问题标签 [azure-machine-learning-service]

我是 Azure ML 的新手。我有一些疑问。有人可以澄清下面列出的我的疑问。

1. Azure ML 服务 Azure ML 实验服务有什么区别。
2. Azure ML 工作台和 Azure ML Studio 有什么区别。
3. 我想使用 azure ML Experimentation 服务来构建几个模型并创建 Web API。是否可以对 ML Studio 做同样的事情。
4. ML Experimentation 服务还要求我安装一个用于创建 Web 服务的 windows docker。我可以在不使用 docker 的情况下创建 Web 服务吗？

我正在尝试使用新的 ML 服务 SDK 将映像部署到 Azure 容器实例中的 Web 服务。该Webservice.deploy_from_image方法失败并显示以下消息：

我从 SDK 的 1.68 版本开始，然后升级到 1.80，结果相同。

模型和图像都注册在我的工作区中。

代码相当简单。任何反馈或方向都会有所帮助。

我目前正在使用 Azure 机器学习服务进行机器学习项目。但是我发现我无法将新的 docker 映像更新到现有的 Web 服务的问题（我希望与运行我们服务的 url 相同）。

我已经阅读了文档，但它并没有真正告诉我如何更新（文档链接：https ://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-deploy-and-哪里）。文档说我们必须使用 update() 和 image = new-image。

但new-image没有描述它的来源。

有谁知道如何解决这个问题？

谢谢

我想在 azure 机器学习服务上创建一个 sklearn 模型。但是当我运行脚本时，我在 pyodbc 中遇到了错误。如何在 azure 机器学习服务上安装 pyodbc？

我正在使用 Azure 机器学习服务和管道功能来准备、训练和测试我的机器学习模型。但是，在我的数据准备步骤中，我需要连接到数据库，并且我想找到一种方法来传递我的秘密密码或密钥，而无需将它们以纯文本形式写入我的脚本文件中。

在本地，我使用环境变量来使用秘密密码和密钥，但据我所知，这在管道基础设施中是不可能的，因为 Conda 不支持传递环境变量。如果有人可以确认或否认这一点，那将很有帮助。

在 Azure 门户的 Azure 机器学习服务中，我找到了一个“密钥库”资源，它是在我创建“机器学习服务工作区”资源时自动创建的。这似乎正是我所需要的。是吗？如果是这样，我该如何使用它？

如果以上都不能解决我的问题，有没有其他方法可以安全地在我的脚本中使用秘密密码和密钥，而不用在脚本中以纯文本形式编写它们？

编辑：我意识到我的问题非常关注数据库连接。但是，问题实际上是关于任何类型的秘密或密码，而不仅仅是数据库凭据。正如答案中所指出的，这里可能值得一提的是，Azure SQL 数据库连接可以（并且应该）使用DataTransferStep来解决。

我将 Azure 机器学习服务与 azureml-sdk python 库一起使用。

我正在使用 azureml.core 版本 1.0.8

我正在关注此https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-create-your-first-pipeline教程。

当我使用 Azure 计算资源时，它就可以工作了。但我想在本地运行它。

我收到以下错误

我的代码如下所示：

这train.py是一个非常简单的自包含脚本，仅依赖于近似于 pi 的 numpy。

我正在从 Batch AI 迁移到新的 Azure 机器学习服务。以前我在 Azure 文件共享上拥有我的 python 脚本，这些脚本直接从那里运行。

在新服务中，当您创建 Estimator 时，您必须提供源目录和入口脚本。文档指出源目录是复制到远程计算机的本地目录。

但是，Estimator 构造函数还允许您指定数据存储名称，该名称应该指定项目共享的数据存储。

对我来说，这听起来像是你可以指定一个数据存储，然后源目录是相对的，但是这不起作用，它仍然想在本地机器上找到源目录。

有人知道是否可以使用数据存储来运行训练作业吗？

我有一个在 Azure 机器学习服务上接受机器学习计算训练的模型。注册的模型已经存在于我的工作区中，我想将其部署到我之前在工作区中预配的预先存在的 AKS 实例。我能够成功配置和注册容器映像：

配置和注册图像工作：

附加到现有集群也可以：

但是，当我尝试将映像部署到现有集群时，它会失败并显示WebserviceException.

关于如何解决这个问题的任何想法？我正在 Databricks 笔记本中编写代码。此外，我能够使用 Azure 门户创建和部署集群没有问题，所以这似乎是我的代码/Python SDK 或 Databricks 与 AMLS 一起使用的方式的问题。

更新：我能够使用 Azure 门户将我的映像部署到 AKS，并且 Web 服务按预期工作。这意味着问题存在于 Databricks、Azureml Python SDK 和机器学习服务之间。

更新 2：我正在与 Microsoft 合作解决此问题。一旦我们有解决方案，将报告。

我试图以两种不同的方式将 ONNX 模型注册到 Azure 机器学习服务工作区，但我遇到了无法解决的错误。

第一种方法：通过 Jupyter Notebook 和 python 脚本

错误是：HttpOperationError：操作返回无效状态代码“服务调用失败！请求：GET https://cert-westeurope.experiments.azureml.net/rp/workspaces ”

第二种方法：通过 Azure 门户

任何人都可以帮忙吗？

我正在尝试用于 ML 部署的Azure 机器学习服务。

我已经在计算 VM 上训练了一个模型并将其保存为 pickle，现在想要部署它（我目前在 Azure 笔记本上使用 Python）。

从指南看来，我需要一个run对象存在于我的会话中才能执行“模型注册”步骤：

但是，我没有创建任何run对象，因为我没有执行任何训练实验，我只是从我的腌制模型开始。

我还尝试通过 Azure 门户上传模型来注册模型（请参见下面的屏幕截图），但是（由于模型文件很大，我假设）它失败，ajax error 413.如Unable to register an ONNX model in azure machine learning service工作区。

run有什么方法可以注册然后部署预训练的腌制模式（如果有意义，则无需提交）？