Use a atividade Azure Machine Learning para executar um trabalho numa instância Azure Machine Learning

A atividade Azure Machine Learning no Data Factory para Microsoft Fabric permite-lhe executar um trabalho numa instância Azure Machine Learning.

Pré-requisitos

Para começar, você deve preencher os seguintes pré-requisitos:

Adicionar uma atividade de Aprendizagem Automática Azure a um pipeline com UI

Para usar uma atividade de Aprendizagem Automática Azure num pipeline, complete os seguintes passos:

Criar a atividade

  1. Crie um novo pipeline em seu espaço de trabalho.

  2. Procura Azure Machine Learning no painel de Atividades do pipeline e seleciona-o para o adicionar ao pipeline canvas.

    Observação

    Pode ser necessário expandir o menu e descer para ver a atividade Azure Machine Learning destacada na captura de ecrã seguinte.

    Captura de ecrã da interface do Fabric com o painel de Atividades e a atividade de Azure Machine Learning destacados.

  3. Selecione a nova atividade Azure Machine Learning no canvas do editor de pipelines, caso ainda não esteja selecionada.

    Captura de ecrã que mostra o separador de definições gerais da atividade Azure Machine Learning.

Consulte as orientações gerais de configuração para configurar o separador Configurações Gerais.

Definições da atividade Azure Machine Learning

  1. Selecione o separador Definições, em seguida, pode selecionar uma ligação existente ou criar uma nova ligação do Azure Machine Learning.
  2. Escolha um tipo de endpoint, seja Batch Endpoint ou Pipeline (v1).
  3. Forneça um endpoint Batch e uma implementação em Batch e configure as definições **Job para o tipo de Endpoint Batch, ou forneça os detalhes do pipeline para executar um Azure Machine Learning Pipeline (v1).

Captura de ecrã que mostra o separador Definições da atividade Azure Machine Learning.

Guardar e executar ou programar o pipeline

Altere para o separador Início no topo do editor de pipeline e selecione o botão de guardar para salvar o seu pipeline. Selecione Executar para executar diretamente ou Agendar para agendar corridas em horários ou intervalos específicos. Para obter mais informações sobre execuções de pipeline, consulte: agendar execuções de pipeline.

Captura de tela mostrando a guia Página Inicial no editor de pipeline com os botões Nome da guia, Salvar, Executar e Agendar realçados.

Depois de executar, podes monitorizar a execução do pipeline e ver o histórico de execuções a partir do separador Output abaixo da tela.

Problemas conhecidos

  • Usar o Service Principal para executar um caderno que contenha código de ligação semântica tem limitações funcionais e suporta apenas um subconjunto de funcionalidades de ligação semântica. Consulte as funções de ligação semântica suportadas para mais detalhes. Para usar outras capacidades, é recomendável autenticar manualmente o link semântico com um principal do serviço.
  • A operação Azure Machine Learning (AML) pode falhar em algumas configurações devido à ausência de um público-alvo de dois tokens durante a autenticação. A correção está atualmente em desenvolvimento.

Conteúdo relacionado

  • Last updated on