打电话到"；部署web服务（通过API密钥）"；重新运行经过训练的Azure ML模型

我想知道下面这些在后端是如何工作的

场景：

->我们以UTC格式从Edgex foundry获取数据，并以（CST/CDT时区）格式将其存储在Azure文档数据库中

->我们在数据（日期在CST/CDT时区）上训练ML模型并部署web服务

因此，下面我没有什么基本疑问

当web作业点击我们的预测web服务时，经过训练的ML模型会再次运行吗

我们是否需要将新传入测试数据（我们希望预测）的UTC时区转换为CST/CDT时区，就像时间戳那样 对我们的预测有什么影响

当调用预测性webservice API时，后端会发生什么

---

这只是基于我使用Azure ML的经验，但我想我可以帮助解决您的问题

当web作业点击我们的预测web服务时，经过训练的ML模型会再次运行吗

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。一旦模型投入生产，将只调用

predict

方法

它还将运行您设置为部署为web服务的整个工作流。下面是一个我以前使用过的工作流示例。每次使用新数据运行web服务时，整个过程都会运行。这就像在

scikit-learn

中创建管道一样

我们是否需要将新传入测试数据（我们希望预测）的UTC时区转换为CST/CDT时区，因为时间戳对我们的预测很重要

我会说是的，您需要转换为在模型中进行培训时使用的时区。这可以通过在工作流中添加一个步骤来完成，然后当您调用web服务时，它将在做出预测之前为您进行必要的转换

当调用预测性webservice API时，后端会发生什么

我不确定除了微软的同事之外是否还有人知道，但可以肯定的是，它会运行您设置的工作流

---

---

我知道这不算多，但我希望这能帮到你，或者至少能让你找到你需要的东西。

谢谢Jon，答案很有帮助。我很高兴它能帮上忙！：）