问题标签 [azureml-python-sdk]

所以我一直在尝试在 Jupiter notebook 中并行化一个 CPU 繁重的 for 循环。我最终将所有这些都分配到同一个核心并且没有性能提升。

我试过 psutil：

但是仍然如您所见，我的虚拟机分配给了同一个内核并且没有性能提升

如果有人有线索或引导我正确的方向来解决这个问题，请..

谢谢 ：）

我正在尝试通过笔记本在 AzureML 上运行实验。尝试读取在上一步中创建的数据集时出现上述错误。

我通过命令检查了内存使用情况 -df -h看起来没问题。我检查了具有相同错误的 git 链接，但这似乎没有得到解决。

Github问题链接

这里出了什么问题？

下面的代码行给出了错误。就在一天前，这条线在同一个工作区上成功运行，使用相同的计算。

下面是内存画面：

我正在尝试从这样的工件输出文件夹中读取 model.pkl 文件

但它仍然无法正常工作，请指导我如何从工件输出文件夹中读取 model.pkl 文件，因此它无法部署到 Azure 容器实例中

我使用 AzureML SDK 发布了一个 ML 管道，然后使用 REST 端点从外部服务触发该管道。有没有一种方法可以让我重新发布管道，保持 REST 端点不变？

我有一个detectron2检测模型训练并保存（由其他人）作为文件model.pth，我还有一个cfg.yaml文件，指定权重路径作为路径model.pth如下：

在里面cfg.yaml我们有这条线 WEIGHTS: /var/azureml-app/azureml-models/detect_containers/1/outputs/model.pth

我注意到我之前的人（训练模型的人..）使用该cfg.yaml文件来创建预测器配置，如下所示：

他在scoring.py用于将模型部署为 azureML 中的 Web 服务的脚本的 run 函数中创建并使用了他的预测器。

所以这里的问题是我无法访问这个人的 azureML 帐户或工作区，所以当我尝试自己部署模型时，我收到错误主要是路径错误，表明/var/azureml-app/azureml-models/detect_containers/1/outputs/model.pth找不到文件，所以我将文件上传到我的 azureML 工作区在与我的笔记本相同的文件夹中，但显然，这也不起作用，因为我提供的路径被认为是本地路径，并且在部署模型时，我猜它基本上是远程 Microsoft 服务器（我不知道它的文件是如何组织的，所以我没有路径）。

我还尝试创建一个具有相同名称的新模型，并将文件上传到该模型以便在部署期间使用这一行： model_path = os.path.join(os.getenv('AZUREML_MODEL_DIR'), 'model.pth') 这样我设法避免了路径错误，但是一旦模型被部署，我就无法测试它，因为甚至在日志中也没有解释的评分 URI 错误。

通常，该模型是功能性的（因为它之前已被训练它的人部署和使用过，哈哈）。

那么你们对我应该如何解决这个问题或如何解决它有任何想法吗？有没有人有任何资源来解释如何在部署文件后获取文件的路径，就个人而言，一旦部署了模型，我觉得它就像在一个黑色的魔法盒子里，我看不到文件是如何组织的远程微软服务器。

尝试在 azureML notebook 中执行此代码块时出现上述错误：

有谁知道为什么？顺便说一句，我正在使用的 conda 环境是这样的：

我先谢谢你！

我在 azureML Notebook 中工作，每当我尝试使用以下代码获取对计算实例的引用时：

我得到这个错误：

顺便说一下，这是我正在使用的环境：

你们有什么解决方案或建议吗？

我先谢谢大家了！

注意：我删除了问题的第一部分，因为它似乎没有帮助，而且由于 stackoverflow 一直要求我为我的问题添加解释（或减少代码），所以我减少了错误消息......

• 环境：Windows 10 64bit

• 问题：可以成功安装azureml-core, azureml-widgets, azureml-mlflowwith1.35.0版本。但是，当我尝试azureml-pipeline使用以下命令安装软件包时

  pip install azureml-pipeline

  它将删除所有当前1.35.0版本azureml-core并替换为旧版本，1.0.85如图所示

另外，我检查了azureml-pipeline版本，1.35.0如图所示

如果我指定 as 的版本

pip install azureml-pipeline==1.35.0

它显示错误，如图所示：

• 复制问题：

  pip install azureml-core
pip install azureml-pipeline

天蓝色数据资源管理器中有一个函数，即 series_decompose() ，所以我需要在本地的 python 程序中使用这个函数和来自 sql 的数据

那么我可以做到吗，如果可以，那该怎么做？

调用 Azure ML Batch Endpoints（为推理创建作业）时，run() 方法应返回 pandas DataFrame 或数组，如此处所述

但是，此示例显示的并不代表带有 csv 标题的输出，因为它经常需要。

我尝试的第一件事是将数据作为pandas DataFrame返回，结果只是一个简单的 csv，只有一列，没有标题。

当尝试通过几列传递值及其相应的标题时，稍后将其保存为 csv，结果，我得到了尴尬的方括号（表示 python 中的列表）和撇号（表示字符串）

我无法在其他地方找到文档来解决这个问题：