モデルをデプロイする

Language Studio 内からモデルのデプロイを開始するには、次の手順を行います。

1. 左側のメニューから [Deploying a model](モデルのデプロイ) を選びます。

2. [デプロイの追加] を選択して、[デプロイの追加] ウィザードを開始します。

   

3. [新しいデプロイ名を作成する] を選択して新しいデプロイを作成し、下のドロップダウンからトレーニング済みのモデルを割り当てます。 それ以外の場合は、[Overwrite an existing deployment name] (既存のデプロイ名を上書きする) を選択して、既存のデプロイで使用されているモデルを効果的に置き換えることができます。

   注意

   既存のデプロイを上書きしても、Prediction API の呼び出しを変更する必要はありませんが、その結果は、新しく割り当てたモデルに基づくものになります。

   

4. [モデル] ドロップダウンからトレーニング済みのモデルを選択します。

5. [デプロイ] を選択して、デプロイ ジョブを開始します。

6. デプロイが成功すると、その横に有効期限が表示されます。 デプロイの有効期限は、デプロイされたモデルを予測に使用できなくなるときで、通常、トレーニング構成の有効期限が切れる 12 か月後に発生します。

デプロイ ジョブを送信する

会話言語理解モデルのデプロイを始めるには、次の URL、ヘッダー、JSON 本文を使って PUT 要求を作ります。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

要求本文

{
  "trainedModelLabel": "{MODEL-NAME}",
}

API 要求を送信すると、成功を示す 202 応答が返されます。 応答ヘッダーで、operation-location の値を抽出します。 それは次のように書式設定されています。

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

この URL を使用してデプロイ ジョブの状態を取得できます。

デプロイ ジョブの状態を取得する

プロジェクトのデプロイ要求の送信に成功すると、インポート ジョブの状態を確認するための完全な要求 URL (エンドポイント、プロジェクト名、ジョブ ID を含む) が応答の operation-location ヘッダーに組み込まれます。

次の GET 要求を使って、デプロイ ジョブの状態を取得します。 プレースホルダーの値は、実際の値に置き換えます。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/{DEPLOYMENT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

応答本文

要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。

{
    "jobId":"{JOB-ID}",
    "createdDateTime":"{CREATED-TIME}",
    "lastUpdatedDateTime":"{UPDATED-TIME}",
    "expirationDateTime":"{EXPIRATION-TIME}",
    "status":"running"
}

Language Studio 内からデプロイをスワップするには

1. [モデルをデプロイします] ページで、入れ替える 2 つのデプロイを選び、上部のメニューから [展開のスワップ] を選択します。

2. 表示されたウィンドウで、スワップするデプロイの名前を選びます。

   

デプロイ スワップ ジョブを始めるには、次の URL、ヘッダー、JSON 本文を使って POST 要求を作ります。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/deployments/:swap?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

要求本文

{
  "firstDeploymentName": "{FIRST-DEPLOYMENT-NAME}",
  "secondDeploymentName": "{SECOND-DEPLOYMENT-NAME}"
}

API 要求を送信すると、成功を示す 202 応答が返されます。

Language Studio 内からデプロイを削除するには、[モデルのデプロイ] ページを選択します。 次に、削除するデプロイを選び、上部のメニューから [デプロイの削除] を選択します。

会話言語理解のデプロイを削除するには、次の URL、ヘッダー、JSON 本文を使って DELETE 要求を作成します。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/deployments/{deploymentName}?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

API 要求を送信すると、成功を示す 202 応答を受け取ります。これは、デプロイが削除されたことを意味します。

Language Studio で他のリージョンにデプロイ リソースを割り当てるには:

1. プロジェクトの作成に使用したリソースに Cognitive Service Language 所有者として自分自身を割り当てていることを確認します。
2. Language Studio の [モデルのデプロイ] ページに移動します。
3. [リージョン] タブを選択します。
4. [デプロイ リソースの追加] を選択します。
5. 別のリージョンで Language リソースを選びます。

これで、リソースを割り当てたリージョンにプロジェクトをデプロイする準備ができました。

デプロイ リソースをプログラムで割り当てるには、Microsoft Entra 認証**が必要です。 Microsoft Entra ID は、複数リージョンのデプロイのためにプロジェクトに割り当てる目的のリソースへのアクセス権があることを確認するために使用されます。 REST API の呼び出しを行うときにプログラムで Microsoft Entra 認証を使うには、Azure AI サービスの認証に関するドキュメントをご覧ください。

リソースを割り当てる

以下の URL、ヘッダー、JSON 本文を使って POST 要求を送信し、デプロイ リソースを割り当てます。

要求 URL

API 要求を作るときは、次の URL を使います。 次のプレースホルダーの値を実際の値に置き換えてください。

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/:assign?api-version={API-VERSION}

ヘッダー

Microsoft Entra 認証を使用して、この API を認証します。

本文

次のサンプル JSON を本文として使います。

{
  "resourcesMetadata": [
    {
      "azureResourceId": "{AZURE-RESOURCE-ID}",
      "customDomain": "{CUSTOM-DOMAIN}",
      "region": "{REGION-CODE}"
    }
  ]
}

リソースの割り当て状態を取得する

デプロイ リソース割り当てジョブの状態を取得するには、次の GET 要求を使います。 次のプレースホルダーの値を実際の値に置き換えてください。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/assign/jobs/{JOB-ID}?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

応答本文

要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。

{
    "jobId":"{JOB-ID}",
    "createdDateTime":"{CREATED-TIME}",
    "lastUpdatedDateTime":"{UPDATED-TIME}",
    "expirationDateTime":"{EXPIRATION-TIME}",
    "status":"running"
}

Language Studio を使用して他のリージョンのデプロイ リソースの割り当てを解除または削除するには:

1. [モデルのデプロイ] ページの [リージョン] タブに移動します。
2. 割り当てを解除するリソースを選択します。
3. [割り当ての削除] ボタンを選択します。
4. 表示されるウィンドウに、削除するリソースの名前を入力します。

リソースの割り当てを解除する

プロジェクトからデプロイ リソースの割り当てを解除または削除するには、以下の URL、ヘッダー、JSON 本文を使って POST 要求を送信します。

要求 URL

API 要求を作るときは、次の URL を使います。 次のプレースホルダーの値を実際の値に置き換えてください。

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/:unassign?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

Body

次のサンプル JSON を本文として使います。

{
  "assignedResourceIds": [
    "{AZURE-RESOURCE-ID}"
  ]
}

リソースの割り当て解除状態を取得する

デプロイ リソースの割り当て解除ジョブの状態を取得するには、次の GET 要求を使います。 次のプレースホルダーの値を実際の値に置き換えてください。

要求 URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/resources/unassign/jobs/{JOB-ID}?api-version={API-VERSION}

ヘッダー

要求を認証するには、次のヘッダーを使います。

応答本文

要求を送信すると、次の応答を受け取ります。 [status](状態) パラメーターが [succeeded](成功) に変更されるまで、このエンドポイントのポーリングを続けます。

{
    "jobId":"{JOB-ID}",
    "createdDateTime":"{CREATED-TIME}",
    "lastUpdatedDateTime":"{UPDATED-TIME}",
    "expirationDateTime":"{EXPIRATION-TIME}",
    "status":"running"
}