Azure Machine Learning Studioの機械学習モデルにアクセスする( Python / Postman / Azure Functions )

LINEで送る
Pocket

渡邊 です。

前回は『 Azure Machine Learning Studio 』で機械学習モデルをWebサービスとして公開する方法を紹介致しました。
今回は、公開したWebサービスにアクセスする方法を紹介致します。
アクセスに必要な情報は、Webサービス公開時に生成される『Request Response API Documentation』(前回参照)から得られます。

Python 3

まずは、『 Python 3 』でアクセスする方法を紹介致します。
『Request Response API Documentation』で『Python 2』のサンプルコードが得られるので、
それを元に『 Python 3 』のコードに書き換えます。
ここでは、環境として Jupyter Notebook を使用しています。

実行すると、次のような結果が返ってきます。

Postman

次に、REST APIテストツール『 Postman 』でアクセスする方法を紹介致します。
次の項目を入力して、『 Send 』ボダンを押下するとレスポンスが返ってきます。

  • HTTPメソッド
  • リクエストURI
  • リクエストヘッダ( Authorization / Content-Type )
  • リクエストボディ

リクエストボディとレスポンスボディはそれぞれ次のような形式です。

Azure Functions ( JavaScript )

最後に、Azure Functions ( JavaScript ) でアクセスする方法を紹介致します。

まずは、 npm request をインストールします。

一例として、次のようなプログラムを作成し、 Azureポータル上から実行します。

実行すると、次のような結果が返ってきます。

おわりに

以上、『 Azure Machine Learning Studio 』でWebサービスとして公開した機械学習モデルへアクセスする方法を紹介致しました。
REST API ですので、他にもアクセス方法はあります。ご自身の要件に合わせた方法をご選択下さい。

最後までご覧頂きありがとうございました。

参考リンク

Azure Machine Learning Studioで機械学習モデルをWebサービス化する | ナレコムAzureレシピ
https://azure-recipe.kc-cloud.jp/2019/01/azure-machine-learning-studio-web-service/

Postman | API Development Environment
https://www.getpostman.com/

Azure Functions—サーバーレス アーキテクチャ | Microsoft Azure
https://azure.microsoft.com/ja-jp/services/functions/

LINEで送る
Pocket