Składniki Web Service Input i Web Service Output

W tym artykule opisano składniki Web Service Input (Dane wejściowe usługi internetowej) i Web Service Output (Dane wyjściowe usługi internetowej) Azure Machine Learning projektanta.

Składnik danych wejściowych usługi internetowej może łączyć się tylko z portem wejściowym o typie DataFrameDirectory. Składnik Web Service Output może być połączony tylko z portu wyjściowego z typem DataFrameDirectory. Te dwa składniki można znaleźć w drzewie składników w kategorii Usługa internetowa.

Składnik Danych wejściowych usługi internetowej wskazuje, gdzie dane użytkownika trafiają do potoku. Składnik Dane wyjściowe usługi internetowej wskazuje, gdzie dane użytkownika są zwracane w potoku wnioskowania w czasie rzeczywistym.

Jak używać danych wejściowych i wyjściowych usługi internetowej

Podczas tworzenia potoku wnioskowania w czasie rzeczywistym z potoku trenowania składniki Web Service Input (Dane wejściowe usługi internetowej) i Web Service Output (Dane wyjściowe usługi internetowej) zostaną automatycznie dodane w celu pokazania, gdzie dane użytkownika wchodzą do potoku i gdzie są zwracane dane.

Uwaga

Automatyczne generowanie potoku wnioskowania w czasie rzeczywistym jest procesem opartym na regułach, który jest najbardziej nakładem pracy. Nie ma gwarancji poprawności.

Możesz ręcznie dodać lub usunąć składniki Web Service Input (Dane wejściowe usługi internetowej) i Web Service Output (Dane wyjściowe usługi internetowej), aby spełnić wymagania. Upewnij się, że potok wnioskowania w czasie rzeczywistym ma co najmniej jeden składnik danych wejściowych usługi internetowej i jeden składnik danych wyjściowych usługi internetowej. Jeśli masz wiele składników Web Service Input lub Web Service Output, upewnij się, że mają one unikatowe nazwy. Nazwę można wprowadzić w prawym panelu składnika.

Możesz również ręcznie utworzyć potok wnioskowania w czasie rzeczywistym, dodając składniki Web Service Input (Dane wejściowe usługi internetowej) i Web Service Output (Dane wyjściowe usługi internetowej) do niezatwierdzonego potoku.

Uwaga

Typ potoku zostanie określony podczas pierwszego przesyłania. Pamiętaj, aby przed przesłaniem po raz pierwszy dodać składniki Web Service Input (Dane wejściowe usługi internetowej) i Web Service Output (Dane wyjściowe usługi internetowej).

W poniższym przykładzie pokazano, jak ręcznie utworzyć potok wnioskowania w czasie rzeczywistym za pomocą składnika Execute Python Script (Wykonaj skrypt języka Python).

Example

Po przesłaniu potoku i pomyślnym zakończeniu uruchomienia możesz wdrożyć punkt końcowy w czasie rzeczywistym.

Uwaga

W poprzednim przykładzie wpis Enter Data Manually (Wprowadź dane ręcznie) zawiera schemat danych wejściowych usługi internetowej i jest niezbędny do wdrożenia punktu końcowego w czasie rzeczywistym. Ogólnie rzecz biorąc, w celu zapewnienia schematu danych należy zawsze połączyć składnik lub zestaw danych z portem, do którego są podłączone dane wejściowe usługi internetowej.

Następne kroki

Dowiedz się więcej o wdrażaniu punktu końcowego w czasie rzeczywistym.

Zobacz zestaw składników dostępnych dla Azure Machine Learning.