Distribuera ML-modell i Azure SQL Edge med HJÄLP av ONNX

I del tre i den här självstudien i tre delar för att förutsäga järnmalmsimpuriteter i Azure SQL Edge kommer du att:

1. Använd Azure Data Studio för att ansluta till SQL Database i Azure SQL Edge-instansen.
2. Förutsäga järnmalmsimpuriteter med ONNX i Azure SQL Edge.

Viktiga komponenter

1. Lösningen använder standardvärdet 500 millisekunder mellan varje meddelande som skickas till Edge Hub. Detta kan ändras i Program.cs-filen

   TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));
   

2. Lösningen genererade ett meddelande med följande attribut. Lägg till eller ta bort attributen enligt kraven.

   {
       timestamp
       cur_Iron_Feed
       cur_Silica_Feed
       cur_Starch_Flow
       cur_Amina_Flow
       cur_Ore_Pulp_pH
       cur_Flotation_Column_01_Air_Flow
       cur_Flotation_Column_02_Air_Flow
       cur_Flotation_Column_03_Air_Flow
       cur_Flotation_Column_04_Air_Flow
       cur_Flotation_Column_01_Level
       cur_Flotation_Column_02_Level
       cur_Flotation_Column_03_Level
       cur_Flotation_Column_04_Level
       cur_Iron_Concentrate
   }
   

Ansluta till SQL Database i Azure SQL Edge-instansen för att träna, distribuera och testa ML-modellen

1. Öppna Azure Data Studio.

2. På fliken Välkommen startar du en ny anslutning med följande information:

   Fält	Värde
   Anslutningstyp	Microsoft SQL Server
   Server	Offentlig IP-adress som nämns i den virtuella datorn som skapades för den här demonstrationen
   Användarnamn	sa
   Lösenord	Det starka lösenord som användes när Azure SQL Edge-instansen skapades
   Databas	Förinställning
   Servergrupp	Förinställning
   Namn (valfritt)	Ange ett valfritt namn

3. Välj Anslut.

4. I avsnittet Arkiv öppnar /DeploymentScripts/MiningProcess_ONNX.jpynb du från mappen där du klonade projektfilerna på datorn.

5. Ange kerneln till Python 3.

Relaterat innehåll

• Mer information om hur du använder ONNX-modeller i Azure SQL Edge finns i Maskininlärning och AI med ONNX i SQL Edge.