</nav> 讯享网
在本快速入門中，您將了解如何將模型定型、將其轉換為 ONNX、將其部署至 Azure SQL Edge，然後使用上傳的 ONNX 模型對資料執行原生 PREDICT。
本快速入門以 scikit-learn 為基礎，並使用 Boston Housing 資料集。
- 如果您正在使用 Azure SQL Edge，並且尚未部署 Azure SQL Edge 模組，請依照 使用 Azure 入口網站部署 SQL Edge 中的步驟操作。
- 安裝 Azure Data Studio。
- 安裝此快速入門所需的 Python 套件。
- 開啟連線至 Python 3 核心的新筆記本。
- 選取 [管理套件]
- 在 [已安裝] 索引標籤中，在已安裝的套件清單中尋找下列 Python 套件。 如果未安裝上述任何套件，請選取 [新增新的] 索引標籤、搜尋套件，然後選取 [安裝]。
- scikit-learn
- numpy
- onnxmltools
- onnxruntime
- pyodbc
- setuptools
- skl2onnx
- sqlalchemy
- 針對以下區段的每個指令碼組件，將其輸入 Azure Data Studio 筆記本中的資料格，然後執行該資料格。
分割資料集，以使用特徵來預測房屋的中間值。
讯享网
輸出：
建立用來定型 LinearRegression 模型的管線。 您也可以使用其他迴歸模型。
讯享网
檢查模型的精確度，然後計算 R2 分數和均方差。
輸出：
讯享网
將資料類型轉換成支援的 SQL 資料類型。 其他資料框架也會需要此轉換。
使用 ，將 LinearRegression 模型轉換成 ONNX 格式，並將其儲存在本機。
讯享网
將模型轉換成 ONNX 格式之後，請對模型進行評分，以顯示效能略為降低或不受影響的情況。
輸出：
讯享网
將 Azure SQL Edge 中的模型儲存在資料庫 的 資料表中。 在連接字串中，指定伺服器位址、使用者名稱和密碼。
將資料載入 SQL。
首先，建立 features 和 target 這兩個資料表，以儲存 Boston Housing 資料集的子集。
- Features 包含用來預測目標中間值的所有資料。
- Target 包含資料集內每筆記錄的中間值。
讯享网
最後，使用 將 和 的 pandas 資料框架分別插入資料表 和 中。
現在，您可以檢視資料庫中的資料。
透過 SQL 中的模型，使用上傳的 ONNX 模型對資料執行原生 PREDICT。
讯享网
- SQL Edge 中採用 ONNX 的機器學習和 AI
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/187933.html