배치기 다운로드

Azure Batch를 사용 하 여 병렬 워크 로드를 처리 하는 것은 일반적으로 Batch Api 중 하나를 사용 하 여 프로그래밍 방식으로 수행 됩니다. 클라이언트 응용 프로그램 또는 서비스는 batch Api를 사용 하 여 Batch 서비스와 통신할 수 있습니다. Batch Api를 사용 하 여 가상 컴퓨터 또는 클라우드 서비스 중에서 계산 노드 풀을 만들고 관리할 수 있습니다. 그런 다음 해당 노드에서 작업 및 작업을 실행 하도록 예약할 수 있습니다. 제공 하는 기능에 대 한 보다 심층적인 이해를 위해 Batch API를 자세히 살펴볼 준비가 되 면 개발자를 위한 일괄 처리 기능 개요를 확인 하세요. Azure 기계 학습에서 계산 (또는 계산 대상)은 기계 학습 파이프라인에서 계산 단계를 수행 하는 컴퓨터 또는 클러스터를 가리킵니다. 예를 들어 Azure 기계 학습 계산을 만들 수 있습니다. 조직의 대규모 워크 로드를 효율적으로 처리 하거나 고객에 게 서비스 프런트 엔드를 제공 하 여 요청 시 또는 일정에 따라 하나, 수백 또는 수천 개의 노드에서 작업 및 작업을 실행할 수 있습니다. Azure Batch는 Azure 데이터 팩터리와 같은 도구를 통해 관리 되는 더 큰 워크플로의 일부로 사용할 수도 있습니다. 이 문서에서는 Azure 기계 학습 서비스를 사용 하 여 대량의 데이터를 비동기적으로 예측 하는 방법을 배웁니다.

.Manifest 파일의 내용은 JSON 맵으로 인코딩되며, 여기서 키는 S3 입력 데이터 파일의 이름 문자열이 고 값은 연결 된 배치 예측 결과 파일의 문자열입니다. 각 입/출력 파일 쌍에 대해 하나의 매핑 라인이 있습니다. 이 예제를 계속 진행 하는 경우 BatchPrediction 개체의 생성에 대 한 입력이 s3에 있는 data .csv 라는 단일 파일로 구성 되는 경우://example버킷/입력/, 다음과 같은 매핑 문자열이 표시 될 수 있습니다. 개발 구성 Azure 기계 학습 SDK를 설치 하는 환경입니다. 자세한 내용은 Azure 기계 학습을 위한 개발 환경 구성을 참조 하세요. 자세한 내용은 일괄 가공 백서를 다운로드 하 고, 일괄 가공 블로그를 읽거나, 오른쪽에 있는 폼으로 주제에 대 한 실제 사례 연구를 다운로드 하 여 알아보십시오. BatchPrediction 객체의 생성에 대 한 입력이 data1, data2 및 data3 라는 세 개의 파일로 구성 되 고 모두 S3 위치에 저장 되는 경우://examlechat/입력/, 다음과 같은 매핑 문자열이 표시 될 수 있습니다. Azure 만들기 모든 파이프라인 리소스를 보유 하는 기계 학습 작업 영역입니다. 다음 코드를 사용 하거나 추가 옵션에 대 한 작업 영역 구성 파일 만들기를 참조 하십시오. 미리 학습 된 컴퓨터 비전 모델 (InceptionV3)을 http://download.tensorflow.org/models/inception_v3_2016_08_28.tar.gz에서 다운로드 합니다.

그런 다음 모델 하위 폴더에 압축을 풉니다. 일괄 처리 예측 (또는 일괄 처리 점수 매기기)은 비동기 응용 프로그램에 대 한 뛰어난 처리량으로 비용 효율적인 추론을 제공 합니다. 배치 예측 파이프라인은 테라바이트 규모의 생산 데이터에 대 한 추론을 수행 하도록 확장할 수 있습니다. 배치 예측은 대량의 데이터 수집에 대 한 높은 처리량, 화재 및 망각 예측에 최적화 되어 있습니다.