调用“部署Web服务（通过API密钥）”是否再次运行经过培训的Azure ML模型

Question

我想知道后面如何在后端工作

情景：

  

- ＆GT;我们以UTC格式从Edgex代工厂获取数据，我们将其以（CST / CDT时区）格式存储在Azure文档数据库中

     

- ＆GT;我们在数据上训练了ML模型（在CST / CDT时区中使用Date）和部署Web服务。

所以我对

的基本疑虑很少

  

  

1. 当网络作业到达我们的预测网络服务时，训练有素的ML模型会再次运行吗？

  

2. 我们是否需要将新的传入测试数据（我们想要预测的）的UTC时区转换为CST / CDT时区，如TimeStamp所做的那样   对我们的预测有什么影响？

  

3. 调用预测性Web服务API后，后端会发生什么？

  

Answer 1

这仅基于我对Azure ML的体验，但我认为我可以帮助解决您的问题。

  

当网络作业到达我们的预测网络服务时，训练有素的ML模型会再次运行吗？

是的，从某种意义上说它将在新数据上调用模型上的predict（或类似）方法。例如，在scikit-learn中，您将使用fit方法训练您的模型。模型投入生产后，只会调用predict方法。

它还将运行您已设置为部署为Web服务的整个工作流程。以下是一个我以前玩过的工作流程。每次使用新数据运行Web服务时，都会运行这一整个过程。这就像在scikit-learn中创建管道一样。

  

我们是否需要将新的传入测试数据（我们想要预测的）的UTC时区转换为CST / CDT时区，因为TimeStamp对我们的预测很重要？

我会说是的，您需要转换为模型训练时使用的时区。这可以通过在工作流程中添加一个步骤来完成，然后当您调用Web服务时，它将在进行预测之前为您进行必要的转换。

  

调用预测性Web服务API后，后端会发生什么？

我不确定除了微软的人之外是否有人确切知道，但肯定会运行你设置的工作流程。

我知道它并不多，但我希望这有助于或至少让您走上正确的道路，满足您的需求。