webservice Pakket

Bevat functionaliteit voor het implementeren van machine learning-modellen als webservice-eindpunten in Azure Container Instances.

Azure Container Instances (ACI) wordt aanbevolen voor scenario's die kunnen worden uitgevoerd in geïsoleerde containers, waaronder eenvoudige toepassingen, taakautomatisering en bouwtaken. Zie Een model implementeren in Azure Container Instances voor meer informatie over het gebruik van ACI.

Bevat functionaliteit voor het implementeren van machine learning-modellen als webservice-eindpunten in Azure Kubernetes Service.

Azure Kubernetes Service (AKS) wordt aanbevolen voor scenario's waarin u volledige containerindeling nodig hebt, waaronder servicedetectie in meerdere containers, automatische schaalaanpassing en gecoördineerde toepassingsupgrades.

Zie Een model implementeren in Azure Kubernetes Service voor meer informatie.

Module voor het beschrijven van containerresourcevereisten in Azure Machine Learning.

Bevat functionaliteit voor het implementeren van machine learning-modellen als lokale webservice-eindpunten.

Implementeren in een lokale webservice wordt aanbevolen voor scenario's wanneer u uw model snel moet implementeren en valideren of als u een model test dat in ontwikkeling is. Zie Een model implementeren op notebook-VM's voor meer informatie.

Bevat functionaliteit voor het beheren van onbekende webservices in Azure Machine Learning.

Bevat functionaliteit voor het beheren van modellen die zijn geïmplementeerd als een webservice-eindpunt in Azure Machine Learning.

Deze module bevat de abstracte bovenliggende klasse Webservice, waarmee methoden voor het implementeren van modellen worden gedefinieerd. Een veelvoorkomend patroon is het maken van een configuratieobject voor het specifieke rekendoel en vervolgens de methoden van de webserviceklasse gebruiken met dat configuratieobject. Als u bijvoorbeeld wilt implementeren in Azure Container Instances, maakt u een AciServiceDeploymentConfiguration object op basis van de deploy_configuration methode van de AciWebservice klasse en gebruikt u vervolgens een van de implementatiemethoden van de webserviceklasse. Een vergelijkbaar patroon is van toepassing op de AksWebservice, AksEndpointen LocalWebservice klassen.

Zie Modellen implementeren met Azure Machine Learning voor een overzicht van de implementatie.

Vertegenwoordigt een machine learning-model dat is geïmplementeerd als een webservice-eindpunt in Azure Container Instances.

Er wordt een geïmplementeerde service gemaakt op basis van een model, script en bijbehorende bestanden. De resulterende webservice is een http-eindpunt met gelijke taakverdeling met een REST API. U kunt gegevens naar deze API verzenden en de voorspelling ontvangen die door het model wordt geretourneerd.

Zie Een model implementeren in Azure Container Instances voor meer informatie.

Initialiseer het webservice-exemplaar.

De webserviceconstructor haalt een cloudweergave op van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Er wordt een exemplaar van een onderliggende klasse geretourneerd dat overeenkomt met het specifieke type van het opgehaalde webserviceobject.

Vertegenwoordigt een verzameling webserviceversies achter hetzelfde eindpunt dat wordt uitgevoerd in Azure Kubernetes Service.

Terwijl één AksWebservice service met één score-eindpunt wordt geïmplementeerd, kunt u met de klasse AksEndpoint meerdere webserviceversies achter hetzelfde score-eindpunt implementeren. Elke webserviceversie kan worden geconfigureerd voor een percentage van het verkeer, zodat u modellen op een gecontroleerde manier kunt implementeren, bijvoorbeeld voor A/B-tests. Het AksEndpoint staat implementatie toe vanuit een modelobject dat vergelijkbaar is met AksWebservice.

Initialiseer het webservice-exemplaar.

De webserviceconstructor haalt een cloudweergave op van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Er wordt een exemplaar van een onderliggende klasse geretourneerd dat overeenkomt met het specifieke type van het opgehaalde webserviceobject.

Vertegenwoordigt een machine learning-model dat is geïmplementeerd als een webservice-eindpunt in Azure Kubernetes Service.

Er wordt een geïmplementeerde service gemaakt op basis van een model, script en bijbehorende bestanden. De resulterende webservice is een http-eindpunt met gelijke taakverdeling met een REST API. U kunt gegevens naar deze API verzenden en de voorspelling ontvangen die door het model wordt geretourneerd.

AksWebservice implementeert één service naar één eindpunt. Als u meerdere services naar één eindpunt wilt implementeren, gebruikt u de AksEndpoint klasse.

Zie Een model implementeren in een Azure Kubernetes Service-cluster voor meer informatie.

Initialiseer het webservice-exemplaar.

De webserviceconstructor haalt een cloudweergave op van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Er wordt een exemplaar van een onderliggende klasse geretourneerd dat overeenkomt met het specifieke type van het opgehaalde webserviceobject.

Vertegenwoordigt een machine learning-model dat is geïmplementeerd als een lokaal webservice-eindpunt.

Het lokaal implementeren van webservices is handig voor foutopsporings- en testscenario's.

Lokale webserviceconstructor.

LocalWebservice-constructor wordt gebruikt om een lokale weergave op te halen van een LocalWebservice-object dat is gekoppeld aan de opgegeven werkruimte.

Alleen voor intern gebruik.

Deze klasse wordt door de Webservice klasse gebruikt om servicesubtypen op te halen of weer te geven wanneer de webservice is gemaakt op basis van een pakket dat niet is geïmporteerd, bijvoorbeeld voor een service die met het <xref:azureml.accel> pakket is gemaakt.

Initialiseer het webservice-exemplaar.

De webserviceconstructor haalt een cloudweergave op van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Er wordt een exemplaar van een onderliggende klasse geretourneerd dat overeenkomt met het specifieke type van het opgehaalde webserviceobject.

Definieert basisfunctionaliteit voor het implementeren van modellen als webservice-eindpunten in Azure Machine Learning.

Webserviceconstructor wordt gebruikt om een cloudweergave op te halen van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Retourneert een exemplaar van een onderliggende klasse die overeenkomt met het specifieke type van het opgehaalde webserviceobject. Met de webserviceklasse kunt u machine learning-modellen implementeren vanuit een Model of Image een object.

Zie Modellen implementeren met Azure Machine Learning voor meer informatie over het werken met webservice.

Initialiseer het webservice-exemplaar.

De webserviceconstructor haalt een cloudweergave op van een webserviceobject dat is gekoppeld aan de opgegeven werkruimte. Er wordt een exemplaar van een onderliggende klasse geretourneerd dat overeenkomt met het specifieke type van het opgehaalde webserviceobject.