通过

使用 ONNX 在 Azure SQL Edge 上部署 ML 模型

  • 项目

重要

Azure SQL Edge 将于 2025 年 9 月 30 日停用。 有关详细信息和迁移选项，请参阅停用通知。

注意

Azure SQL Edge 不再支持 ARM64 平台。

本 Azure SQL Edge 铁矿石杂质预测教程由三部分组成，在第三部分中，你将：

  1. 使用 Azure Data Studio 连接到 Azure SQL Edge 实例中的 SQL 数据库。
  2. 在 Azure SQL Edge 中通过 ONNX 预测铁矿石杂质。

重要组件

  1. 此解决方案在发送到 Edge 中心的每条消息之间使用默认的 500 毫秒。 可以在 Program.cs 文件中更改此值

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

  2. 解决方案生成了具有以下属性的消息。 根据需要添加或删除属性。

    {
    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
}

连接到 Azure SQL Edge 实例中的 SQL 数据库，以训练、部署和测试 ML 模型

  1. 打开 Azure Data Studio。

  2. 在“欢迎使用”选项卡中，使用以下详细信息启动一个新连接：

    字段 值
    连接类型 Microsoft SQL Server
    服务器 为此演示创建的 VM 中提及的公共 IP 地址
    用户名 sa
    密码 创建 Azure SQL Edge 实例时使用的强密码
    数据库 默认
    服务器组 默认
    名称（可选） 提供可选名称

  3. 选择“连接” 。

  4. 在“文件”部分，从你将项目文件克隆到的计算机上的文件夹中打开 /DeploymentScripts/MiningProcess_ONNX.jpynb。

  5. 将内核设置为 Python 3。

相关内容