Komponenter för webbtjänstindata och webbtjänstutdata

I den här artikeln beskrivs komponenterna För indata och webbtjänstutdata i Azure Machine Learning Designer.

Indatakomponenten för webbtjänsten kan bara ansluta till en indataport med typen DataFrameDirectory. Webbtjänstutdatakomponenten kan bara anslutas från en utdataport med typen DataFrameDirectory. Du hittar de två komponenterna i komponentträdet under kategorin Webbtjänst .

Indatakomponenten för webbtjänsten anger var användardata kommer in i pipelinen. Komponenten Webbtjänstutdata anger var användardata returneras i en pipeline för slutsatsdragning i realtid.

Så här använder du indata och utdata för webbtjänsten

När du skapar en pipeline för inferens i realtid från din träningspipeline läggs komponenterna Webbtjänstindata och Webbtjänstutdata automatiskt till för att visa var användardata kommer in i pipelinen och var data returneras.

Kommentar

Att automatiskt generera en pipeline för slutsatsdragning i realtid är en regelbaserad process med bästa förmåga. Det finns ingen garanti för korrekthet.

Du kan lägga till eller ta bort komponenterna Webbtjänstindata och Webbtjänstutdata manuellt för att uppfylla dina krav. Kontrollera att din pipeline för slutsatsdragning i realtid har minst en indatakomponent för webbtjänsten och en webbtjänstutdatakomponent. Om du har flera komponenter för webbtjänstindata eller webbtjänstutdata kontrollerar du att de har unika namn. Du kan ange namnet i komponentens högra panel.

Du kan också skapa en pipeline för slutsatsdragning i realtid manuellt genom att lägga till komponenter för webbtjänstindata och webbtjänstutdata i pipelinen som inte har skickats.

Kommentar

Pipelinetypen bestäms första gången du skickar den. Se till att lägga till komponenter för webbtjänstindata och webbtjänstutdata innan du skickar in för första gången.

I följande exempel visas hur du manuellt skapar en pipeline för slutsatsdragning i realtid från komponenten Kör Python-skript.

När du har skickat pipelinen och körningen har slutförts kan du distribuera realtidsslutpunkten.

Kommentar

I föregående exempel tillhandahåller Ange data manuellt dataschemat för webbtjänstindata och är nödvändigt för att distribuera realtidsslutpunkten. I allmänhet bör du alltid ansluta en komponent eller datamängd till porten där webbtjänstindata är anslutna för att tillhandahålla dataschemat.

Nästa steg

Läs mer om hur du distribuerar realtidsslutpunkten.

Se den uppsättning komponenter som är tillgängliga för Azure Machine Learning.