Korišćenje radnje predviđanja u usluzi Power Automate

Članak
11/05/2024

Možete koristiti namenske akcije za svaki AI Builder model u Power Automate. Međutim, akcija predviđanja vam omogućava da koristite mnoge tipove AI Builder modela.

Koristite prilagođeni ili unapred izgrađen model

Prijavite se na Power Automate.
U oknu za navigaciju sa leve strane izaberite Moji tokovi, a zatim izaberite Novi tok>Instant tok u oblaku.
Nazovite svoj tok.
Pod Izaberite kako da pokrenete ovaj tok, izaberite Ručno aktivirajte tok, a zatim izaberite Kreiraj.
Izaberi + Novi korak, a zatim unesite predvideti u traci za pretragu.
Izaberite Predvidite iz AI Builder ili Predvidite koristeći AI Builder modele iz Microsoft Dataverse. Obe akcije nude iste karakteristike.
U ulazu Model izaberite prilagođeni model koji ste kreirali ili izaberite unapred izgrađen model.

Belešku

Saznajte više o ulaznim i izlaznim parametrima svakog modela u sledećim odeljcima u AI Builder Power Automate pregledu:

Koristite dinamički ID modela (napredni)

Za neke složene slučajeve upotrebe, možda ćete morati dinamički da prenesete ID modela na akciju predviđanja. Na primer, ako želite da obradite različite vrste faktura koristeći različite modele, možda ćete želeti da automatski izaberete model u zavisnosti od vrste fakture.

U ovom odeljku ćete naučiti kako da konfigurišete akciju predviđanja AI Builder za ovu specifičnu svrhu u zavisnosti od tipa modela.

Prijavite se na Power Automate.
Izaberite Moji tokovi u levom oknu, a zatim izaberite Novi tok>Instant tok u oblaku.
Nazovite svoj tok, izaberite Ručno aktivirajte tok pod Izaberite kako da pokrenete ovaj tok, a zatim izaberite Kreiraj.
Izaberite + Novi korak.
Unesite Inicijalizujte promenljivu u traku za pretragu, a zatim je izaberite na kartici Akcije .
Unesite ID modela u ulazu Ime , String u ulazu Tipe i stvarni ID modela u ulazu vrednosti .

ID modela možete pronaći u URL stranici sa detaljima modela u Power Apps: make.powerapps.com/environment/[ID okruženja]/aibuilder/models/[ID modela]
Izaberite + Novi korak, potražite predvideti , a zatim izaberite Predvidi od AI Builder.
Izaberite ulaz >Unesite prilagođenu vrednost, a zatim unesite ID modela iz korak KSNUMKS.

Vrednost kolone Zaključak zahteva zavisi od tipa modela.

Model obrade dokumenata

U korakRučno aktivirajte tok, dodajte unos datoteke i podesite njegovo ime na Sadržaj datoteke.
U korakRučno aktivirajte tok, dodajte unos teksta i podesite njegovo ime na Mime Tipe.
U korakInicijalizujte promenljivu, unesite ID modela obrada dokumenata.

U korakPredict , unesite sledeću vrednost u kolonu Infer zahtev:

{
    "version": "2.0",
    "requestv2": {
    "@@odata.type": "Microsoft.Dynamics.CRM.expando",
    "mimeType": "@{triggerBody()['text']}",
    "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
    "pages": "@{base64('1-2')}"
    }
}

Stranica parametar je opciono, i može biti u obliku '2' ili kao opseg kao '1-10'.

Snimak ekrana akcije Predict sa dinamičkim ID-om modela.

Izaberite Sačuvaj u gornjem desnom uglu, a zatim izaberite Test da isprobate svoj tok:
U detaljima o pokretanju protoka, nabavite JSON izlaz modela u odeljku OUTPUTS akcije predviđanja. Ovaj izlaz je koristan za izgradnju nizvodnih akcija koristeći vrednosti modela.
Vratite se na svoj tok u režimu uređivanja.
Izaberite + Novi korak i izaberite akciju Sastavljanje (ili bilo koju drugu akciju za obradu izlaza modela). Recimo da izlaz vašeg modela ima kolonu Total . Možete ga dobiti sa sledećom formulom:
```
@{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}
```

Model prepoznavanja objekata

Ovaj proces je sličan zahtevu za zaključivanje u korak 4 u odeljku modela obrada dokumenata:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

Model klasifikacije kategorija