问题标签 [azuremlsdk]

我正在开发一个使用 Azure ML(ml.azure.com) 创建模型的项目，

我计划最终使用 Azure ML Designer，所以我选择了一个示例管道（回归 - 汽车价格预测（基本））。然后我创建了一个实时推理管道并创建了一个实时端点。

发布此消息后，我可以按预期通过互联网从 .Net 客户端获取此模型的预测。

作为同一个项目的一部分，我最终希望通过预测完全消除互联网依赖/附属延迟。我知道这可以通过打包模型并下载在本地计算机上运行并通过评分 Web 服务公开模型的 docker 映像来实现。

为了打包模型并将其下载为 docker 映像，我使用了以下 python 代码，这将在我的本地 PC 上执行：

现在，当我运行此脚本时，会在我的计算机上下载一个 docker 映像，并且可以使用 docker 运行该映像。

问题是什么？

作为创建推理配置的一部分，我需要指定一个名为 score.py 的入口脚本。似乎我无法运行 docker 映像，因为入口脚本可能不正确。

这是我的 score.py 目前的样子：

导入操作系统导入json

从 azureml.core.model 导入模型导入日志记录

我从 Microsoft 材料中构建了这个入口脚本，但它不起作用并且 Docker 映像无法启动。

我的问题是，

1. 推理配置中的源目录是否正确？鉴于我只希望模型在本地运行能够在本地提供预测，我的源目录应该是什么？
2. 我应该对此条目脚本进行哪些更改以使评分在我的计算机上本地工作？

谢谢，

每当我尝试在 azure 上运行 python 脚本时，我都会在日志中看到下面显示的一长串消息。请告诉我是什么原因造成的以及可能的解决方案。

警告：您的环境文件中有 pip 安装的依赖项，但您没有将 pip 本身列为您的 conda 依赖项之一。Conda 可能不会使用正确的 pip 来安装您的软件包，并且它们最终可能会出现在错误的位置。请添加显式 pip 依赖项。我给你加了一个，但还是唠叨你。

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

在 2021-08-18 上，微软（为了我们的方便？）对其 Azure ML SDK 进行了以下更改：

Azure 机器学习实验用户界面。 运行显示名称。

• 运行显示名称是可分配给运行的新的、可编辑的可选显示名称。
• 此名称可以帮助更有效地跟踪、组织和发现跑步。
• 运行显示名称默认为 adjective_noun_guid 格式（例如：awesome_watch_2i3uns）。
• 可以将此默认名称编辑为更可自定义的名称。这可以从 Azure 机器学习工作室用户界面中的运行详细信息页面进行编辑。

在对 SDK 进行此更改之前，运行显示名称 = 实验名称 + 哈希。我从 SDK 分配实验名称：

更改后，运行显示名称会自动生成。

我不想手动编辑/更改运行显示名称，因为有时我可能每天运行 100 秒的实验。

我试图在 Microsoft 文档中找到答案，但我的尝试失败了。

是否有 Azure SDK 函数来分配运行显示名称？

是否可以使用 UI、python sdk 和/或 azure CLI将在 Azure ML Studio Designer中创建的管道从一个工作区导出或复制到另一个工作区？如果是这样，怎么做？

编辑：我的设计师似乎没有 DeepDave-MT 在下面显示的“导出到代码”选项。如何启用此功能？

我正在尝试使用 Python SDK 在 Azure ML 上设置 ML 管道。我已经编写了从 DockerFile 创建自定义环境的脚本，如下所示

但是，ImageBuildDetails该方法返回的对象build在执行最后一行时总是超时wait_for_completion()，......可能是由于我无法更改的网络限制。

那么，我怎样才能通过 SDK 以一种不完全依赖于返回ImageBuildDetails对象的方式检查构建状态呢？

I'm using MS Azure ML and have found that when I start a Notebook (from the Azure ML Studio) it is executing in a a different environment than if I create a Python script and run it from the studio. I want to be able to create a specific environment and have the Notebook use that. The environment that the Notebook seems to run does not contain the packages I need and I want to preserve different environments.

我试图使用这样的Run类注册模型：

消息错误：Could not locate the provided model_path ... in the set of files uploaded to the run...

我一直在尝试通过 azure ml python sdk 发送火车作业：

但我收到了这样的ServiceError信息：

我也尝试使用 azure cli 没有成功，同样的错误信息

对于 AzureML ( azureml.data.TabularDataset) 的表格数据集的 Python API，已经引入了两种实验方法：

1. download(stream_column, target_path=None, overwrite=False, ignore_not_found=True)
2. mount(stream_column, mount_point=None)

参数stream_column已定义为要挂载或下载的流列。

的实际含义是stream_column什么？我在哪里看不到任何例子？

任何指针都会有所帮助。

堆栈跟踪：