Web 服務輸入和 Web 服務輸出元件
本文說明 Azure 機器學習 設計工具中的 Web 服務輸入和 Web 服務輸出元件。
Web 服務輸入元件只能使用 DataFrameDirectory 類型連接到輸入埠。 Web 服務輸出元件只能從具有 DataFrameDirectory 類型的輸出埠連線。 您可以在 [Web 服務] 類別下的元件樹狀目錄中找到這兩個元件。
Web 服務輸入元件會指出用戶數據進入管線的位置。 Web 服務輸出元件會指出即時推斷管線中傳回用戶數據的位置。
如何使用 Web 服務輸入和輸出
當您 從定型管線建立即時推斷管線 時，會自動新增 Web 服務輸入和 Web 服務輸出元件，以顯示使用者數據進入管線的位置，以及傳回數據的位置。
注意
自動產生即時推斷管線是以規則為基礎的最佳做法程式。 不保證正確性。
您可以手動新增或移除 Web 服務輸入和 Web 服務輸出元件，以符合您的需求。 請確定您的即時推斷管線至少有一個 Web 服務輸入元件和一個 Web 服務輸出元件。 如果您有多個 Web 服務輸入或 Web 服務輸出元件，請確定它們具有唯一的名稱。 您可以在元件的右面板中輸入名稱。
您也可以將 Web 服務輸入和 Web 服務輸出元件新增至未提交管線，以手動建立即時推斷管線。
注意
當您第一次提交管線類型時，就會決定管線類型。 第一次提交之前，請務必新增 Web 服務輸入和 Web 服務輸出元件。
下列範例示範如何從執行 Python 腳本元件手動建立即時推斷管線。
提交管線並成功完成執行之後，您就可以 部署即時端點。
注意
在上述範例中， 輸入數據手動 提供 Web 服務輸入的數據架構，而且部署即時端點是必要的。 一般而言，您應該一律將元件或數據集連接到 Web 服務輸入連線的埠，以提供資料架構。
下一步
深入瞭解如何 部署即時端點。