Servizi Web di Azure Machine Learning: distribuzione e uso

È possibile usare Azure Machine Learning (Azure ML) per distribuire i flussi di lavoro e i modelli di Machine Learning come servizi Web. Questi servizi Web possono quindi essere usati per chiamare i modelli di Machine Learning dalle applicazioni tramite Internet per eseguire stime in tempo reale o in modalità batch. Essendo RESTFul, i servizi Web possono essere chiamati da diversi linguaggi di programmazione e piattaforme, come .NET e Java, nonché applicazioni, come Excel.

Le sezioni successive forniscono collegamenti a procedure dettagliate, codice e documentazione per aiutarvi a iniziare.

Distribuire un servizio Web

Con Azure Machine Learning Studio

Machine Learning Studio e il portale dei servizi Web di Microsoft Azure Machine Learning aiutano a distribuire e gestire un servizio Web senza dover scrivere codice.

I collegamenti seguenti offrono informazioni generali su come distribuire un nuovo servizio Web:

Con le API del provider di risorse di servizi Web (API di Azure Resource Manager)

Il provider di risorse di Azure Machine Learning per i servizi Web consente di distribuire e gestire servizi Web tramite chiamate all'API REST. Per altre informazioni, vedere i riferimenti al servizio Web di Machine Learning (REST).

Con i cmdlet di PowerShell

Il provider di risorse di Azure Machine Learning per i servizi Web consente di distribuire e gestire i servizi Web tramite cmdlet di PowerShell.

Per usare i cmdlet è prima necessario accedere al proprio account Azure dall'interno dell'ambiente di PowerShell tramite il cmdlet Add-AzureRmAccount . Se non si ha familiarità con la chiamata di comandi di PowerShell basati su Resource Manger, vedere Uso di Azure PowerShell con Azure Resource Manager.

Usare questo codice di esempioper esportare l'esperimento predittivo. Dopo aver creato il file .exe dal codice è possibile digitare:

C:\<folder>\GetWSD <experiment-url> <workspace-auth-token>

Con l'esecuzione dell'applicazione viene creato un modello JSON di servizio Web. Per usare il modello per distribuire un servizio Web è necessario aggiungere le informazioni seguenti:

Aggiungere le informazioni al modello JSON come figli del nodo Properties allo stesso livello del nodo MachineLearningWorkspace.

Ad esempio:

"StorageAccount": {
        "name": "YourStorageAccountName",
        "key": "YourStorageAccountKey"
},
"CommitmentPlan": {
    "id": "subscriptions/YouSubscriptionID/resourceGroups/YourResourceGroupID/providers/Microsoft.MachineLearning/commitmentPlans/YourPlanName"
}

Per altre informazioni, vedere gli articoli e il codice di esempio seguenti:

Utilizzare i servizi Web

Dall'interfaccia utente dei servizi Web di Azure Machine Learning (test)

È possibile testare il servizio Web dal portale dei servizi Web di Azure Machine Learning. Sono inclusi i test delle interfacce del Servizio di richiesta-risposta (RRS) e del Servizio Esecuzione batch (BES).

Da Excel

È possibile scaricare un modello di Excel che usa il servizio Web:

Da un client basato su REST

I servizi Web di Azure Machine Learning sono API RESTful. È possibile usare queste API da diverse piattaforme quali .NET, Python, R, Java e così via. La pagina di utilizzo del servizio Web nel portale dei servizi Web di Microsoft Azure Machine Learning offre codice di esempio che può essere utile per iniziare. Per altre informazioni, vedere Come usare un servizio Web di Azure Machine Learning pubblicato da un esperimento di Machine Learning.