適用於：
Machine Learning Studio （傳統版） 
Azure Machine Learning
重要
Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您依該日期轉換至 Azure Machine Learning 。
自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。
ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。
您可以使用 機器學習 Web 服務入口網站來管理 機器學習 Studio（傳統版）Web 服務。
在 機器學習 Web 服務入口網站中，您可以：
- 監視 Web 服務的使用方式。
- 設定描述、更新 Web 服務的金鑰（僅限新增）、更新記憶體帳戶密鑰（僅限新增）、啟用記錄，以及啟用或停用範例數據。
- 刪除 Web 服務。
- 建立、刪除或更新計費方案： 僅限 Azure Machine Learning。
- 新增和刪除端點：ML Studio（傳統版）
注意
您也可以在 [Web 服務] 索引標籤上管理 Machine Learning Studio （傳統） 中的傳統 Web 服務 。
管理以新資源管理員為基礎的 Web 服務的許可權
新的 Web 服務會部署為 Azure 資源。 因此，您必須擁有正確的許可權，才能部署和管理新的 Web 服務。 若要部署或管理新的 Web 服務，您必須在部署 Web 服務的訂用帳戶上獲指派參與者或系統管理員角色。 如果您邀請其他使用者加入機器學習工作區，您必須先將他們指派給訂用帳戶上的參與者或系統管理員角色，才能部署或管理 Web 服務。
如果使用者沒有存取 機器學習 Web 服務入口網站中資源的正確許可權，嘗試部署 Web 服務時，他們會收到下列錯誤：
Web 服務部署失敗。 此帳戶沒有足夠權限來存取包含該工作區的 Azure 訂用帳戶。 若要將 Web 服務部署至 Azure，必須將相同的帳戶邀請至工作區，並獲授與包含工作區的 Azure 訂用帳戶存取權。
如需建立工作區的詳細資訊，請參閱 建立和共用Machine Learning Studio （傳統） 工作區。
如需設定訪問許可權的詳細資訊，請參閱 使用 Azure 入口網站指派 Azure 角色。
管理新的 Web 服務
若要管理新的 Web 服務：
- 使用您的 Microsoft Azure 帳戶登入 Machine Learning Web 服務 入口網站 - 使用與 Azure 訂用帳戶相關聯的帳戶。
- 在功能表上，按兩下 [Web 服務]。
這會顯示您訂用帳戶的已部署 Web 服務清單。
若要管理 Web 服務，請按兩下 [Web 服務]。 您可以從 Web 服務頁面：
- 點擊該網絡服務進行管理。
- 點擊網頁服務的計費方案以進行更新。
- 刪除 Web 服務。
- 複製 Web 服務，並將其部署至另一個區域。
當您按下 Web 服務時，Web 服務快速入門頁面隨即開啟。 Web 服務快速入門頁面有兩個功能表選項，可讓您管理 Web 服務：
- 儀錶板 - 可讓您檢視 Web 服務使用量。
- CONFIGURE - 可讓您新增描述性文字、更新與 Web 服務相關聯的記憶體帳戶密鑰，以及啟用或停用範例數據。
監視 Web 服務的使用方式
點擊 儀錶板 標籤。
從儀錶板中，您可以檢視一段時間內 Web 服務的整體使用量。 您可以從使用量圖表右上角的 [期間] 下拉功能表中選取要檢視的期間。 儀錶板會顯示下列資訊：
- 「隨時間 推移的要求」會顯示所選時段內要求數目的步驟圖表。 這可協助您識別您是否遇到使用量尖峰。
- Request-Response 要求 會顯示服務在所選時段內收到的 Request-Response 呼叫總數，以及失敗的次數。
- 平均 Request-Response 計算時間 會顯示執行已接收要求所需時間的平均值。
- 批次要求 會顯示服務在所選時段內收到的批次要求總數，以及失敗的批次要求數目。
- 平均作業延遲 會顯示執行已接收要求所需的平均時間。
- 錯誤 會顯示呼叫 Web 服務時發生的錯誤匯總數目。
- 服務成本 會顯示與服務相關聯的計費方案費用。
設定 Web 服務
按兩下 [ 設定 ] 選單選項。
您可以更新下列屬性：
- 描述 可讓您輸入 Web 服務的描述。
- 標題 可讓您輸入 Web 服務的標題
- 密鑰 可讓您輪替主要和次要 API 金鑰。
- 儲存體帳戶金鑰 可讓您更新與 Web 服務變更相關聯的記憶體帳戶金鑰。
- 啟用範例數據 可讓您提供可用來測試 Request-Response 服務的範例數據。 如果您在 機器學習 Studio 中建立 Web 服務（傳統版），範例數據會取自您用來定型模型的數據。 如果您以程式設計方式建立服務，數據會取自您作為 JSON 套件一部分所提供的範例數據。
管理計費方案
從 Web 服務快速入門頁面單擊 [ 方案] 選單選項。 您也可以點擊與特定網路服務相關聯的計畫來管理該計畫。
- [新增 ] 可讓您建立新的計劃。
- 新增/移除方案實例 可讓您「擴展」現有的計劃以增加容量。
- Upgrade/DownGrade 可讓您「擴展」現有方案以新增容量。
- Delete 可讓您刪除方案。
按一下方案以查看其儀錶板。 儀表板會在您所選的時段內提供快照或方案使用量。 若要選取要檢視的時間週期，請按下儀表板右上角的 [期間] 下拉式清單。
方案儀錶板提供下列資訊：
- 方案描述 會顯示與計劃相關聯的成本和容量相關信息。
- 方案使用量 會顯示已針對方案收費的交易和計算時數。
- Web 服務 會顯示使用此方案的 Web 服務數目。
- 呼叫排名前四的 Web 服務 顯示的是針對方案收費的前四大 Web 服務。
- 依計算 Hrs 的頂端 Web 服務 會顯示使用針對方案收費的計算資源的前四個 Web 服務。
管理傳統 Web 服務
注意
本節中的程式與透過 機器學習 Web 服務入口網站管理傳統 Web 服務有關。 如需透過 Machine Learning Studio（傳統版）和 Azure 入口網站管理傳統 Web 服務的資訊，請參閱 管理 Machine Learning Studio （傳統版） 工作區。
若要管理傳統Web服務：
- 使用您的 Microsoft Azure 帳戶登入 Machine Learning Web 服務 入口網站 - 使用與 Azure 訂用帳戶相關聯的帳戶。
- 在功能表上，按兩下 [ 傳統Web服務]。
若要管理傳統 Web 服務，請按兩下 [ 傳統Web服務]。 從 [傳統 Web 服務] 頁面，您可以：
- 點擊網頁服務以查看相關聯的端點。
- 刪除 Web 服務。
當您管理傳統 Web 服務時，您可以個別管理每個端點。 當您在 [Web 服務] 頁面中按兩下 Web 服務時，會開啟與服務相關聯的端點清單。
在 [傳統 Web 服務端點] 頁面上，您可以在服務上新增和刪除端點。 如需新增端點的詳細資訊，請參閱 建立端點。
按兩下其中一個端點以開啟Web服務快速入門頁面。 在 [快速入門] 頁面上，有兩個功能表選項可讓您管理 Web 服務：
- 儀錶板 - 可讓您檢視 Web 服務使用量。
- CONFIGURE - 可讓您新增描述性文字、開啟和關閉錯誤記錄、更新與 Web 服務相關聯的記憶體帳戶密鑰，以及啟用和停用範例數據。
監視 Web 服務的使用方式
按一下 [儀錶板] 索引標籤。
從儀錶板中，您可以檢視一段時間內 Web 服務的整體使用量。 您可以從使用量圖表右上角的 [期間] 下拉功能表中選取要檢視的期間。 儀錶板會顯示下列資訊：
- 「隨時間 推移的要求」會顯示所選時段內要求數目的步驟圖表。 這可協助您識別您是否遇到使用量尖峰。
- Request-Response 要求 會顯示服務在所選時段內收到的 Request-Response 呼叫總數，以及失敗的次數。
- 平均 Request-Response 計算時間 會顯示執行已接收要求所需時間的平均值。
- 批次要求 會顯示服務在所選時段內收到的批次要求總數，以及失敗的批次要求數目。
- 平均作業延遲 會顯示執行已接收要求所需的平均時間。
- 錯誤 會顯示呼叫 Web 服務時發生的錯誤匯總數目。
- 服務成本 會顯示與服務相關聯的計費方案費用。
設定 Web 服務
按兩下 [ 設定 ] 選單選項。
您可以更新下列屬性：
- 描述 可讓您輸入 Web 服務的描述。 描述是必要欄位。
- 日誌可讓您在端點上啟用或停用錯誤日誌記錄。 如需日誌的詳細資訊，請參閱 啟用機器學習 Web 服務的日誌。
- 啟用範例數據 可讓您提供可用來測試 Request-Response 服務的範例數據。 如果您在 機器學習 Studio 中建立 Web 服務（傳統版），範例數據會取自您用來定型模型的數據。 如果您以程式設計方式建立服務，數據會取自您作為 JSON 套件一部分所提供的範例數據。