问将Azure SQL Server用作Azure ML Training Service输入参数

EN

关于训练，您将希望使用导入数据模块。在那里你可以指定如何连接到你的Azure SQL数据库。

这篇文章可能会给你一个很好的pointer，它展示了如何使用Azure Data Factory来同步重新训练实验。

我发现这很难在文档中找到，但我发现了这个链接，我能够在不上传blob的情况下成功地运行批处理执行。https://docs.microsoft.com/en-us/azure/machine-learning/studio/web-services-that-use-import-export-modules

关键部分是：

• 将C#示例代码复制并粘贴到Program.cs文件中，删除对blob存储的所有引用
• 找到请求声明并更新Web Service值

传递给Import Data和Export Data的参数

模块。在本例中，您使用原始查询，但定义了一个新的

表名。

要配置导入查询和目标表的Web服务参数，请执行以下操作：

在Import Data模块的属性窗格中，单击Database query字段右上角的图标，然后选择Set as web service参数。在Export Data模块的属性窗格中，单击Data table name字段右上角的图标，然后选择Set as web service参数。在“导出数据模块”属性窗格底部的“Web服务参数”部分中，单击“数据库查询”并将其重命名为“查询”。单击Data Table name并将其重命名为table。

 var request = new BatchExecutionRequest() 
 {           
     GlobalParameters = new Dictionary<string, string>() {
         { "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" },
         { "Table", "dbo.ScoredTable2" },
     }
 };

一旦将数据库用作加载数据模块源，就不需要在训练模块上有web服务输入。您还可以将数据库查询设置为web参数。一旦你运行批处理执行作业来重新训练模型，你就可以将它们存储在Azure blob存储中，并让你的预测模型在运行时使用“加载训练好的模型”模块而不是训练好的模型模块从那里加载它们。有关该过程，请参阅此链接：

https://blogs.technet.microsoft.com/machinelearning/2017/06/19/loading-a-trained-model-dynamically-in-an-azure-ml-web-service/

所以简而言之：

将SQL数据库用作导入数据模块的源

按所需的时间间隔运行批处理过程以重新训练模型

将重新训练的模型(ilearner文件)保存到blob存储中，或保存到可访问的http地址

在预测实验中使用负载训练模型模块，而不是训练模型。

将您的blob或url的路径放入load trained模型模块的参数中。

使用动态加载的模型运行、发布和测试预测实验

请注意，如果您的实验中有多个模型，则可以使用此方法。