问题标签 [azure-machine-learning-workbench]

我试图按照这篇文章进行时间序列实验 -自动训练时间序列预测模型

在第一次运行时，我使用了以下代码块。

}

然后，我决定把它推到极限。开始将视野更改为更高的单位。我遇到了基于训练数据的限制，这很好。我只需要使用较低的地平线值。然后，该错误停止了，我开始收到这种格式的错误。

我想，这是虚拟机大小的问题，所以我从半小时前成功运行的原始笔记本切换回默认值。那也停止了工作。

那么该怎么办？该错误不会消失。

1）我们成功上传了一个python wheel到与workspace关联的storage account。2）在第二步中，我们提交了一个在集群中运行的实验，需要从第一步下载并运行包。

当存储帐户未与任何 VNet 关联时，实验能够下载包并运行。但是，当我们在 Vnets 中关联存储帐户时，实验会挂起并最终失败。此存储帐户位于两个 Vnet 中，a 和 b。集群也在 Vnet 中，a。

我不知道为什么当存储帐户在Vnet中时，集群无法下载轮包。在 Vnet 中拥有存储帐户是我们的政策。

我们还缺少其他东西吗？我还检查了容器注册表设置并将其设置为“从任何地方允许”（我们使用的是标准 SKU）。

让我知道是否需要任何进一步的信息。谢谢。

我正在准备 DP-100 认证。作为自学的一部分，我使用 Outlook 电子邮件创建了一个试用帐户 12 个月。在我需要设置Compute Instance的部分中，我遇到了如下所示的错误。是什么原因，我不能用试用帐户创建一个计算实例。

从 Azure 云外壳创建新的 Azure 容器实例时，如何创建新的 Azure 机器学习工作区。

这是用于创建 ACI 的命令示例。

az container create --name dev-container –resource-group XXX –location eastus –image mcr.microsoft.com/XXX –cpu 2 –memory 6 –environment-variables WORKSPACE_NAME=XXX

谢谢

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？

请在 VNET 中有我的 Databricks 实例。我正在尝试使用 Azure 容器实例 (ACI) 上的 Azure ML 工作区部署我的机器学习模型。

我能够创建一个 ML 工作区。当我尝试使用 Model.register() 注册模型时出现 SSLERROR。

使用此代码 -

当我尝试部署我的模型时，在错误下方找到。

  SSL 错误：

请注意，只有 Azure Databricks 位于 Azure 上的 VNET 中。如何解决它并将我的模型部署为 ACI 上的 Web 服务。

谢谢你。

I saved a Pandas Dataframe to a csv file. If import it in Azure AutoML it looks like this:

It looks fine if I open it with Excel:

I export the dataframe with this line:

Attempted Workarounds:

• Open in Excel and resave as csv
• Open in Excel and resave as tsv
• Switch around Encoding options in AzureML
• Created the csv and uploaded it to blob storage with the guide from the Microsoft Docs Create a dataset from pandas dataframe

我是机器学习的新手，我在 Azure 机器学习工作室中创建了一个实验。

有没有办法将此代码导出到 python 或 jupyter 笔记本？我无法在 Microsoft 的文档中找到任何内容

在将主成分分析 PCA 应用于我的数据集以实现更好的模型精度之后。13 个特征维度，我使用 PCA 将其减少到 10 个特征。到这里为止一切都很好。

在 WebApp 中实现模型后，它正在构建并且在工作室中看起来很好。

在模型预测的测试阶段，UI 系统不是显示 10 个特征作为输入，而是显示原始特征，即 13，输出显示 10 个特征在此处输入图像描述res 没有任何新的特征名称生成的特征是 10。而且预测在执行后根本不起作用。\

附上截图，请参考。

我的天蓝色存储帐户中有一些镶木地板文件作为文件共享

我正在尝试在我的 azure 机器学习工作区中创建一个数据存储，并从这些 parquet 文件中创建数据集。

在这一步中，我应该在“路径”对话框中给出什么？如何连接到存储帐户中的 parquet 文件并在培训中使用它？

在官方文档中它说：

通过引用数据存储中的路径来创建数据集。您可以从多个数据存储中的多个路径创建数据集。您可以从中创建数据集的文件数量或数据大小没有硬性限制。

我如何在这里引用路径？我找不到任何文档或教程。任何帮助都会很棒。