Azure Machine Learning アクティビティを使用して Azure Machine Learning インスタンスでジョブを実行する

Data Factory for Microsoft Fabric の Azure Machine Learning アクティビティを使用すると、Azure Machine Learning インスタンスでジョブを実行できます。

前提 条件

開始するには、次の前提条件を満たす必要があります。

• プロビジョニングされた 容量を持つ Microsoft Fabric テナントにアクセスできる必要があります。 無料試用版で Fabric を試すことができます。
• そのキャパシティに割り当てられたファブリック ワークスペース。

UI を使用して Azure Machine Learning アクティビティをパイプラインに追加する

パイプラインで Azure Machine Learning アクティビティを使用するには、次の手順を実行します。

アクティビティを作成する

1. ワークスペースに新しいパイプラインを作成します。

2. パイプライン アクティビティ ペインで Azure Machine Learning を検索し、それを選択してパイプライン キャンバスに追加します。

   手記

   場合によっては、メニューを展開し、下にスクロールして、次のスクリーンショットで強調表示されている Azure Machine Learning アクティビティを確認する必要があります。

   

3. パイプライン エディター キャンバスで新しいAzure Machine Learning アクティビティがまだ選択されていない場合は選択します。

   

全般 設定 ガイダンスを参照して、全般 設定タブを構成します。

Azure Machine Learning アクティビティの設定

1. [設定] タブを選択し、既存の Azure Machine Learning 接続 を選ぶか、新しい Azure Machine Learning 接続を作成できます。
2. エンドポイントの種類、バッチ エンドポイントまたはパイプライン (v1) を選びます。
3. Batch エンドポイント と Batch デプロイ を指定し、Batch エンドポイント のタイプに対するジョブ設定を構成するか、またはパイプラインの詳細を指定して、Azure Machine Learning Pipeline (v1)を実行します。

パイプラインを保存して実行またはスケジュールする

パイプライン エディターの上部にある [ ホーム ] タブに切り替え、[保存] ボタンを選択してパイプラインを保存します。 [ 実行 ] を選択して直接実行するか、特定の時間または間隔で実行をスケジュールする スケジュール を設定します。 パイプラインの実行の詳細については、「パイプラインの実行 をスケジュールする」を参照してください。

実行後、パイプラインの実行を監視し、キャンバスの下にある [出力 ] タブから実行履歴を表示できます。

既知の問題

• サービス プリンシパルを使用してセマンティック リンク コードを含むノートブックを実行するには、機能上の制限があり、セマンティック リンク機能のサブセットのみをサポートします。 詳細については、 サポートされているセマンティック リンク関数 を参照してください。 他の機能を使用するには、サービス プリンシパルを使用して セマンティック リンクを手動で認証することをお勧めします。
• Azure Machine Learning (AML) アクティビティは、認証中にデュアルトークン対象ユーザーが不足しているため、一部の構成で失敗する可能性があります。 修正プログラムは現在進行中です。

関連コンテンツ

• パイプラインの実行を監視する方法