Implantar um serviço da web do Azure Machine Learning StudioDeploy an Azure Machine Learning Studio web service

O Azure Machine Learning Studio permite compilar e testar soluções de análise preditiva.Azure Machine Learning Studio enables you to build and test a predictive analytic solution. Em seguida, é possível implantar a solução como um serviço Web.Then you can deploy the solution as a web service.

Os serviços Web do Machine Learning Studio oferecem uma interface entre um aplicativo e um modelo de pontuação do fluxo de trabalho do Machine Learning Studio.Machine Learning Studio web services provide an interface between an application and a Machine Learning Studio workflow scoring model. Um aplicativo externo pode se comunicar com um modelo de pontuação do fluxo de trabalho do Machine Learning Studio em tempo real.An external application can communicate with a Machine Learning Studio workflow scoring model in real time. Uma chamada a um serviço Web do Machine Learning Studio retorna resultados de previsão para um aplicativo externo.A call to a Machine Learning Studio web service returns prediction results to an external application. Para fazer uma chamada a um serviço Web, você passa uma chave de API que foi criada quando você implantou o serviço Web.To make a call to a web service, you pass an API key that was created when you deployed the web service. Um serviço Web do Machine Learning Studio baseia-se em REST, uma opção popular de arquitetura para projetos de programação da Web.A Machine Learning Studio web service is based on REST, a popular architecture choice for web programming projects.

O Azure Machine Learning Studio tem dois tipos de serviços Web:Azure Machine Learning Studio has two types of web services:

  • RSS (Serviço de Solicitação-Resposta): Um serviço de baixa latência altamente escalonável que pontua um único registro de dados.Request-Response Service (RRS): A low latency, highly scalable service that scores a single data record.
  • BES (Serviço de Execução em Lote): um serviço assíncrono que pontua um lote de registros de dados.Batch Execution Service (BES): An asynchronous service that scores a batch of data records.

A entrada para BES é como os dados de entrada que RRS usa.The input for BES is like data input that RRS uses. A principal diferença é que o BES lê um bloco de registros de uma variedade de fontes, como o armazenamento de Blobs do Azure, o armazenamento de Tabelas do Azure, um banco de dados SQL do Azure, o HDInsight (consulta hive) e fontes HTTP.The main difference is that BES reads a block of records from a variety of sources, such as Azure Blob storage, Azure Table storage, Azure SQL Database, HDInsight (hive query), and HTTP sources.

Em um ponto de exibição de alto nível, implante seu modelo em três etapas:From a high-level point-of-view, you deploy your model in three steps:

  • Criar um teste de treinamento – no Studio, é possível treinar e testar um modelo de análise preditiva usando dados de treinamento que você fornece e um grande conjunto de algoritmos internos de aprendizado de máquina.Create a training experiment - In Studio, you can train and test a predictive analytics model using training data that you supply, using a large set of built-in machine learning algorithms.
  • Convertê-lo em um teste preditivo : depois que o modelo tiver sido treinado com dados existentes e você estiver pronto para usá-lo para pontuar novos dados, prepare e simplifique seu teste de previsões.Convert it to a predictive experiment - Once your model has been trained with existing data and you're ready to use it to score new data, you prepare and streamline your experiment for predictions.
  • Implante-o como um novo serviço Web ou um serviço Web clássico – Quando você implanta seu teste preditivo como um serviço Web do Azure, os usuários podem enviar dados para seu modelo e receber previsões dele.Deploy it as a New web service or a Classic web service - When you deploy your predictive experiment as an Azure web service, users can send data to your model and receive your model's predictions.

Criar um teste de treinamentoCreate a training experiment

Para treinar um modelo de análise de previsão, você usa o Azure Machine Learning Studio para criar uma experiência de treinamento na qual você pode incluir vários módulos para carregar dados de treinamento, preparar os dados conforme necessário, aplicar algoritmos de aprendizagem de máquina e avaliar os resultados.To train a predictive analytics model, you use Azure Machine Learning Studio to create a training experiment where you include various modules to load training data, prepare the data as necessary, apply machine learning algorithms, and evaluate the results. Você pode iterar em um teste e testar algoritmos de aprendizado de máquina diferentes para comparar e avaliar os resultados.You can iterate on an experiment and try different machine learning algorithms to compare and evaluate the results.

O processo de criar e gerenciar testes de treinamento é abordado mais detalhadamente em outro ponto.The process of creating and managing training experiments is covered more thoroughly elsewhere. Para obter mais informações, consulte estes artigos:For more information, see these articles:

Converter o teste de treinamento em um teste preditivoConvert the training experiment to a predictive experiment

Depois que você treinou seu modelo, estará pronto para converter seu teste de treinamento em um experimento de previsão para pontuar novos dados.Once you've trained your model, you're ready to convert your training experiment into a predictive experiment to score new data.

Ao converter em um teste preditivo, você estará preparando seu modelo para ser implantado como um serviço Web de pontuação.By converting to a predictive experiment, you're getting your trained model ready to be deployed as a scoring web service. Os usuários do serviço Web podem enviar dados de entrada para seu modelo e seu modelo enviará de volta os resultados da previsão.Users of the web service can send input data to your model and your model will send back the prediction results. À medida que converte em um teste preditivo, é recomendável ter em mente como você espera que seu modelo seja usado por outras pessoas.As you convert to a predictive experiment, keep in mind how you expect your model to be used by others.

Para converter o teste de treinamento em um teste preditivo, clique em Executar na parte inferior da tela do teste, clique em Configurar Serviço Web e selecione Serviço Web Preditivo.To convert your training experiment to a predictive experiment, click Run at the bottom of the experiment canvas, click Set Up Web Service, then select Predictive Web Service.

Converter para o teste de pontuação

Para obter mais informações sobre como realizar essa conversão, consulte Como preparar seu modelo para implantação no Azure Machine Learning Studio.For more information on how to perform this conversion, see How to prepare your model for deployment in Azure Machine Learning Studio.

As etapas a seguir descrevem a implantação de um teste preditivo como um novo serviço Web.The following steps describe deploying a predictive experiment as a New web service. Você também pode implantar o teste como um serviço Web clássico.You can also deploy the experiment as Classic web service.

Implantá-lo como um novo serviço WebDeploy it as a New web service

Agora que o teste preditivo foi preparado, é possível implantá-lo como um novo serviço Web do Azure (baseado no Resource Manager).Now that the predictive experiment has been prepared, you can deploy it as a new (Resource Manager-based) Azure web service. Usando o serviço Web, os usuários podem enviar dados para seu modelo e o modelo retornará suas previsões.Using the web service, users can send data to your model and the model will return its predictions.

Para implantar o teste preditivo, clique em Executar na parte inferior da tela do teste.To deploy your predictive experiment, click Run at the bottom of the experiment canvas. Após a conclusão do teste, clique em Implantar Serviço Web e selecione Implantar Serviço Web novo .Once the experiment has finished running, click Deploy Web Service and select Deploy Web Service New. A página de implantação do portal do serviço Web do Machine Learning Studio é aberta.The deployment page of the Machine Learning Studio Web Service portal opens.

Observação

Para implantar um novo serviço Web, você precisa ter permissões suficientes na assinatura na qual o serviço Web está sendo implantado.To deploy a New web service you must have sufficient permissions in the subscription to which you deploying the web service. Para obter mais informações, consulte Gerenciar um serviço Web usando o portal de Serviços Web do Azure Machine Learning.For more information see, Manage a Web service using the Azure Machine Learning Web Services portal.

Página de teste de implantação do portal de serviço Web do Machine Learning StudioMachine Learning Studio Web Service portal Deploy Experiment Page

Na página de teste de implantação, insira um nome para o serviço Web.On the Deploy Experiment page, enter a name for the web service. Selecione um plano de preços.Select a pricing plan. Se você tiver um plano de preços existente, selecione-o, caso contrário, você deverá criar um novo plano de preços para o serviço.If you have an existing pricing plan you can select it, otherwise you must create a new price plan for the service.

  1. Na lista suspensa Plano de Preços, selecione um plano existente ou selecione a opção Selecione novo plano.In the Price Plan drop down, select an existing plan or select the Select new plan option.
  2. Em Nome do Plano, digite um nome que identificará o plano na sua conta.In Plan Name, type a name that will identify the plan on your bill.
  3. Selecione uma dos Níveis de Planos Mensais.Select one of the Monthly Plan Tiers. As camadas do plano usam como padrão os planos da região padrão e o serviço Web é implantado nessa região.The plan tiers default to the plans for your default region and your web service is deployed to that region.

Clique em Implantar e na página Início Rápido para abrir seu serviço Web.Click Deploy and the Quickstart page for your web service opens.

A página de início rápido do serviço Web fornece acesso e orientações sobre as tarefas mais comuns que você executará depois de criar um serviço Web.The web service Quickstart page gives you access and guidance on the most common tasks you will perform after creating a web service. A partir daqui, você poderá acessar facilmente a página Teste e a página Consumo.From here, you can easily access both the Test page and Consume page.

Gerenciar seu Novo serviço WebTest your New web service

Para testar seu novo serviço Web, clique em Testar serviço Web em tarefas comuns.To test your new web service, click Test web service under common tasks. Na página de teste, você poderá testar o serviço Web como um Serviço de solicitação-resposta (RRS) ou Serviço de execução em lote (BES).On the Test page, you can test your web service as a Request-Response Service (RRS) or a Batch Execution service (BES).

A página de teste RRS exibe as entradas, as saídas e todos os parâmetros globais que você definiu para o teste.The RRS test page displays the inputs, outputs, and any global parameters that you have defined for the experiment. Para testar o serviço Web, você pode manualmente inserir os valores apropriados para as entradas ou fornecer um arquivo CSV (valores separados por vírgulas) formatado que contém os valores de teste.To test the web service, you can manually enter appropriate values for the inputs or supply a comma separated value (CSV) formatted file containing the test values.

Para testar usando RRS, do modo de exibição de lista, insira os valores apropriados para as entradas e clique em Teste de solicitação-resposta.To test using RRS, from the list view mode, enter appropriate values for the inputs and click Test Request-Response. Os resultados de previsão serão exibidos na coluna de saída à esquerda.Your prediction results display in the output column to the left.

Insira os valores apropriados para testar seu serviço web

Para testar o BES, clique em Lote.To test your BES, click Batch. Na página de teste em lote, clique em Pesquisar na sua entrada e selecione um arquivo CSV que contém os valores de exemplo apropriados.On the Batch test page, click Browse under your input and select a CSV file containing appropriate sample values. Se você não tiver um arquivo CSV e tiver criado seu teste preditivo usando o Machine Learning Studio, você pode baixar o conjunto de dados para o seu teste preditivo e usá-lo.If you don't have a CSV file, and you created your predictive experiment using Machine Learning Studio, you can download the data set for your predictive experiment and use it.

Para baixar o conjunto de dados, abra Machine Learning Studio.To download the data set, open Machine Learning Studio. Abra seu teste preditivo e clique com o botão direito na entrada para o seu teste.Open your predictive experiment and right click the input for your experiment. No menu de contexto, selecione conjunto de dados e, em seguida, selecione Baixar.From the context menu, select dataset and then select Download.

Baixe o conjunto de dados da tela do Studio

Clique em Testar.Click Test. O status de seu trabalho de execução de lote é exibido à direita em Trabalhos em lote de teste.The status of your Batch Execution job displays to the right under Test Batch Jobs.

Teste seu trabalho de execução em lotes com o portal de serviço da web

Na página CONFIGURAÇÃO, você pode alterar a descrição, o título, atualizar a chave da conta de armazenamento e habilitar dados de exemplo para o serviço Web.On the CONFIGURATION page, you can change the description, title, update the storage account key, and enable sample data for your web service.

Configurar o serviço web

Acessar seu Novo serviço WebAccess your New web service

Depois de implantar o serviço Web por meio do Machine Learning Studio, você pode enviar dados para o serviço e receber respostas de forma programática.Once you deploy your web service from Machine Learning Studio, you can send data to the service and receive responses programmatically.

A página Consumo fornece todas as informações necessárias para acessar o serviço Web.The Consume page provides all the information you need to access your web service. Por exemplo, a chave de API é fornecida para permitir acesso autorizado ao serviço.For example, the API key is provided to allow authorized access to the service.

Para saber mais sobre como acessar um serviço Web do Machine Learning Studio, confira How to consume an Azure Machine Learning Studio Web service (Como consumir um serviço Web do Azure Machine Learning Studio).For more information about accessing a Machine Learning Studio web service, see How to consume an Azure Machine Learning Studio Web service.

Gerenciar seu Novo serviço WebManage your New web service

É possível gerenciar os novos serviços Web no portal dos Serviços Web do Machine Learning Studio.You can manage your New web services Machine Learning Studio Web Services portal. Na página principal do portal clique em serviços Web.From the main portal page, click Web Services. Na página de serviços Web, você pode excluir ou copiar um serviço.From the web services page, you can delete or copy a service. Para monitorar um serviço específico, clique no serviço e, em seguida, clique em Painel.To monitor a specific service, click the service and then click Dashboard. Para monitorar trabalhos em lotes associados ao serviço Web, clique em Log de solicitações em lote.To monitor batch jobs associated with the web service, click Batch Request Log.

Implantar o novo serviço Web em várias regiõesDeploy your New web service to multiple regions

É possível implantar facilmente um novo serviço Web em várias regiões sem a necessidade de várias assinaturas ou workspaces.You can easily deploy a New web service to multiple regions without needing multiple subscriptions or workspaces.

O preço é específico de cada região, então é necessário definir um plano de cobrança para cada região na qual você implantará o serviço Web.Pricing is region specific, so you need to define a billing plan for each region in which you will deploy the web service.

Criar um plano em outra regiãoCreate a plan in another region

  1. Entre nos serviços Web do Microsoft Azure Machine Learning.Sign in to Microsoft Azure Machine Learning Web Services.
  2. Clique na opção de menu Planos .Click the Plans menu option.
  3. Na página de visão geral de Planos, clique em Novo.On the Plans over view page, click New.
  4. No menu suspenso Assinatura , selecione a assinatura na qual o novo plano residirá.From the Subscription dropdown, select the subscription in which the new plan will reside.
  5. No menu suspenso Região , selecione uma região para o novo plano.From the Region dropdown, select a region for the new plan. As opções de plano para a região selecionada serão exibidas na seção Opções de Plano da página.The Plan Options for the selected region will display in the Plan Options section of the page.
  6. No menu suspenso Grupo de Recursos , selecione um grupo de recursos para o plano.From the Resource Group dropdown, select a resource group for the plan. Em mais informações sobre grupos de recursos, confira Visão geral do Azure Resource Manager.From more information on resource groups, see Azure Resource Manager overview.
  7. Em Nome do Plano , digite o nome do plano.In Plan Name type the name of the plan.
  8. Em Opções do Plano, clique no nível de cobrança para o novo plano.Under Plan Options, click the billing level for the new plan.
  9. Clique em Criar.Click Create.

Implantar o serviço Web em outra regiãoDeploy the web service to another region

  1. Na página de Serviços Web do Microsoft Azure Machine Learning, clique na opção de menu Serviços Web.On the Microsoft Azure Machine Learning Web Services page, click the Web Services menu option.
  2. Selecione o serviço Web que você está implantando em uma nova região.Select the Web Service you are deploying to a new region.
  3. Clique em Copiar.Click Copy.
  4. Em Nome do Serviço Web, digite um novo nome para o serviço Web.In Web Service Name, type a new name for the web service.
  5. Em Descrição do serviço Web, digite uma descrição para o serviço Web.In Web service description, type a description for the web service.
  6. No menu suspenso Assinatura , selecione a assinatura na qual o novo serviço Web residirá.From the Subscription dropdown, select the subscription in which the new web service will reside.
  7. No menu suspenso Grupo de Recursos , selecione um grupo de recursos para o serviço Web.From the Resource Group dropdown, select a resource group for the web service. Em mais informações sobre grupos de recursos, confira Visão geral do Azure Resource Manager.From more information on resource groups, see Azure Resource Manager overview.
  8. No menu suspenso Região , selecione a região na qual implantar o serviço Web.From the Region dropdown, select the region in which to deploy the web service.
  9. No menu suspenso Conta de armazenamento , selecione uma conta de armazenamento na qual armazenar o serviço Web.From the Storage account dropdown, select a storage account in which to store the web service.
  10. Na lista suspensa Plano de preços , selecione um plano na região que você selecionou na etapa 8.From the Price Plan dropdown, select a plan in the region you selected in step 8.
  11. Clique em Copiar.Click Copy.

Implantá-lo como um serviço Web clássicoDeploy it as a Classic web service

Agora que o teste preditivo foi devidamente preparado, você pode implantá-lo como um serviço Web Clássico do Azure.Now that the predictive experiment has been sufficiently prepared, you can deploy it as a Classic Azure web service. Usando o serviço Web, os usuários podem enviar dados para seu modelo e o modelo retornará suas previsões.Using the web service, users can send data to your model and the model will return its predictions.

Para implantar o teste preditivo, clique em Executar na parte inferior da tela do teste e clique em Implantar Serviço Web.To deploy your predictive experiment, click Run at the bottom of the experiment canvas and then click Deploy Web Service. O serviço Web é configurado e colocado no painel de serviço Web.The web service is set up and you are placed in the web service dashboard.

Implantar o serviço web do Studio

Testar seu serviço Web ClássicoTest your Classic web service

É possível testar o serviço Web no portal de Serviços Web do Machine Learning Studio ou no Machine Learning Studio.You can test the web service in either the Machine Learning Studio Web Services portal or Machine Learning Studio.

Para testar o serviço Web Resposta a Solicitação, clique no botão Teste no painel de serviço Web.To test the Request Response web service, click the Test button in the web service dashboard. Uma caixa de diálogo é exibida para solicitar os dados de entrada para o serviço.A dialog pops up to ask you for the input data for the service. Essas são as colunas esperadas pelo teste de pontuação.These are the columns expected by the scoring experiment. Insira um conjunto de dados e clique em OK.Enter a set of data and then click OK. Os resultados gerados pelo serviço Web são exibidos na parte inferior do painel.The results generated by the web service are displayed at the bottom of the dashboard.

É possível clicar no link de visualização Testar para testar seu serviço no portal de Serviços Web do Azure Machine Learning Studio, conforme mostrado anteriormente na seção novo Serviço Web.You can click the Test preview link to test your service in the Azure Machine Learning Studio Web Services portal as shown previously in the New web service section.

Para testar o serviço de execução em lote, clique no link de visualização do teste.To test the Batch Execution Service, click Test preview link . Na página de teste em lote, clique em Pesquisar na sua entrada e selecione um arquivo CSV que contém os valores de exemplo apropriados.On the Batch test page, click Browse under your input and select a CSV file containing appropriate sample values. Se você não tiver um arquivo CSV e tiver criado seu teste preditivo usando o Machine Learning Studio, você pode baixar o conjunto de dados para o seu teste preditivo e usá-lo.If you don't have a CSV file, and you created your predictive experiment using Machine Learning Studio, you can download the data set for your predictive experiment and use it.

Testar o serviço Web

Na página CONFIGURAÇÃO , você pode alterar o nome de exibição do serviço e fornecer uma descrição.On the CONFIGURATION page, you can change the display name of the service and give it a description. O nome e a descrição são exibidos no Portal do Azure, no qual você gerencia seus serviços Web.The name and description is displayed in the Azure portal where you manage your web services.

Você pode fornecer uma descrição dos dados de entrada, dados de saída e parâmetros de serviço Web inserindo uma cadeia de caracteres para cada coluna em INPUT SCHEMA, OUTPUT SCHEMA, e Web SERVICE PARAMETER.You can provide a description for your input data, output data, and web service parameters by entering a string for each column under INPUT SCHEMA, OUTPUT SCHEMA, and Web SERVICE PARAMETER. Essas descrições são usadas na documentação do código de exemplo fornecida para o serviço Web.These descriptions are used in the sample code documentation provided for the web service.

Você pode habilitar o log para diagnosticar quaisquer falhas que esteja vendo quando o serviço Web for acessado.You can enable logging to diagnose any failures that you're seeing when your web service is accessed. Para saber mais, confira Enable logging for Machine Learning Studio web services (Habilitar o registro em log dos serviços Web do Machine Learning Studio).For more information, see Enable logging for Machine Learning Studio web services.

Habilitar registro em log no portal de serviços da web

Você também pode configurar os pontos de extremidade do serviço Web no portal de serviços Web do Azure Machine Learning da mesma forma que o procedimento mostrado anteriormente na seção Novo serviço Web.You can also configure the endpoints for the web service in the Azure Machine Learning Web Services portal similar to the procedure shown previously in the New web service section. As opções são diferentes, você pode adicionar ou alterar a descrição do serviço, habilitar o registro em log e habilitar dados de exemplo para teste.The options are different, you can add or change the service description, enable logging, and enable sample data for testing.

Acessar seu serviço Web ClássicoAccess your Classic web service

Depois de implantar o serviço Web por meio do Machine Learning Studio, você pode enviar dados para o serviço e receber respostas de forma programática.Once you deploy your web service from Machine Learning Studio, you can send data to the service and receive responses programmatically.

O painel fornece todas as informações necessárias para acessar o serviço Web.The dashboard provides all the information you need to access your web service. Por exemplo, a chave de API é fornecida para permitir acesso autorizado ao serviço e as páginas de ajuda de API são fornecidas para ajudar você a começar a escrever seu código.For example, the API key is provided to allow authorized access to the service, and API help pages are provided to help you get started writing your code.

Para saber mais sobre como acessar um serviço Web do Machine Learning Studio, confira How to consume an Azure Machine Learning Studio Web service (Como consumir um serviço Web do Azure Machine Learning Studio).For more information about accessing a Machine Learning Studio web service, see How to consume an Azure Machine Learning Studio Web service.

Gerenciar seu serviço Web ClássicoManage your Classic web service

Há várias ações que podem ser executadas para monitorar um serviço Web.There are various of actions you can perform to monitor a web service. Você pode atualizá-lo e excluí-lo.You can update it, and delete it. Você também pode adicionar pontos de extremidade adicionais a um serviço Web clássico além do ponto de extremidade padrão que é criado durante sua implantação.You can also add additional endpoints to a Classic web service in addition to the default endpoint that is created when you deploy it.

Para saber mais, confira Gerenciar um workspace do Azure Machine Learning Studio e Manage a web service using the Azure Machine Learning Studio Web Services portal (Gerenciar um serviço Web usando o portal de Serviços Web do Azure Machine Learning Studio).For more information, see Manage an Azure Machine Learning Studio workspace and Manage a web service using the Azure Machine Learning Studio Web Services portal.

Atualizar o serviço WebUpdate the web service

Você pode fazer alterações ao serviço Web, como atualizar o modelo com dados de treinamento adicionais e implantá-lo novamente, substituindo o serviço Web original.You can make changes to your web service, such as updating the model with additional training data, and deploy it again, overwriting the original web service.

Para atualizar o serviço Web, abra o teste preditivo original que você usou para implantar o serviço Web original e faça uma cópia editável clicando em SALVAR COMO.To update the web service, open the original predictive experiment you used to deploy the web service and make an editable copy by clicking SAVE AS. Faça as alterações e clique em Implantar Serviço Web.Make your changes and then click Deploy Web Service.

Como você já implantou esse teste antes, será solicitado se deseja substituir (Serviço Web clássico) ou atualizar (Novo serviço Web) o serviço existente.Because you've deployed this experiment before, you are asked if you want to overwrite (Classic Web Service) or update (New web service) the existing service. Se você clicar em SIM ou Atualizar, o serviço Web existente será interrompido e o novo teste preditivo será implantado em seu lugar.Clicking YES or Update stops the existing web service and deploys the new predictive experiment is deployed in its place.

Observação

Se você fez alterações na configuração do serviço Web original, por exemplo, inserindo um novo nome de exibição ou uma descrição, você precisará inserir esses valores novamente.If you made configuration changes in the original web service, for example, entering a new display name or description, you will need to enter those values again.

Uma opção para atualizar seu serviço Web é treinar novamente o modelo de forma programática.One option for updating your web service is to retrain the model programmatically. Para saber mais, confira Retrain Machine Learning Studio models programmatically (Treinar novamente os modelos de Machine Learning Studio de forma programática).For more information, see Retrain Machine Learning Studio models programmatically.

Próximas etapasNext steps