问题标签 [azure-machine-learning-service]

根据 Azure ML 服务文档，可以在训练期间访问数据存储，但我找不到任何关于使用 Web 服务内部数据存储中的数据的信息。

尽管不需要使用外部数据来使 Web 服务工作，但要按照我的意图使用我的模型，我需要使用一些数据集，这些数据集具有基于历史数据创建的特征。例如：假设我正在尝试预测客户是否会在正确的日期支付账单，一个好的策略是根据同一客户的先前付款创建一个功能。

我可以在 Web 服务中使用的唯一外部文件是“model.pkl”，它存储了我之前创建的 ML 模型。

如何让 Azure ML Web 服务访问数据存储？

我在 Azure DevOps 中构建了一个持续集成/部署管道，用于训练机器学习模型并将其部署到生产环境中。它使用 Python 中的 Azure 机器学习服务来设置一切，即训练模型，将其注册到机器学习工作区并将其部署为 Web 服务。一个要求是我需要在部署的 web 服务中使用多个模型。从 Azure 门户查看工作区时，将模型包含在已部署的 Web 服务中没有问题。我的问题在于我不知道如何在不知道模型名称的情况下访问它们。

通常发生的情况如下所示： score.py

然后，我还有一个 python 脚本，它使用所有需要的模型创建一个图像，并将其部署为 Azure 中的 Web 服务。

我想使用的东西看起来像这样（但它给出了一个错误，因为我无法列出模型）。分数.py

我想处理存储在 Azure Data Lake Storage（第 1 代）中的大型表，首先在它们上运行 U-SQL 脚本，然后是 Python 脚本，最后输出结果。

从概念上讲，这非常简单：

1. 运行 .usql 脚本以intermediate_1从intermediate_2一个大的initial_table
2. 在中间数据上运行 Python 脚本以生成最终结果final

执行此操作的 Azure 机器学习管道步骤应该是什么？

我认为以下计划可行：

1. adla_compute使用AdlaSteplike 在 a 上运行 .usql 查询

   /li>

2. 在计算目标上运行 Python 步骤，aml_compute例如

   /li>

但是，这在 Python 步骤中失败，并出现此类错误

StepRun(process.py) 执行总结

=======================================
StepRun(process.py) 状态：失败

无法装载数据存储 mydatastore，因为它没有指定存储帐户密钥。

我真的不明白抱怨“mydatastore”的错误，该名称与adls_datastore我运行 U-SQL 查询的 Azure Data Lake 数据存储引用相关联。

如果我在这里做错了什么，有人能闻到吗？我应该将中间数据（和intermediate_1）intermediate_2移动到存储帐户，例如DataTransferStep在PythonScriptStep

我正在尝试按照以下 Github 示例部署 MS Azure 自动化机器学习：

https://github.com/Azure/MachineLearningNotebooks/tree/master/how-to-use-azureml/automated-machine-learning/classification-bank-marketing

我更改了那里的代码以提供我的数据，但在执行 autoML 运行时出现以下错误：

automl.client.core.common.exceptions.DataprepException：无法执行指定的转换。

来自：文件“/azureml-envs/azureml_e9e27206cd19de471f4e5c7a1171037e/lib/python3.6/site-packages/azureml/automl/core/dataprep_utilities.py”，第 50 行，在 try_retrieve_pandas_dataframe_adb

现在，我以为有什么。我的数据有问题，但后来我对原始 csv 文件进行了以下实验：

第一次执行，如 Github 示例，直接基于 http 链接构建数据流 第二次执行基于相同的 csv 构建数据流，但下载到我的共享。

在第二种情况下，我得到了与我的数据相同的错误。这意味着，Azure autoML 运行/数据流/准备过程仅接受特定的文件格式，这些文件格式在保存到我的驱动器时发生了更改。我不确定这是否与编码或其他有关。你能建议吗？

我正在尝试在 azure 机器学习工作区中注册预训练的Google word2vec 模型（大小约为 3.5GB）。当我尝试注册较小的模型（大约 10MB）时，我可以注册。但是，我无法注册预训练的 Google word2vec 模型。

我尝试直接在 portal.azure.com 中上传模型，它抛出 AJAX 错误（可能是因为它是一个大模型）。当我尝试通过代码（连接到天蓝色工作区的 python 脚本）注册模型时，脚本会一直执行，没有任何终止，并且无法注册模型。

有没有办法在 Azure 机器学习工作区注册/上传如此大的模型？

您好我是 Azure 机器学习服务的新手。我在数据集中上传了导入的 CSV 文件，当我将它们拖放到空白实验中时，我无法将其可视化或无法检测到任何列。有没有关于如何纠正这个问题的建议

grant_workspace_access方法中的参数是否有任何文档Datastore.register_azure_blob_container？我在SDK 文档中看到了它，但是当我尝试调用该服务时出现错误并且我不知道如何进行故障排除。

我得到的错误是：

我对 Azure ML 完全陌生，但我想尝试他们的自动化 ML UX。所以我按照说明最终部署了我的应用程序（https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-create-portal-experiments#deploy-your-model）。现在我有了我的“评分 URI”，但我不知道如何使用它？我如何测试输入并获得输出 - 我可以用 Postman 来做吗？

• 本教程没有告诉我如何处理这个“评分 URI”，所以我被卡住了

我正在尝试在 Azure 自动 ML UX ( https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-create-portal-experiments ) 中测试预测预测。但是，我对“预测地平线”的含义有些困惑。 提示说“预测需要定期数据（例如每天、每周）。Horizo​​n 是您想要预测的未来多少个周期。” - 它必须是一个整数。我有一个测试数据集，每 1 小时递增一次。那么这是否意味着“Forcast Horizo​​​​n”应该设置为1？

这是我的一些测试数据集：

Azure 自动化 ML UX 中的屏幕截图

是否可以通过 ARM 模板部署 AML Notebook VM？如果是这样，某处是否有示例或文档？