Error: {0} 错误: {0} Machine Learning for SQL databases 针对 SQL 数据库的机器学习 Useful links 有用链接 Machine Learning 机器学习 Video tutorials 视频教程 Database 数据库 Select a database to store the new model. 选择要存储新模型的数据库。 Edit 编辑 Existing table 现有表 Cancel 取消 Languages 语言 Close 关闭 localhost localhost OK 确定 Save 保存 Target 目标 Delete 删除 Environment variables 环境变量 Language extension location 语言扩展位置 Extension file Name 扩展文件名 Language extension path 语言扩展路径 File Browser 文件浏览器 Install 安装 Failed to install language 未能安装语言 Installed 已安装 Installed 已安装 Name 名称 Platform 平台 Add new 新增 Parameters 参数 Selected Path 所选路径 Failed to update language 未能更新语言 Learn more 了解详细信息 Showing {0} model(s) 正在显示 {0} 个模型 Cannot find Python executable '{0}'. Please make sure Python is installed and configured correctly 找不到 Python 可执行文件“{0}”。请确保已正确安装和配置 Python Cannot find R executable '{0}'. Please make sure R is installed and configured correctly 找不到 R 可执行文件“{0}”。请确保已正确安装和配置 R Action 操作 Enabled 已启用 Config 配置 Failed to modify Machine Learning Services configurations 未能修改机器学习服务配置 External script is required for package management. Are you sure you want to enable that. 包管理需要外部脚本。是否确实要启用它? Are you sure you want to install required packages? 是否确实要安装所需的包? Disable 禁用 Error while downloading 下载时出错 Downloading 正在下载 Enable 启用 Failed to enable External script. 未能启用外部脚本。 Machine Learning Services Enabled 已启用机器学习服务 External Execute Script 外部执行脚本 External script configuration is required for this action. 此操作需要外部脚本配置。 Package info request failed with error: {0} {1} 包信息请求失败，出现错误: {0} {1} The following Python packages are required to install: {0} 需要安装以下 Python 包: {0} The following R packages are required to install: {0} 安装需要以下 R 包: {0} Failed to get installed python packages. Error: {0} 未能获取已安装的 python 包。错误: {0} Installing required packages ... 正在安装所需的包... Required packages are already installed. 已安装所需的包。 Verifying model management dependencies 正在验证模型管理依赖项 Verifying package management dependencies 正在验证包管理依赖项 Installing dependencies ... 正在安装依赖项... Invalid model id. model url: {0} 模型 ID 无效。模型 URL: {0} Latest 最新 Package management is not supported for the server. Make sure you have Python or R installed. 服务器不支持包管理。请确保已安装 Python 或 R。 MSSQL extension is not loaded 未加载 MSSQL 扩展 Model doesn't have any artifact. model url: {0} 模型没有任何项目。模型 URL: {0} No Result returned 未返回任何结果 Notebook extension is not loaded 未加载笔记本扩展 No connection selected 未选择连接 Python executable is not configured 未配置 Python 可执行文件 Python Python R executable is not configured 未配置 R 可执行文件 R R The required packages are not installed 未安装所需的包 Could not find the specified resource 无法找到指定的资源 Failed to complete task '{0}'. Error: {1} 无法完成任务“{0}”。错误: {1} '{0}' is required for package management. Please make sure it is installed and set up correctly. 包管理需要“{0}”。请确保其已安装并正确设置。 Install the Microsoft ODBC driver for SQL Server 安装 Microsoft ODBC driver for SQL Server This document explains how to install the Microsoft ODBC Driver for SQL Server. 本文档介绍如何安装 Microsoft ODBC Driver for SQL Server。 Select a database where existing / imported models are stored. 选择存储现有/导入模型的数据库。 Select a model table to view the list of existing / imported models. 选择模型表以查看现有/导入的模型的列表。 Import models 导入模型 Azure account Azure 帐户 Resource group 资源组 Filter 筛选器 Import from Azure Machine Learning 从 Azure 机器学习导入 Azure Machine Learning Azure 机器学习 ‘Azure Machine Learning’ is selected. This allows you to import models stored in Azure Machine Learning workspaces in a model database in this SQL instance. Click ‘Next’ to continue.​​ 已选择“Azure 机器学习”。此操作允许你导入存储在此 SQL 实例中模型数据库内 Azure 机器学习工作区中的模型。单击“下一步”以继续。​ ​ ‘Azure Machine Learning’ is selected. This allows you to choose from models stored in Azure Machine Learning workspaces. Click ‘Next’ to continue.​ 已选择“Azure 机器学习”。此操作允许从存储在 Azure 机器学习工作区内的模型中进行选择。单击“下一步”以继续。​ Azure ML workspace Azure ML 工作区 Models 模型 Select another Azure ML workspace 选择另一个 Azure ML 工作区 No models found 找不到任何模型 Azure models Azure 模型 Azure sign in or refresh account Azure 登录或刷新帐户 Azure subscription Azure 订阅 ... ... The data type of the source table column does not match the required input field’s type. 源表列的数据类型与所需的输入字段类型不匹配。 Differences in data type 数据类型的差异 Click to review warning details 单击以查看警告详细信息 Map source data to model 将源数据映射到模型 Are you sure you want to delete model '{0}? 确定要删除模型“{0}”? Run experiments and create models in a notebook 在笔记本中运行试验和创建模型 Create notebook 创建笔记本 Date created 已创建日期 Models 模型 Description 说明 Downloading Model from Azure 正在从 Azure 下载模型 Edit model 编辑模型 File 文件 Framework 框架 Framework version 框架版本 Import or view machine learning models stored in database 导入或查看存储在数据库中的机器学习模型 Import 导入 Failed to register the model: {0} ,file: {1} 未能注册模型: {0}，文件: {1} Import or view models 导入或查看模型 Date imported 已导入日期 ‘Imported Models’ is selected. This allows you to choose from models stored in a model table in your database. Click ‘Next’ to continue.​ 已选择“导入的模型”。这使你可以从存储在数据库中模型表内的模型中进行选择。单击“下一步”以继续。​ Select imported model 选择导入的模型 Invalid Azure resource Azure 资源无效 Invalid table for importing models. database name: {0} ,table name: {1} 导入模型的表无效。数据库名: {0}，表名: {1} Table schema is not supported for model import. Database name: {0}, table name: {1}. 模型导入不支持表架构。数据库名: {0}，表名: {1}。 Please select a valid table 请选择一个有效任务 Please select valid source table and model parameters 请选择有效的源表和模型参数 Invalid model to predict 要预测的模型无效 Invalid model to register 要注册的模型无效 Please select a valid model 请选择一个有效模型 Learn more. 了解详细信息。 Failed to load model parameters' 未能加载模型参数’ Upload model file 上传模型文件 File upload 文件上传 ‘File Upload’ is selected. This allows you to import a model file from your local machine into a model database in this SQL instance. Click ‘Next’ to continue.​ 已选择“文件上传”。这允许你将模型文件从本地计算机导入到此 SQL 实例中的模型数据库中。单击“下一步”以继续。​ ‘File Upload’ is selected. This allows you to upload a model file from your local machine. Click ‘Next’ to continue.​​ 已选择“文件上传”。此操作允许从本地计算机上传模型文件。单击“下一步”以继续。​​ Local models 本地模型 Generate a predicted value or scores using a managed model 使用托管模型生成预测值或分数 Make predictions 进行预测 Enter model details 输入模型详细信息 Model failed to register 模型未能注册 Select or enter the location to import the models to 选择或输入要将模型导入到的位置 Source files 源文件 File paths of the models to import 要导入的模型的文件路径 Model name is required. 模型名称是必填项。 Model registered successfully 已成功注册类型 Table meets requirements! 表满足要求! Invalid table structure! 表结构无效! Select model source type 选择模型源类型 Source location 源位置 Failed to update the model 未能更新模型 Model updated successfully 已成功更新模型 Select another database or table 选择其他数据库或表 No models found 找不到任何模型 Please select at least one model to import. 请至少选择一个要导入的模型。 Name 名称 ONNX runtime is not supported in current server 当前服务器中不支持 ONNX 运行时 The data type of output column does not match the output field’s type. 输出列的数据类型与输出字段类型不匹配。 Predict 预测 Imported models 导入的模型 Select Database 选择数据库 Select database with models 选择具有模型的数据库 Select table 选择表 Select tables with models 选择具有模型的表 Select models table 选择模型表 unsupported 不受支持 Failed to update the model 未能更新模型 Version 版本 The models are stored in one or more databases and tables. Select the model database and table to view models in them. 模型存储在一个或多个数据库和表中。选择模型数据库和表以查看其中的模型。 Machine Learning models can be stored in one or more databases and tables. Select the model database and table to view the models within them. 机器学习模型可以存储在一个或多个数据库和表中。选择模型数据库和表以查看其中的模型。 View and import models 查看和导入模型 No 否 Yes 是 New table 新建表 Not supported event args 不受支持的事件参数 The extension failed to load because of it's dependency to Notebook extension. Please check the output log for Notebook extension to get more details 扩展因其对笔记本扩展的依赖项而未能加载。请检查笔记本扩展的输出日志以获取更多详细信息 Get started with machine learning in Azure SQL Database Edge Azure SQL 数据库 Edge 中的机器学习入门 Machine learning and AI with ONNX in SQL Database Edge Preview SQL 数据库 Edge 预览版中使用 ONNX 的机器学习和 AI Source database 源数据库 Select the database containing the dataset to apply the prediction. 选择包含数据集的数据库以应用预测。 Source columns 源列 Source table 源表 Select the table containing the dataset to apply the prediction. 选择包含数据集的表以应用预测。 Type 类型 Display name 显示名称 Model Input mapping 模型输入映射 Model input 模型输入 Model output 模型输出 Name 名称 Select column... 选择列... Select database 选择数据库 Select table 选择表 Show less 收起 Show more 显示更多 Learn how to use machine learning in SQL Server and SQL on Azure, to run Python and R scripts on relational data. 了解如何在 Azure 上的 SQL Server 和 SQL 中使用机器学习，以对关系数据运行 Python 和 R 脚本。 SQL machine learning documentation SQL 机器学习文档 Learn how to use Machine Learning extension in Azure Data Studio, to manage packages, make predictions, and import models. 了解如何在 Azure Data Studio 中使用机器学习扩展来管理包、进行预测和导入模型。 Machine Learning extension in Azure Data Studio Azure Data Studio 中的机器学习扩展 Get started with Machine Learning Services on SQL Server and how to install it on Windows and Linux. SQL Server 上的机器学习服务入门，以及如何在 Windows 和 Linux 上安装它。 SQL Server Machine Learning Services (Python and R) SQL Server 机器学习服务(Python 和 R) Get started with Machine Learning Services in Azure SQL Managed Instances. Azure SQL 托管实例中的机器学习服务入门。 Machine Learning Services in Azure SQL Managed Instance Azure SQL 托管实例中的机器学习服务 Table 表 Select an existing table that conforms the model schema or create a new one to store the imported model. 选择符合模型架构的现有表或创建一个新表以存储导入的模型。 Machine Learning 机器学习 Machine Learning 机器学习 Install Machine Learning Dependencies 安装机器学习依赖项 Enable External script 启用外部脚本 Import model 导入模型 Manage external languages 管理外部语言 Manage models 管理模型 Manage packages in database 管理数据库中的包 Make prediction 进行预测 Machine Learning Configurations 机器学习配置 Enable Python package management in database. 在数据库中启用 Python 包管理。 Enable R package management in database. 在数据库中启用 R 包管理。 Local path to a preexisting Python installation used by Machine Learning. 机器学习使用的预先存在的 Python 安装的本地路径。 Local path to a preexisting R installation used by Machine Learning. 机器学习使用的预先存在的 R 安装的本地路径。 Configurations 配置 Documents 文档 Endpoints 终结点 Tasks 任务