azure - Azure 中的机器学习：使用 SDK 在 Python 中构建管道后，如何将管道发布到工作区？

Question

我不知道在哪里可以问这个问题，所以很感激任何帮助或反馈。我一直在阅读 Azure 机器学习服务的 SDK 文档（尤其是azureml.core）。有一个名为的类Pipeline具有方法validate()和publish(). 以下是相关文档：

https://docs.microsoft.com/en-us/python/api/azureml-pipeline-core/azureml.pipeline.core.pipeline.pipeline?view=azure-ml-py

当我调用时validate()，一切都验证并调用发布，但它似乎只在工作区中创建一个 API 端点，它没有在 Pipelines 下注册我的管道，并且设计器中显然没有任何内容。

我的问题：我想发布我的管道，所以我只需要一键从工作区启动。我已经使用 SDK（Python 代码）构建了它。我不想使用 API。有什么方法可以做到这一点，还是我必须使用设计器（拖放）重建整个管道？

Answer 1

完全理解你的困惑。我们的团队使用 Azure ML 管道已经有一段时间了，但一PublishedPipelines开始我仍然感到困惑，因为：

• SDK 调用的a在 Studio UI 中PublishedPipeline称为 a ，并且Pipeline Endpoint
• Dataset它与andModel的方法半相关.register()，但根本不同。

TL;DR:Pipeline.publish()所做的只是创建一个端点，您可以使用它：

• 计划和版本管道，以及
• 通过 REST API 调用（例如通过 Azure 数据工厂）从其他服务重新运行管道。

您可以PublishedPipelines在 Studio UI 中的两个位置看到：

• 管道页面 :: 管道端点选项卡
• 端点页面 :: Pipeline Endpoints 选项卡