次の方法で共有


Azure Data Studio の Machine Learning 拡張機能を使用してモデルをインポートまたは表示する (プレビュー)

Azure Data Studio の Machine Learning 拡張機能を使用して、ONNX モデルをインポートしたり、データベースに既にインポートされているモデルを表示したりする方法について説明します。

重要

Machine Learning 拡張機能を使用したデータベースでのインポートと表示では、現在、Azure SQL Managed Instance での Machine Learning Services と、ONNX を使用した Azure SQL Edge のみがサポートされています。

前提条件

モデルの表示

次の手順に従って、データベースに格納されている ONNX モデルを表示します。

  1. [モデルのインポートまたは表示] を選択します。

  2. onnxruntimemlflowmlflow-dbstore をインストールするように求められた場合は、 [はい] を選択します。

  3. モデルが格納されているモデル データベースモデル テーブルを選択します。

これにより、モデルのリストが表示されます。 モデルの名前と説明を編集することも、リストからモデルを削除することもできます。

新しいモデルのインポート

次の手順に従って、データベースに ONNX モデルをインポートします。

  1. [モデルのインポートまたは表示] を選択します。

  2. onnxruntimemlflowmlflow-dbstore をインストールするように求められた場合は、 [はい] を選択します。

  3. [モデルのインポート] を選択します。

  4. インポートされたモデルを格納するモデル データベースを選択します。

  5. インポートされたモデルを格納するモデル テーブルを選択します。 既存のテーブルを選択するか、新しいテーブルを作成することができます。 [次へ] を選択します。

  6. モデルが配置されている場所を選択し、 [次へ] を選択します。 使用できるもの:

    • ファイルのアップロード。 ファイルからモデルを使用する場合は、これを選択します。 [ソース ファイル] でモデル ファイルを選択し、 [次へ] を選択します。
    • Azure Machine Learning。 Azure Machine Learning のモデルを使用するには、これを選択します。 最初に、Azure にサインインします。 次に、ご自分の Azure アカウントAzure サブスクリプションAzure リソース グループAzure ML ワークスペースを選択します。 使用するモデルを選択し、 [次へ] を選択します。
  7. モデルの [名前][説明] を入力し、 [デプロイ] を選択して、モデルをデータベースに格納します。

注意

Machine Learning 拡張機能は現在プレビューの段階です。 そのため、モデルが格納されているテーブル スキーマは将来変更される可能性があります。

次のステップ