다음을 통해 공유


ONNX를 사용하여 Azure SQL Edge에 ML 모델 배포

Important

Azure SQL Edge는 2025년 9월 30일에 사용 중지됩니다. 자세한 내용 및 마이그레이션 옵션은 사용 중지 알림을 참조하세요.

참고 항목

Azure SQL Edge는 더 이상 ARM64 플랫폼을 지원하지 않습니다.

Azure SQL Edge에서 철광석 불순물 예측을 위해 세 부분으로 구성된 이번 자습서 중 3부에서는 다음을 수행합니다.

  1. Azure Data Studio를 사용하여 Azure SQL Edge 인스턴스의 SQL Database에 연결합니다.
  2. Azure SQL Edge에서 ONNX로 철광석 불순물을 예측합니다.

핵심 구성 요소

  1. 이 솔루션은 Edge Hub로 전송되는 각 메시지 사이에 기본 500밀리초를 사용합니다. 이는 Program.cs 파일에서 변경할 수 있습니다.

    TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));
    
  2. 솔루션은 다음과 같은 특성을 가진 메시지를 생성했습니다. 요구 사항에 따라 특성을 추가하거나 제거합니다.

    {
        timestamp
        cur_Iron_Feed
        cur_Silica_Feed
        cur_Starch_Flow
        cur_Amina_Flow
        cur_Ore_Pulp_pH
        cur_Flotation_Column_01_Air_Flow
        cur_Flotation_Column_02_Air_Flow
        cur_Flotation_Column_03_Air_Flow
        cur_Flotation_Column_04_Air_Flow
        cur_Flotation_Column_01_Level
        cur_Flotation_Column_02_Level
        cur_Flotation_Column_03_Level
        cur_Flotation_Column_04_Level
        cur_Iron_Concentrate
    }
    

Azure SQL Edge 인스턴스의 SQL Database에 연결하여 ML 모델 학습, 배포 및 테스트

  1. Azure Data Studio를 엽니다.

  2. 시작 탭에서 다음 정보를 사용하여 새 연결을 시작합니다.

    필드
    연결 형식 Microsoft SQL Server
    서버 이 데모에 대해 생성된 VM에서 언급된 공용 IP 주소
    사용자 이름 sa
    암호 Azure SQL Edge 인스턴스를 만드는 동안 사용된 강력한 암호입니다.
    데이터베이스 기본값
    서버 그룹 기본값
    이름(선택 사항) 필요에 따라 이름을 입력합니다.
  3. 연결을 선택합니다.

  4. 파일 섹션에서 컴퓨터에서 프로젝트 파일을 복제한 폴더에서 /DeploymentScripts/MiningProcess_ONNX.jpynb를 엽니다.

  5. 커널을 Python 3으로 설정합니다.