Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Machine Learning Services är en funktion i Azure SQL Managed Instance som tillhandahåller maskininlärning i databasen med stöd för både Python- och R-skript. Funktionen innehåller Microsoft Python- och R-paket för förutsägelseanalys och maskininlärning med höga prestanda. Relationsdata kan användas i skript via lagrade procedurer, T-SQL-skript som innehåller Python- eller R-instruktioner eller Python- eller R-kod som innehåller T-SQL.
Vad är Machine Learning Services?
Med Machine Learning Services i Azure SQL Managed Instance kan du köra Python- och R-skript i databasen. Du kan använda den för att förbereda och rensa data, utföra funktionalisering samt träna, utvärdera och distribuera maskininlärningsmodeller i en databas. Funktionen kör dina skript där data finns och eliminerar överföring av data via nätverket till en annan server.
Använd Machine Learning Services med R/Python-stöd i Azure SQL Managed Instance för att:
Kör R- och Python-skript för att förbereda data och bearbeta allmänna data – Nu kan du ta dina R/Python-skript till Azure SQL Managed Instance där dina data finns, i stället för att behöva flytta ut data till någon annan server för att köra R- och Python-skript. Du kan eliminera behovet av dataflytt och associerade problem som rör svarstid, säkerhet och efterlevnad.
Träna maskininlärningsmodeller i databasen – Du kan träna modeller med alla öppen källkod algoritmer. Du kan enkelt skala träningen till hela datamängden i stället för att förlita dig på exempeldatauppsättningar som hämtats från databasen.
Distribuera dina modeller och skript till produktion i lagrade procedurer – Skripten och tränade modeller kan operationaliseras helt enkelt genom att bädda in dem i T-SQL-lagrade procedurer. Appar som ansluter till Azure SQL Managed Instance kan dra nytta av förutsägelser och intelligens i dessa modeller genom att bara anropa en lagrad procedur. Du kan också använda den inbyggda T-SQL PREDICT-funktionen för att operationalisera modeller för snabb bedömning i scenarier med hög samtidiga realtidsbedömningar.
Basdistributioner av Python och R ingår i Machine Learning Services. Du kan installera och använda paket och ramverk med öppen källkod, till exempel PyTorch, TensorFlow och scikit-learn, utöver Microsoft-paketen revoscalepy och microsoftml för Python och RevoScaleR, MicrosoftML, olapR och sqlrutils för R.
Så här aktiverar du Machine Learning Services
Du kan aktivera Machine Learning Services i Azure SQL Managed Instance genom att aktivera utökningsbarhet med följande SQL-kommandon (SQL Managed Instance startas om och är inte tillgängligt under några sekunder):
sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;
Mer information om hur det här kommandot påverkar SQL Managed Instance-resurser finns i Resursstyrning.
Aktivera Machine Learning Services i en redundansgrupp
I en redundansgrupp replikeras inte systemdatabaser till den sekundära instansen (mer information finns i Begränsningar för redundansgrupper).
Om den SQL Managed Instance som du använder ingår i en redundansgrupp gör du följande:
Kör kommandona
sp_configureochRECONFIGUREpå varje instans av redundansgruppen för att aktivera Machine Learning Services.Installera R/Python-biblioteken på en användardatabas i stället för databasen
master.
Nästa steg
- Se de viktigaste skillnaderna från SQL Server Machine Learning Services.
- Mer information om hur du använder Python i Machine Learning Services finns i Köra Python-skript.
- Mer information om hur du använder R i Machine Learning Services finns i Kör R-skript.
- Mer information om maskininlärning på andra SQL-plattformar finns i dokumentationen för SQL-maskininlärning.