Model Třída

Reference

Představuje výsledek trénování strojového učení.

Model je výsledkem trénování Run Služby Azure Machine Learning nebo jiného procesu trénování modelu mimo Azure. Model je možné zaregistrovat v pracovním prostoru, kde je reprezentován názvem a verzí, bez ohledu na to, jak je model vytvořen. Pomocí třídy Model můžete zabalit modely pro použití s Dockerem a nasadit je jako koncový bod v reálném čase, který je možné použít pro žádosti o odvozování.

Kompletní kurz ukazující, jak se modely vytvářejí, spravují a využívají, najdete v tématech trénování modelu klasifikace obrázků pomocí dat MNIST a scikit-learn pomocí služby Azure Machine Learning.

Konstruktor modelu.

Konstruktor Modelu slouží k načtení cloudové reprezentace objektu Modelu přidruženého k poskytnutému pracovnímu prostoru. Musí zadat název nebo ID.

Dědičnost: builtins.object

Model

Konstruktor

Model(workspace, name=None, id=None, tags=None, properties=None, version=None, run_id=None, model_framework=None, expand=True, **kwargs)

Parametry

Name	Description
workspace Vyžadováno	Workspace Objekt pracovního prostoru obsahující model, který se má načíst.
name	str Název modelu, který se má načíst. Vrátí se nejnovější model se zadaným názvem, pokud existuje. výchozí hodnota: None
id	str ID modelu, který se má načíst. Model se zadaným ID se vrátí, pokud existuje. výchozí hodnota: None
tags	list Volitelný seznam značek použitých k filtrování vrácených výsledků Výsledky se filtrují na základě zadaného seznamu a hledají se buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']] výchozí hodnota: None
properties	list Volitelný seznam vlastností použitých k filtrování vrácených výsledků. Výsledky se filtrují na základě zadaného seznamu a hledají se buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']] výchozí hodnota: None
version	int Verze modelu, která se má vrátit. Pokud je zadaný společně s parametrem `name` , vrátí se konkrétní verze zadaného pojmenovaného modelu, pokud existuje. Pokud `version` je vynechán, vrátí se poslední verze modelu. výchozí hodnota: None
run_id	str Volitelné ID použité k filtrování vrácených výsledků. výchozí hodnota: None
model_framework	str Volitelný název architektury použitý k filtrování vrácených výsledků. Pokud je zadaný, vrátí se výsledky pro modely odpovídající zadané architektuře. Povolené hodnoty najdete v tématu Framework . výchozí hodnota: None
workspace Vyžadováno	Workspace Objekt pracovního prostoru obsahující model, který se má načíst.
name Vyžadováno	str Název modelu, který se má načíst. Vrátí se nejnovější model se zadaným názvem, pokud existuje.
id Vyžadováno	str ID modelu, který se má načíst. Model se zadaným ID se vrátí, pokud existuje.
tags Vyžadováno	list Volitelný seznam značek použitých k filtrování vrácených výsledků Výsledky se filtrují na základě zadaného seznamu a hledají se buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']]
properties Vyžadováno	list Volitelný seznam vlastností použitých k filtrování vrácených výsledků. Výsledky se filtrují na základě zadaného seznamu a hledají se buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']]
version Vyžadováno	int Verze modelu, která se má vrátit. Pokud je zadaný společně s parametrem `name` , vrátí se konkrétní verze zadaného pojmenovaného modelu, pokud existuje. Pokud `version` je vynechán, vrátí se poslední verze modelu.
run_id Vyžadováno	str Volitelné ID použité k filtrování vrácených výsledků.
model_framework Vyžadováno	str Volitelný název architektury použitý k filtrování vrácených výsledků. Pokud je zadaný, vrátí se výsledky pro modely odpovídající zadané architektuře. Povolené hodnoty najdete v tématu Framework .
expand	bool Pokud je true, vrátí modely se všemi dílčími vlastnostmi vyplněnými, například spuštěním, datovou sadou a experimentem. výchozí hodnota: True

Poznámky

Konstruktor Modelu se používá k načtení cloudové reprezentace objektu Modelu přidruženého k zadanému pracovnímu prostoru. Pro načtení modelů je potřeba zadat alespoň název nebo ID, ale existují i další možnosti filtrování, včetně značek, vlastností, verze, ID spuštění a architektury.


   from azureml.core.model import Model
   model = Model(ws, 'my_model_name')

Následující ukázka ukazuje, jak načíst konkrétní verzi modelu.


   from azureml.core.model import Model
   model = Model(ws, 'my_model_name', version=1)

Registrace modelu vytvoří logický kontejner pro jeden nebo více souborů, které tvoří váš model. Kromě obsahu samotného souboru modelu ukládá registrovaný model také metadata modelu, včetně popisu modelu, značek a informací o architektuře, které jsou užitečné při správě a nasazování modelu v pracovním prostoru. Pomocí značek můžete například kategorizovat modely a použít filtry při výpisu modelů v pracovním prostoru. Po registraci si pak můžete stáhnout nebo nasadit zaregistrovaný model a získat všechny zaregistrované soubory a metadata.

Následující ukázka ukazuje, jak zaregistrovat model určující značky a popis.


   from azureml.core.model import Model

   model = Model.register(model_path="sklearn_regression_model.pkl",
                          model_name="sklearn_regression_model",
                          tags={'area': "diabetes", 'type': "regression"},
                          description="Ridge regression model to predict diabetes",
                          workspace=ws)

Úplná ukázka je k dispozici od https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Následující ukázka ukazuje, jak zaregistrovat model určující architekturu, vstupní a výstupní datové sady a konfiguraci prostředků.


   import sklearn

   from azureml.core import Model
   from azureml.core.resource_configuration import ResourceConfiguration


   model = Model.register(workspace=ws,
                          model_name='my-sklearn-model',                # Name of the registered model in your workspace.
                          model_path='./sklearn_regression_model.pkl',  # Local file to upload and register as a model.
                          model_framework=Model.Framework.SCIKITLEARN,  # Framework used to create the model.
                          model_framework_version=sklearn.__version__,  # Version of scikit-learn used to create the model.
                          sample_input_dataset=input_dataset,
                          sample_output_dataset=output_dataset,
                          resource_configuration=ResourceConfiguration(cpu=1, memory_in_gb=0.5),
                          description='Ridge regression model to predict diabetes progression.',
                          tags={'area': 'diabetes', 'type': 'regression'})

   print('Name:', model.name)
   print('Version:', model.version)

V části Variables (Proměnné ) jsou uvedeny atributy místní reprezentace objektu cloudového modelu. Tyto proměnné by měly být považovány za jen pro čtení. Změna jejich hodnot se neprojeví v odpovídajícím cloudovém objektu.

Proměnné

Name	Description
created_by	dict Uživatel, který model vytvořil.
created_time	datetime Kdy byl model vytvořen.
azureml.core.Model.description	Popis objektu Model.
azureml.core.Model.id	ID modelu. Má podobu <názvu> modelu:<verze> modelu.
mime_type	str Typ mime Modelu.
azureml.core.Model.name	Název modelu.
model_framework	str Architektura modelu.
model_framework_version	str Verze architektury modelu.
azureml.core.Model.tags	Slovník značek pro objekt Model.
azureml.core.Model.properties	Slovník vlastností klíčové hodnoty pro model. Tyto vlastnosti nelze po registraci změnit, je však možné přidat nové páry hodnot klíčů.
unpack	bool Určuje, jestli je potřeba model rozbalit (zrušit) při přetažení do místního kontextu.
url	str Umístění adresy URL modelu.
azureml.core.Model.version	Verze modelu.
azureml.core.Model.workspace	Pracovní prostor obsahující model.
azureml.core.Model.experiment_name	Název experimentu, který vytvořil model.
azureml.core.Model.run_id	ID spuštění, které vytvořilo model.
parent_id	str ID nadřazeného modelu modelu.
derived_model_ids	list[str] Seznam ID modelů odvozených z tohoto modelu.
resource_configuration	ResourceConfiguration ResourceConfiguration pro tento model. Používá se k profilaci.

Metody

add_dataset_references	Přidružte poskytnuté datové sady k tomuto modelu.
add_properties	Přidejte páry hodnot klíčů do slovníku vlastností tohoto modelu.
add_tags	Přidejte páry hodnot klíčů do slovníku značek tohoto modelu.
delete	Odstraňte tento model z jeho přidruženého pracovního prostoru.
deploy	Nasaďte webovou službu z nuly nebo více Model objektů. Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Funkce Model `deploy` je podobná `deploy` funkci Webservice třídy, ale neregistruje modely. Pokud máte objekty modelu, které jsou už zaregistrované, použijte funkci Model `deploy` .
deserialize	Převede objekt JSON na objekt modelu. Převod se nezdaří, pokud zadaný pracovní prostor není pracovním prostorem, se kterým je model zaregistrovaný.
download	Stáhněte model do cílového adresáře místního systému souborů.
get_model_path	Vraťte cestu k modelu. Funkce vyhledá model v následujících umístěních. Pokud `version` je hodnota None: Stažení ze vzdáleného úložiště do mezipaměti (pokud je k dispozici pracovní prostor) Načtení z mezipaměti azureml-models/$MODEL_NAME/$LATEST_VERSION/ ./$MODEL_NAME Pokud `version` není žádná: Načtení z mezipaměti azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/ Stažení ze vzdáleného úložiště do mezipaměti (pokud je k dispozici pracovní prostor)
get_sas_urls	Vrátí slovník párů klíč-hodnota obsahující názvy souborů a odpovídající adresy URL SAS.
list	Načte seznam všech modelů přidružených k zadanému pracovnímu prostoru s volitelnými filtry.
package	Vytvořte balíček modelu ve formě image Dockeru nebo kontextu sestavení Dockerfile.
print_configuration	Vytiskněte konfiguraci uživatele.
profile	Profiluje model a získá doporučení k požadavkům na prostředky. Jedná se o dlouhotrvající operaci, která může v závislosti na velikosti datové sady trvat až 25 minut.
register	Zaregistrujte model v poskytnutém pracovním prostoru.
remove_tags	Odeberte zadané klíče ze slovníku značek tohoto modelu.
serialize	Převeďte tento model na serializovaný slovník JSON.
update	Proveďte místní aktualizaci modelu. Stávající hodnoty zadaných parametrů se nahradí.
update_tags_properties	Proveďte aktualizaci značek a vlastností modelu.

add_dataset_references

Přidružte poskytnuté datové sady k tomuto modelu.

add_dataset_references(datasets)

Parametry

Name	Description
datasets Vyžadováno	list[tuple(<xref:str :> (Dataset nebo DatasetSnapshot))] Seznam řazených kolekcí členů představující dvojici účelu datové sady a objektu Dataset.

Výjimky

Typ	Description
WebserviceException

add_properties

Přidejte páry hodnot klíčů do slovníku vlastností tohoto modelu.

add_properties(properties)

Parametry

Name	Description
properties Vyžadováno	dict(<xref:str : str>) Slovník vlastností, které chcete přidat.

Výjimky

Typ	Description
WebserviceException

add_tags

Přidejte páry hodnot klíčů do slovníku značek tohoto modelu.

add_tags(tags)

Parametry

Name	Description
tags Vyžadováno	dict(<xref:{str : str}>) Slovník značek, které se mají přidat.

Výjimky

Typ	Description
WebserviceException

delete

Odstraňte tento model z jeho přidruženého pracovního prostoru.

delete()

Výjimky

Typ	Description
WebserviceException

deploy

Nasaďte webovou službu z nuly nebo více Model objektů.

Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Funkce Model deploy je podobná deploy funkci Webservice třídy, ale neregistruje modely. Pokud máte objekty modelu, které jsou už zaregistrované, použijte funkci Model deploy .

static deploy(workspace, name, models, inference_config=None, deployment_config=None, deployment_target=None, overwrite=False, show_output=False)

Parametry

Name	Description
workspace Vyžadováno	Workspace A Workspace objektu, který chcete přidružit webovou službu.
name Vyžadováno	str Název, který má dát nasazené službě. Musí být jedinečné pro pracovní prostor, musí se skládat pouze z malých písmen, číslic nebo pomlček, musí začínat písmenem a musí mít délku 3 až 32 znaků.
models Vyžadováno	list[Model] Seznam objektů modelu. Může být prázdný seznam.
inference_config	InferenceConfig InferenceConfig Objekt použitý k určení požadovaných vlastností modelu. výchozí hodnota: None
deployment_config	WebserviceDeploymentConfiguration A WebserviceDeploymentConfiguration slouží ke konfiguraci webové služby. Pokud ho nezadáte, použije se prázdný objekt konfigurace na základě požadovaného cíle. výchozí hodnota: None
deployment_target	ComputeTarget A ComputeTarget , do které nasadíte webovou službu. Vzhledem k tomu, že Azure Container Instances nemá žádný přidružený ComputeTargetparametr , ponechte tento parametr pro nasazení do Azure Container Instances jako Žádný. výchozí hodnota: None
overwrite	bool Určuje, jestli se má přepsat existující služba, pokud již existuje služba se zadaným názvem. výchozí hodnota: False
show_output	bool Určuje, jestli se má zobrazit průběh nasazení služby. výchozí hodnota: False

Návraty

Typ	Description
Webservice	Objekt Webservice odpovídající nasazené webové službě.

Výjimky

Typ	Description
WebserviceException

deserialize

Převede objekt JSON na objekt modelu.

Převod se nezdaří, pokud zadaný pracovní prostor není pracovním prostorem, se kterým je model zaregistrovaný.

static deserialize(workspace, model_payload)

Parametry

Name	Description
workspace Vyžadováno	Workspace Objekt pracovního prostoru, ve který je model zaregistrovaný.
model_payload Vyžadováno	dict Objekt JSON, který se má převést na modelový objekt.

Návraty

Typ	Description
Model	Reprezentace modelu poskytnutého objektu JSON.

Výjimky

Typ	Description
WebserviceException

download

Stáhněte model do cílového adresáře místního systému souborů.

download(target_dir='.', exist_ok=False, exists_ok=None)

Parametry

Name	Description
target_dir	str Cesta k adresáři, ve kterém chcete stáhnout model. Výchozí hodnota je "." výchozí hodnota: .
exist_ok	bool Určuje, jestli se mají nahradit stažené adresáře nebo soubory, pokud existují. Výchozí hodnota je False. výchozí hodnota: False
exists_ok	bool ZASTARALÉ. Použijte `exist_ok`. výchozí hodnota: None

Návraty

Typ	Description
str	Cesta k souboru nebo složce modelu.

Výjimky

Typ	Description
WebserviceException

get_model_path

Vraťte cestu k modelu.

Funkce vyhledá model v následujících umístěních.

Pokud version je hodnota None:

Stažení ze vzdáleného úložiště do mezipaměti (pokud je k dispozici pracovní prostor)
Načtení z mezipaměti azureml-models/$MODEL_NAME/$LATEST_VERSION/
./$MODEL_NAME

Pokud version není žádná:

Načtení z mezipaměti azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/
Stažení ze vzdáleného úložiště do mezipaměti (pokud je k dispozici pracovní prostor)

static get_model_path(model_name, version=None, _workspace=None)

Parametry

Name	Description
model_name Vyžadováno	str Název modelu, který se má načíst.
version	int Verze modelu, která se má načíst. Výchozí hodnota je nejnovější verze. výchozí hodnota: None
_workspace	Workspace Pracovní prostor, ze který chcete načíst model. Nelze použít vzdáleně. Pokud není zadaný, prohledá se pouze místní mezipaměť. výchozí hodnota: None

Návraty

Typ	Description
str	Cesta k modelu na disku.

Výjimky

Typ	Description
ModelNotFoundException

get_sas_urls

Vrátí slovník párů klíč-hodnota obsahující názvy souborů a odpovídající adresy URL SAS.

get_sas_urls()

Návraty

Typ	Description
dict	Slovník dvojic klíč-hodnota obsahující názvy souborů a odpovídající adresy URL SAS

Výjimky

Typ	Description
WebserviceException

list

Načte seznam všech modelů přidružených k zadanému pracovnímu prostoru s volitelnými filtry.

static list(workspace, name=None, tags=None, properties=None, run_id=None, latest=False, dataset_id=None, expand=True, page_count=255, model_framework=None)

Parametry

Name	Description
workspace Vyžadováno	Workspace Objekt pracovního prostoru, ze které se mají načítat modely.
name	str Pokud je zadán, vrátí pouze modely se zadaným názvem, pokud existuje. výchozí hodnota: None
tags	list Bude filtrovat na základě zadaného seznamu, a to buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']] výchozí hodnota: None
properties	list Bude filtrovat na základě zadaného seznamu, a to buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']] výchozí hodnota: None
run_id	str Bude filtrovat na základě zadaného ID spuštění. výchozí hodnota: None
latest	bool Pokud je true, vrátí pouze modely s nejnovější verzí. výchozí hodnota: False
dataset_id	str Bude filtrovat na základě zadaného ID datové sady. výchozí hodnota: None
expand	bool Pokud je true, vrátí modely se všemi dílčími vlastnostmi vyplněnými, například spuštěním, datovou sadou a experimentem. Nastavení této hodnoty na hodnotu false by mělo urychlit dokončování metody list() v případě mnoha modelů. výchozí hodnota: True
page_count	int Počet položek, které se mají na stránce načíst. Aktuálně podporují hodnoty až 255. Výchozí hodnota je 255. výchozí hodnota: 255
model_framework	str Pokud je k dispozici, vrátí pouze modely se zadanou architekturou, pokud existuje. výchozí hodnota: None

Návraty

Typ	Description
list[Model]	Seznam modelů, volitelně filtrovaných.

Výjimky

Typ	Description
WebserviceException

package

Vytvořte balíček modelu ve formě image Dockeru nebo kontextu sestavení Dockerfile.

static package(workspace, models, inference_config=None, generate_dockerfile=False, image_name=None, image_label=None)

Parametry

Name	Description
workspace Vyžadováno	Workspace Pracovní prostor, ve kterém chcete balíček vytvořit.
models Vyžadováno	list[Model] Seznam objektů modelu, které se mají zahrnout do balíčku. Může být prázdný seznam.
inference_config	InferenceConfig InferenceConfig Objekt pro konfiguraci operace modelů. Musí obsahovat objekt Prostředí. výchozí hodnota: None
generate_dockerfile	bool Jestli chcete vytvořit soubor Dockerfile, který je možné spustit místně místo vytváření image. výchozí hodnota: False
image_name	str Při vytváření image se zobrazí název výsledného obrázku. výchozí hodnota: None
image_label	str Popisek výsledného obrázku při vytváření obrázku výchozí hodnota: None

Návraty

Typ	Description
ModelPackage	A ModelPackage objekt.

Výjimky

Typ	Description
WebserviceException

print_configuration

Vytiskněte konfiguraci uživatele.

static print_configuration(models, inference_config, deployment_config, deployment_target)

Parametry

Name	Description
models Vyžadováno	list[Model] Seznam objektů modelu. Může být prázdný seznam.
inference_config Vyžadováno	InferenceConfig InferenceConfig Objekt použitý k určení požadovaných vlastností modelu.
deployment_config Vyžadováno	WebserviceDeploymentConfiguration A WebserviceDeploymentConfiguration slouží ke konfiguraci webové služby.
deployment_target Vyžadováno	ComputeTarget A ComputeTarget , do které nasadíte webovou službu.

Výjimky

Typ	Description
WebserviceException

profile

Profiluje model a získá doporučení k požadavkům na prostředky.

Jedná se o dlouhotrvající operaci, která může v závislosti na velikosti datové sady trvat až 25 minut.

static profile(workspace, profile_name, models, inference_config, input_dataset, cpu=None, memory_in_gb=None, description=None)

Parametry

Name	Description
workspace Vyžadováno	Workspace A Workspace objekt, ve kterém chcete profilovat model.
profile_name Vyžadováno	str Název spuštění profilace.
models Vyžadováno	list[Model] Seznam objektů modelu. Může být prázdný seznam.
inference_config Vyžadováno	InferenceConfig InferenceConfig Objekt použitý k určení požadovaných vlastností modelu.
input_dataset Vyžadováno	Dataset Vstupní datová sada pro profilaci. Vstupní datová sada by měla mít jeden sloupec a ukázkové vstupy by měly být ve formátu řetězce.
cpu	float Počet procesorových jader, která se mají použít v největší testovací instanci. Aktuálně podporují hodnoty až 3,5. výchozí hodnota: None
memory_in_gb	float Velikost paměti (v GB), která se má použít v největší testovací instanci. Může být desetinná čárka. Aktuálně podporují hodnoty až 15.0. výchozí hodnota: None
description	str Popis, který se má přidružit ke spuštění profilace výchozí hodnota: None

Návraty

Typ	Description
ModelProfile

Výjimky

Typ	Description
<xref:azureml.exceptions.WebserviceException>, <xref:azureml.exceptions.UserErrorException>

register

Zaregistrujte model v poskytnutém pracovním prostoru.

static register(workspace, model_path, model_name, tags=None, properties=None, description=None, datasets=None, model_framework=None, model_framework_version=None, child_paths=None, sample_input_dataset=None, sample_output_dataset=None, resource_configuration=None)

Parametry

Name	Description
workspace Vyžadováno	Workspace Pracovní prostor pro registraci modelu.
model_path Vyžadováno	str Cesta v místním systému souborů, kde se nacházejí prostředky modelu. Může se jednat o přímý ukazatel na jeden soubor nebo složku. Při odkazování na složku `child_paths` lze parametr použít k určení jednotlivých souborů, které se mají spojit jako objekt Model, místo použití celého obsahu složky.
model_name Vyžadováno	str Název pro registraci modelu.
tags	dict(<xref:{str : str}>) Volitelný slovník značek klíčových hodnot, které se přiřazují k modelu. výchozí hodnota: None
properties	dict(<xref:{str : str}>) Volitelný slovník vlastností hodnoty klíče, který se má přiřadit k modelu. Tyto vlastnosti nelze po vytvoření modelu změnit, je však možné přidat nové páry hodnot klíčů. výchozí hodnota: None
description	str Textový popis modelu. výchozí hodnota: None
datasets	list[(str, AbstractDataset)] Seznam řazených kolekcí členů, kde první prvek popisuje vztah datové sady a modelu a druhý prvek je datová sada. výchozí hodnota: None
model_framework	str Architektura registrovaného modelu. Použití konstant podporovaných systémem z Framework třídy umožňuje zjednodušené nasazení pro některé oblíbené architektury. výchozí hodnota: None
model_framework_version	str Verze architektury registrovaného modelu. výchozí hodnota: None
child_paths	list[str] Pokud je k dispozici ve spojení s do `model_path` složky, do objektu Model budou seskupené pouze zadané soubory. výchozí hodnota: None
sample_input_dataset	AbstractDataset Ukázková vstupní datová sada pro zaregistrovaný model výchozí hodnota: None
sample_output_dataset	AbstractDataset Ukázková výstupní datová sada pro zaregistrovaný model výchozí hodnota: None
resource_configuration	ResourceConfiguration Konfigurace prostředků pro spuštění zaregistrovaného modelu. výchozí hodnota: None

Návraty

Typ	Description
Model	Zaregistrovaný objekt modelu.

Výjimky

Typ	Description
WebserviceException

Poznámky

Kromě obsahu samotného souboru modelu registrovaný model ukládá také metadata modelu, včetně popisu modelu, značek a informací o architektuře, což je užitečné při správě a nasazování modelu v pracovním prostoru. Pomocí značek můžete například kategorizovat modely a použít filtry při výpisu modelů v pracovním prostoru.

Následující ukázka ukazuje, jak zaregistrovat model se značkami a popisem.


   from azureml.core.model import Model

   model = Model.register(model_path="sklearn_regression_model.pkl",
                          model_name="sklearn_regression_model",
                          tags={'area': "diabetes", 'type': "regression"},
                          description="Ridge regression model to predict diabetes",
                          workspace=ws)

Úplná ukázka je k dispozici na https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Pokud máte model vytvořený jako výsledek spuštění experimentu, můžete ho zaregistrovat přímo ze spuštěného objektu, aniž byste ho nejdřív stáhli do místního souboru. K tomu použijte metodu register_model , jak je popsáno ve Run třídě .

remove_tags

Odeberte zadané klíče ze slovníku značek tohoto modelu.

remove_tags(tags)

Parametry

Name	Description
tags Vyžadováno	list[str] Seznam klíčů, které se mají odebrat

Výjimky

Typ	Description
WebserviceException

serialize

Převeďte tento model na serializovaný slovník JSON.

serialize()

Návraty

Typ	Description
dict	Reprezentace json tohoto modelu

Výjimky

Typ	Description
WebserviceException

update

Proveďte místní aktualizaci modelu.

Stávající hodnoty zadaných parametrů se nahradí.

update(tags=None, description=None, sample_input_dataset=None, sample_output_dataset=None, resource_configuration=None)

Parametry

Name	Description
tags	dict(<xref:{str : str}>) Slovník značek, pomocí které se má model aktualizovat. Tyto značky nahrazují existující značky modelu. výchozí hodnota: None
description	str Nový popis, který se má použít pro model. Tento název nahradí existující název. výchozí hodnota: None
sample_input_dataset	AbstractDataset Ukázková vstupní datová sada, která se má použít pro zaregistrovaný model. Tato ukázková vstupní datová sada nahradí existující datovou sadu. výchozí hodnota: None
sample_output_dataset	AbstractDataset Ukázková výstupní datová sada, která se má použít pro zaregistrovaný model. Tato ukázková výstupní datová sada nahradí existující datovou sadu. výchozí hodnota: None
resource_configuration	ResourceConfiguration Konfigurace prostředku, která se má použít ke spuštění zaregistrovaného modelu. výchozí hodnota: None

Výjimky

Typ	Description
WebserviceException

update_tags_properties

Proveďte aktualizaci značek a vlastností modelu.

update_tags_properties(add_tags=None, remove_tags=None, add_properties=None)

Parametry

Name	Description
add_tags	dict(<xref:{str : str}>) Slovník značek, které chcete přidat. výchozí hodnota: None
remove_tags	list[str] Seznam názvů značek, které chcete odebrat. výchozí hodnota: None
add_properties	dict(<xref:{str : str}>) Slovník vlastností, které chcete přidat. výchozí hodnota: None

Výjimky

Typ	Description
WebserviceException

Sdílet prostřednictvím

Model Třída

Konstruktor

Parametry

Poznámky

Proměnné

Metody

add_dataset_references

Parametry

Výjimky

add_properties

Parametry

Výjimky

add_tags

Parametry

Výjimky

delete

Výjimky

deploy

Parametry

Návraty

Výjimky

deserialize

Parametry

Návraty

Výjimky

download

Parametry

Návraty

Výjimky

get_model_path

Parametry

Návraty

Výjimky

get_sas_urls

Návraty

Výjimky

list

Parametry

Návraty

Výjimky

package

Parametry

Návraty

Výjimky

print_configuration

Parametry

Výjimky

profile

Parametry

Návraty

Výjimky

register

Parametry

Návraty

Výjimky

Poznámky

remove_tags

Parametry

Výjimky

serialize

Návraty

Výjimky

update

Parametry

Výjimky

update_tags_properties

Parametry

Výjimky

Váš názor

Váš názor

Další materiály