通过

Web 服务输入和 Web 服务输出组件

  • 项目

本文介绍 Azure 机器学习设计器中的“Web 服务输入”和“Web 服务输出”组件。

“Web 服务输入”组件只能连接到类型为 DataFrameDirectory 的输入端口。 “Web 服务输出”组件只能从类型为 DataFrameDirectory 的输出端口进行连接。 可以在组件树中的“Web 服务”类别下找到这两个组件。

“Web 服务输入”组件指示用户数据进入管道的位置。 “Web 服务输出”组件指示在实时推理管道中返回用户数据的位置。

如何使用 Web 服务输入和输出

从训练管道创建实时推理管道时，将自动添加“Web 服务输入”和“Web 服务输出”组件，以显示用户数据进入管道的位置以及返回数据的位置。

备注

自动生成实时推理管道是基于规则的尽力而为的过程。 无法保证正确性。

可以根据要求手动添加或删除“Web 服务输入”和“Web 服务输出”组件。 确保实时推理管道至少有一个“Web 服务输入”组件和一个“Web 服务输出”组件。 如果你有多个“Web 服务输入”或“Web 服务输出”组件，请确保它们的名称唯一。 可以在组件的右侧面板中输入名称。

还可以通过将“Web 服务输入”和“Web 服务输出”组件添加到未提交的管道来手动创建实时推理管道。

备注

管道类型将在首次提交时确定。 请务必在首次提交管道之前添加“Web 服务输入”和“Web 服务输出”组件。

以下示例演示如何从“执行 Python 脚本”组件手动创建实时推理管道。

Example

提交管道并成功完成运行之后，可以部署实时终结点。

备注

在前面的示例中，“手动输入数据”为 Web 服务输入提供了数据架构，并且对于部署实时终结点是必需的。 一般情况下，始终应将组件或数据集连接到“Web 服务输入”所连接到的端口，以提供数据架构。

后续步骤

详细了解部署实时终结点。

请参阅 Azure 机器学习可用的组件集。