精品国产人成亚洲区,大学生按摩黄a级中文片 ,精品偷国情拍在线视频

單擊“創建”開始配置新的多服務帳戶資源。

步驟 3：配置資源設置

創建 Azure AI 服務資源時，需要配置以下設置：

資源組：

選擇現有資源組或創建新資源組。如果您的權限受限，請使用提供給您的資源組。

區域：

選擇適合您需求的可用區域。

名稱：

為您的資源輸入一個唯一的名稱。

定價層：

選擇標準 S0作為定價層。

步驟 4：完成并創建資源

1、通過選擇所需的復選框來查看條款和條件。

2、單擊“創建”以部署您的資源。

3、等待部署完成。此過程可能需要幾分鐘。

步驟 5：訪問資源詳細信息

部署完成后，請按照以下步驟查看資源詳細信息：

1、進入資源頁面，查看部署詳情。

2、導航到密鑰和端點頁面。

此頁面包含連接到資源的基本信息，包括：

HTTP 端點：客戶端應用程序可以發送請求的端點。
身份驗證密鑰：客戶端應用程序可用于身份驗證的兩個密鑰。任一密鑰均可用于對請求進行身份驗證。

Location：資源的托管位置，某些 API 請求需要該位置。

在您的應用程序中使用 Azure AI 服務

設置 Azure AI 服務資源后，你現在可以將 AI 功能整合到應用程序中。以下是如何使用這些服務的一般概述：

1、發出 HTTP 請求：

使用提供的 HTTP 端點從客戶端應用程序發送請求。確保在請求標頭中包含其中一個身份驗證密鑰。

2、處理響應：

處理來自 Azure AI 服務的響應，以將 AI 功能（例如自然語言處理、計算機視覺或其他功能）合并到您的應用程序中。

3、特定區域的 API：

對于某些 API，您需要在請求中指定資源的位置。

將 REST 接口與 Azure AI 服務結合使用

Azure AI 服務 API 基于 REST，允許你通過 HTTP 發送 JSON 請求來與它們交互。

在本文中，我們將介紹一個使用控制臺應用程序使用語言 REST API 執行語言檢測的示例。

此原則適用于 Azure AI 服務資源支持的所有 API。

先決條件

您的機器上安裝了 Visual Studio Code
Azure AI 服務資源終結點和身份驗證密鑰
具備 C# 或 Python 基礎知識

設置你的項目

1. 選擇您的首選語言

您可以選擇使用 C# 或 Python 進行此練習。根據您的偏好，在 Visual Studio Code 中展開相應的文件夾：

對于 C#：展開C-Sharp文件夾。
對于 Python：展開Python文件夾。

2.更新配置設置

導航到rest-client文件夾并打開配置文件：

C＃：appsettings.json

Python：.env

更新配置值以反映您的 Azure AI 服務端點和身份驗證密鑰，然后保存更改。

3.檢查客戶端應用程序代碼

打開您選擇的語言的主代碼文件：

C＃：Program.cs

using System;

using Newtonsoft.Json.Linq;

using System.Text;

using System.Net.Http;

using System.Net.Http.Headers;

using System.Web;

using Microsoft.Extensions.Configuration;

using System.Threading.Tasks;



namespace rest_client

{

    class Program

    {

        private static string AiSvcEndpoint;

        private static string AiSvCKey;

        static async Task Main(string[] args)

        {

            try

            {

                // Get config settings from AppSettings

                IConfigurationBuilder builder = new ConfigurationBuilder().AddJsonFile("appsettings.json");

                IConfigurationRoot configuration = builder.Build();

                AiSvcEndpoint = configuration["AIServicesEndpoint"];

                AiSvCKey = configuration["AIServicesKey"];



                // Get user input (until they enter "quit")

                string userText = "";

                while (userText.ToLower() != "quit")

                {

                    Console.WriteLine("Enter some text ('quit' to stop)");

                    userText = Console.ReadLine();

                    if (userText.ToLower() != "quit")

                    {

                        // Call function to detect language

                        await GetLanguage(userText);

                    }



                }

            }

            catch (Exception ex)

            {

                Console.WriteLine(ex.Message);

            }

        }

        static async Task GetLanguage(string text)

        {

            // Construct the JSON request body

            try

            {

                JObject jsonBody = new JObject(

                    // Create a collection of documents (we'll only use one, but you could have more)

                    new JProperty("documents",

                    new JArray(

                        new JObject(

                            // Each document needs a unique ID and some text

                            new JProperty("id", 1),

                            new JProperty("text", text)

                    ))));



                // Encode as UTF-8

                UTF8Encoding utf8 = new UTF8Encoding(true, true);

                byte[] encodedBytes = utf8.GetBytes(jsonBody.ToString());



                // Let's take a look at the JSON we'll send to the service

                Console.WriteLine(utf8.GetString(encodedBytes, 0, encodedBytes.Length));



                // Make an HTTP request to the REST interface

                var client = new HttpClient();

                var queryString = HttpUtility.ParseQueryString(string.Empty);



                // Add the authentication key to the header

                client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", AiSvCKey);



                // Use the endpoint to access the Text Analytics language API

                var uri = AiSvcEndpoint + "text/analytics/v3.1/languages?" + queryString;



                // Send the request and get the response

                HttpResponseMessage response;

                using (var content = new ByteArrayContent(encodedBytes))

                {

                    content.Headers.ContentType = new MediaTypeHeaderValue("application/json");

                    response = await client.PostAsync(uri, content);

                }



                // If the call was successful, get the response

                if (response.StatusCode == System.Net.HttpStatusCode.OK)

                {

                    // Display the JSON response in full (just so we can see it)

                    string responseContent = await response.Content.ReadAsStringAsync();

                    JObject results = JObject.Parse(responseContent);

                    Console.WriteLine(results.ToString());



                    // Extract the detected language name for each document

                    foreach (JObject document in results["documents"])

                    {

                        Console.WriteLine("\nLanguage: " + (string)document["detectedLanguage"]["name"]);

                    }

                }

                else

                {

                    // Something went wrong, write the whole response

                    Console.WriteLine(response.ToString());

                }

            }

            catch(Exception ex)

            {

                Console.WriteLine(ex.Message);

            }



        }

    }

}

Python: rest-client.py

from dotenv import load_dotenv

import os

import http.client, base64, json, urllib

from urllib import request, parse, error



def main():

    global ai_endpoint

    global ai_key



    try:

        # Get Configuration Settings

        load_dotenv()

        ai_endpoint = os.getenv('AI_SERVICE_ENDPOINT')

        ai_key = os.getenv('AI_SERVICE_KEY')



        # Get user input (until they enter "quit")

        userText =''

        while userText.lower() != 'quit':

            userText = input('Enter some text ("quit" to stop)\n')

            if userText.lower() != 'quit':

                GetLanguage(userText)



    except Exception as ex:

        print(ex)



def GetLanguage(text):

    try:

        # Construct the JSON request body (a collection of documents, each with an ID and text)

        jsonBody = {

            "documents":[

                {"id": 1,

                 "text": text}

            ]

        }



        # Let's take a look at the JSON we'll send to the service

        print(json.dumps(jsonBody, indent=2))



        # Make an HTTP request to the REST interface

        uri = ai_endpoint.rstrip('/').replace('https://', '')

        conn = http.client.HTTPSConnection(uri)



        # Add the authentication key to the request header

        headers = {

            'Content-Type': 'application/json',

            'Ocp-Apim-Subscription-Key': ai_key

        }



        # Use the Text Analytics language API

        conn.request("POST", "/text/analytics/v3.1/languages?", str(jsonBody).encode('utf-8'), headers)



        # Send the request

        response = conn.getresponse()

        data = response.read().decode("UTF-8")



        # If the call was successful, get the response

        if response.status == 200:



            # Display the JSON response in full (just so we can see it)

            results = json.loads(data)

            print(json.dumps(results, indent=2))



            # Extract the detected language name for each document

            for document in results["documents"]:

                print("\nLanguage:", document["detectedLanguage"]["name"])



        else:

            # Something went wrong, write the whole response

            print(data)



        conn.close()



    except Exception as ex:

        print(ex)



if __name__ == "__main__":

    main()