure ML 工作区” 。 选择要使用的模型，然后选择“下一步”。
输入模型“名称”和“描述‘，然后选择”部署“，以将模型存储在数据库中。
注意
机器学习扩展目前为预览版。 因此，存储模型的表架构在将来可能会更改。