再次调用 "Deploy web service(via API key) " 重新 运行 训练的 Azure ML 模型
Does a call to "Deploy web service(via API key) " re run trained Azure ML model again
我想知道以下内容在后端是如何工作的
场景：
-> We get data from Edgex foundry in UTC format and we it store it in Azure Document DB in (CST/CDT timezone) format
-> We trained ML model on data(with Date in CST/CDT timezone) and Deploy web service.
所以我有以下几个基本的疑问
When web job hits our predictive webservice , will the trained ML model be run again?
Do we need to convert the UTC timezone for new incoming test data( which we want to predict) into CST/CDT timezone, as TimeStamp does
matter for our prediction?
What happens in backend when predictive webservice API is called?
这仅基于我使用 Azure ML 的经验，但我想我可以帮助您解决问题。
When web job hits our predictive webservice, will the trained ML model be run again?
是的，从某种意义上说，它将在新数据的模型上调用 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。
它还会 运行 将您设置的整个工作流部署为 Web 服务。下面的示例是我以前玩过的工作流程。每次 Web 服务 运行 包含新数据时，整个事情都会 运行。这就像在 scikit-learn.
中创建管道
Do we need to convert the UTC timezone for new incoming test data( which we want to predict) into CST/CDT timezone, as TimeStamp does matter for our prediction?
我会说是的，您需要转换为在模型中训练时使用的时区。这可以通过在您的工作流程中添加一个步骤来完成，然后当您调用网络服务时，它会在进行预测之前为您进行必要的转换。
What happens in backend when predictive webservice API is called?
我不确定除了 Microsoft 的人员之外是否有人确切知道，但可以肯定的是 运行 您设置的工作流程。
我知道这并不多，但我希望这对您有所帮助，或者至少让您走上正确的轨道，满足您的需求。
我想知道以下内容在后端是如何工作的
场景：
-> We get data from Edgex foundry in UTC format and we it store it in Azure Document DB in (CST/CDT timezone) format
-> We trained ML model on data(with Date in CST/CDT timezone) and Deploy web service.
所以我有以下几个基本的疑问
When web job hits our predictive webservice , will the trained ML model be run again?
Do we need to convert the UTC timezone for new incoming test data( which we want to predict) into CST/CDT timezone, as TimeStamp does matter for our prediction?
What happens in backend when predictive webservice API is called?
这仅基于我使用 Azure ML 的经验，但我想我可以帮助您解决问题。
When web job hits our predictive webservice, will the trained ML model be run again?
是的，从某种意义上说，它将在新数据的模型上调用 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。
它还会 运行 将您设置的整个工作流部署为 Web 服务。下面的示例是我以前玩过的工作流程。每次 Web 服务 运行 包含新数据时，整个事情都会 运行。这就像在 scikit-learn.
Do we need to convert the UTC timezone for new incoming test data( which we want to predict) into CST/CDT timezone, as TimeStamp does matter for our prediction?
我会说是的，您需要转换为在模型中训练时使用的时区。这可以通过在您的工作流程中添加一个步骤来完成，然后当您调用网络服务时，它会在进行预测之前为您进行必要的转换。
What happens in backend when predictive webservice API is called?
我不确定除了 Microsoft 的人员之外是否有人确切知道，但可以肯定的是 运行 您设置的工作流程。
我知道这并不多，但我希望这对您有所帮助，或者至少让您走上正确的轨道，满足您的需求。