Freigeben über


Installieren des Azure Machine Learning SDK für Python

Dieser Artikel enthält eine Anleitung für verschiedene Installationsoptionen für das SDK.

Voraussetzungen


Standardinstallation

Verwenden Sie azureml-core.

pip install azureml-core

Installieren Sie dann alle anderen Pakete, die für Ihren Auftrag erforderlich sind.

Upgradeinstallation

Tipp

Es empfiehlt sich, „azureml-core“ immer auf dem neuesten Stand zu halten.

Verwenden Sie Folgendes, um ein Upgrade für eine vorherige Version durchzuführen:

pip install --upgrade azureml-core

Überprüfen der Version

Überprüfen Sie Ihre SDK-Version:

pip show azureml-core

Verwenden Sie Folgendes, um alle Pakete in Ihrer Umgebung anzuzeigen:

pip list

Sie können die SDK-Version auch in Python anzeigen, allerdings nur ohne Nebenversion.

import azureml.core
print(azureml.core.VERSION)

Weitere Informationen zum Konfigurieren der Entwicklungsumgebung für Azure Machine Learning Service finden Sie unter Konfigurieren Ihrer Entwicklungsumgebung.

Weitere azureml-Pakete

Das SDK enthält viele weitere optionale Pakete, die Sie installieren können. Das schließt Abhängigkeiten ein, die nicht für alle Anwendungsfälle erforderlich und daher nicht in der Standardinstallation enthalten sind, um eine Überfrachtung der Umgebung zu vermeiden. In der folgenden Tabelle sind die Pakete, ihre Anwendungsfälle und der Befehl zum Installieren, Aktualisieren und Versionsprüfung beschrieben.

Zusätzliches Paket Anwendungsfall Installieren/Upgrade/Version anzeigen
azureml-automl-core Enthält grundlegende Klassen für automatisiertes maschinelles Lernen für Azure Machine Learning.
Dieses Paket wird von „azureml-train-automl-client“ und „azureml-train-automl-runtime“ verwendet.
pip install azureml-automl-core
pip install --upgrade azureml-automl-core
pip show azureml-automl-core
azureml-accel-models Beschleunigt Deep Neural Networks auf FPGAs mit dem Azure ML-Dienst für hardwarebeschleunigte Modelle. pip install azureml-accel-models
pip install --upgrade azureml-accel-models
pip show azureml-accel-models
azureml-train-automl Stellt Klassen zum Erstellen und Ausführen von Experimenten mit automatisiertem maschinellem Lernen bereit. Installiert auch allgemeine Data Science-Pakete wie pandas, numpy und scikit-learn.

Wenn Sie Ausführungen von automatisiertem maschinellem Lernen in einer Remotecomputeressource übermitteln möchten und kein lokales maschinelles Lernen benötigen, empfiehlt sich die Verwendung des in azureml-sdk enthaltenen Thin Client-Pakets azureml-train-automl-client.

Weitere Informationen zur Installation und Verwendung des vollständigen SDK (automl) oder des zugehörigen Thin Clients (azureml-train-automl-client) finden Sie in der Anleitung für zusätzliche Anwendungsfälle.

Ähnlich wie beim Python-Standard wird Abwärts- und Vorwärtskompatibilität mit der jeweils vorherigen bzw. nachfolgenden Version unterstützt. Dies gilt allerdings nur für das vollständige azureml-train-automl-Paket. Wenn ein Modell also beispielsweise mit der SDK-Version 1.29.0 trainiert wird, können SDK-Versionen zwischen 1.28.0 und 1.30.0 für Rückschlüsse verwendet werden.
Für lokale Conda-Umgebung:
pip install azureml-train-automl
pip install --upgrade azureml-train-automl pip install show azureml-train-automl

Thin Client für Remote compute:
pip install azureml-train-automl-client
pip install --upgrade azureml-train-automl-client
pip install show azureml-train-automl-client
azureml-contrib Installiert Pakete vom Typ „azureml-contrib-*“, die experimentelle Funktionen oder Previewfunktionen enthalten. pip install azureml-contrib
pip install --upgrade azureml-contrib
pip show azureml-contrib
azureml-datadrift Enthält Funktionen, um festzustellen, wenn ein Drift der Modelltrainingsdaten von den Bewertungsdaten aufgetreten ist. pip install azureml-datadrift
pip install --upgrade azureml-datadrift
pip show azureml-datadrift
azureml-interpret Wird für die Interpretierbarkeit des Modells verwendet, einschließlich Feature- und Klassenrelevanz für Blackbox- und Whiteboxmodelle. pip azureml-interpret
pip install --upgrade azureml-interpret
pip show azureml-interpret
azureml-widgets Enthält grundlegende Pakete, Module und Klassen für Azure Machine Learning. pip install azureml-widgets
pip install --upgrade azureml-widgets
pip show azureml-widgets
azureml-contrib-services Bietet Funktionen zum Bewerten von Skripts, um unformatierten HTTP-Zugriff anzufordern. pip install azureml-contrib-services
pip install --upgrade azureml-contrib-services
pip show azureml-contrib-services
azureml-tensorboard Stellt Klassen und Methoden zum Exportieren des Experimentausführungsverlaufs und zum Starten von TensorBoard zum Visualisieren der Experimentleistung und -struktur bereit. pip install azureml-tensorboard
pip install --upgrade azureml-tensorboard
pip show azureml-tensorboard
azureml-mlflow Enthält Funktionen für die Integration von Azure Machine Learning in MLflow. pip install azureml-mlflow
pip install --upgrade azureml-mlflow
pip show azureml-mlflow
azureml-automl-runtime Enthält automatisierte Machine Learning-Klassen zum Ausführen von Ausführungen in Azure Machine Learning. pip install azureml-automl-runtime
pip install --upgrade azureml-automl-runtime
pip show azureml-automl-runtime
azureml-widgets Enthält Funktionen zum Anzeigen des Fortschritts von Machine Learning-Trainingsausführungen in Jupyter Notebook. pip install azureml-widgets
pip install --upgrade azureml-widgets
pip show azureml-widgets
azureml-train-restclients-hyperdrive Enthält Klassen, die zum Erstellen von Hyperdrive-Ausführungen (HyperDriveRuns) mit „azureml-train-core“ erforderlich sind. pip install azureml-train-restclients-hyperdrive
pip install --upgrade azureml-train-restclients-hyperdrive
pip show azureml-train-restclients-hyperdrive
azureml-train-core Enthält Schätzerbasisklassen und die generische Schätzerklasse sowie Schätzer, die beim DNN-Training (Deep Neural Network) verwendet werden, Schätzer, die beim Scikit-learn-Training verwendet werden, und Module und Klassen zur Unterstützung der Hyperparameteroptimierung. pip install azureml-core
pip install --upgrade azureml-core
pip show azureml-core
azureml-train-automl-runtime Enthält Funktionen, die grundlegende Komponenten des automatisierten maschinellen Lernens und der Runtime in Azure Machine Learning darstellen. pip install azureml-train-automl-runtime
pip install --upgrade azureml-train-automl-runtime
pip show azureml-train-automl-runtime
azureml-train-automl-client Enthält grundlegende Pakete, Module und Klassen für Azure Machine Learning. pip install azureml-train-automl-client
pip install --upgrade azureml-train-automl-client
pip show azureml-train-automl-client
azureml-telemetry Dieses Paket wird verwendet, um Telemetriedaten wie Protokollmeldungen, Metriken, Ereignisse und Aktivitätsnachrichten zu sammeln. pip install azureml-telemetry
pip install --upgrade azureml-telemetry
pip show azureml-telemetry
azureml-synapse Enthält den Magic-Befehl zum Verwalten einer Synapse-Sitzung und zum Übermitteln von Code sowie das SparkMonitor-Widget zum Überwachen des Spark-Auftragsfortschritts für Jupyter und JupyterLab. pip install azureml-synapse
pip install --upgrade azureml-synapse
pip show azureml-synapse
azureml-sdk Dieses Paket wird verwendet, um Machine Learning-Workflows auf der Grundlage des Azure Machine Learning-Diensts zu erstellen und auszuführen. pip install azureml-sdk
pip install --upgrade azureml-sdk
pip show azureml-sdk
azureml-pipeline-steps Enthält vordefinierte Schritte, die in einer Azure Machine Learning-Pipeline ausgeführt werden können. pip install azureml-pipeline-steps
pip install --upgrade azureml-pipeline-steps
pip show azureml-pipeline-steps
azureml-pipeline-core Enthält grundlegende Funktionen für Azure Machine Learning-Pipelines, bei denen es sich um konfigurierbare Machine Learning-Workflows handelt. pip install azureml-pipeline-core
pip install --upgrade azureml-pipeline-core
pip show azureml-pipeline-core
azureml-pipeline Dieses Paket wird zum Erstellen, Optimieren und Verwalten von Machine Learning-Workflows verwendet. pip install azureml-pipeline
pip install --upgrade azureml-pipeline
pip show azureml-pipeline
azureml-opendatasets Enthält grundlegende Funktionen für Azure Machine Learning-Pipelines, bei denen es sich um konfigurierbare Machine Learning-Workflows handelt. pip install azureml-opendatasets
pip install --upgrade azureml-opendatasets
pip show azureml-opendatasets
azureml-interpret Enthält Funktionen zur Verwendung der Modellinterpretierbarkeit in Azure Machine Learning. pip install azureml-interpret
pip install --upgrade azureml-interpret
pip show azureml-interpret
azureml-defaults Dieses Paket ist ein Metapaket, das intern von Azure Machine Learning verwendet wird. pip install azureml-defaults
pip install --upgrade azureml-defaults
pip show azureml-defaults
azureml-dataset-runtime Es dient dazu, Abhängigkeiten innerhalb von AzureML-Paketen zu koordinieren. Dieses Paket ist ein internes Paket und nicht für die direkte Nutzung vorgesehen. pip install azureml-dataset-runtime
pip install --upgrade azureml-dataset-runtime
pip show azureml-dataset-runtime
azureml-datadrift Enthält Funktionen, um festzustellen, wenn ein Drift der Modelltrainingsdaten von den Bewertungsdaten aufgetreten ist. pip install azureml-datadrift
pip install --upgrade azureml-datadrift
pip show azureml-datadrift
azureml-contrib-server Dieses Paket ist ein lokaler HTTP-Dienst, der verwendet wird, um eine Teilmenge der durch das AzureML SDK bereitgestellten Funktionen für VS Tools für KI-Erweiterungen (VS Code und Visual Studio) verfügbar zu machen. pip install azureml-contrib-server
pip install --upgrade azureml-contrib-server
pip show azureml-contrib-server
azureml-contrib-run Dieses Paket wird für den Integrationscode von AzureML mit MLflow verwendet. pip install azureml-core
pip install --upgrade azureml-core
pip show azureml-core
azureml-contrib-reinforcementlearning Enthält Funktionen zum Erstellen eines Windows-Computeziels in Azure Machine Learning. pip install azureml-contrib-reinforcementlearning
pip install --upgrade azureml-contrib-reinforcementlearning
pip show azureml-contrib-reinforcementlearning
azureml-contrib-pipeline-steps Enthält Module und Klassen für spezialisierte Azure Machine Learning-Pipelineschritte und die zugehörige Konfiguration pip install azureml-contrib-pipeline-steps
pip install --upgrade azureml-contrib-pipeline-steps
pip show azureml-contrib-pipeline-steps
azureml-contrib-notebook Enthält Erweiterungen für die Verwendung von Jupyter Notebook-Instanzen in Azure Machine Learning. pip install azureml-contrib-notebook
pip install --upgrade azureml-contrib-notebook
pip show azureml-contrib-notebook
azureml-contrib-gbdt Dieses Paket enthält den LightGBM-Schätzer. pip install azureml-contrib-gbdt
pip install --upgrade azureml-contrib-gbdt
pip show azureml-contrib-gbdt
azureml-contrib-functions Enthält Funktionen zum Packen von Azure Machine Learning-Modellen für die Bereitstellung in Azure Functions. pip install azureml-contrib-functions
pip install --upgrade azureml-contrib-functions
pip show azureml-contrib-functions
azureml-contrib-fairness Dieses Paket unterstützt die Verwendung von Fairnessbewertungsdashboards im Azure Machine Learning Studio. pip install azureml-contrib-fairness
pip install --upgrade azureml-contrib-fairness
pip show azureml-contrib-fairness
azureml-contrib-dataset Enthält spezielle Funktionen zum Arbeiten mit Dataset-Objekten in Azure Machine Learning. pip install azureml-contrib-dataset
pip install --upgrade azureml-contrib-dataset
pip show azureml-contrib-dataset
azureml-contrib-automl-pipeline-steps Enthält vordefinierte Schritte, die in einer Azure Machine Learning-Pipeline ausgeführt werden können. pip install azureml-contrib-automl-pipeline-steps
pip install --upgrade azureml-contrib-automl-pipeline-steps
pip show azureml-contrib-automl-pipeline-steps
azureml-contrib-automl-dnn-vision Dieses Paket ist nur für die Verwendung durch systemseitig generierte Skripts für automatisiertes maschinelles Lernen vorgesehen. Für die Installation unter Windows müssen die Pakete „torch“ und „torchvision“ separat vor diesem Paket installiert werden. pip install azureml-contrib-automl-dnn-vision
pip install --upgrade azureml-contrib-automl-dnn-vision
pip show azureml-contrib-automl-dnn-vision
azureml-contrib-automl-dnn-forecasting Allgemeines Paket der Azure ML CLI-Erweiterung. Wird für „azure-cli-ml“ und „azure-cli-ml-preview“ verwendet. pip install azureml-contrib-automl-dnn-forecasting
pip install --upgrade azureml-contrib-automl-dnn-forecasting
pip show azureml-contrib-automl-dnn-forecasting
azureml-contrib-aisc AzureML-Beitrag für das KI-Supercomputer-Computeziel von AzureML. AISCCompute ist eine verwaltete KI-Computeinfrastruktur, die vom Clusteradministrator an einen Arbeitsbereich angefügt werden kann. pip install azureml-contrib-aisc
pip install --upgrade azureml-contrib-aisc
pip show azureml-contrib-aisc
azureml-cli-common Allgemeines Paket der Azure ML CLI-Erweiterung. Wird für „azure-cli-ml“ und „azure-cli-ml-preview“ verwendet. pip install azureml-cli-common
pip install --upgrade azureml-cli-common
pip show azureml-cli-common
azureml-automl-dnn-nlp Dieses Paket ist nur für die Verwendung durch systemseitig generierte Skripts für automatisiertes maschinelles Lernen vorgesehen. pip install azureml-automl-dnn-nlp
pip install --upgrade azureml-automl-dnn-nlp
pip show azureml-automl-dnn-nlp
azureml-accel-models Dieses Paket beschleunigt Deep Neural Networks auf FPGAs mit dem Azure ML-Dienst für hardwarebeschleunigte Modelle. pip install azureml-accel-models
pip install --upgrade azureml-accel-models
pip show azureml-accel-models
azureml-inference-server-http Dieses Paket ermöglicht lokale Entwicklung, CI/CD-Integration und Serverrouten. pip install azureml-inference-server-http
pip install --upgrade azureml-inference-server-http
pip show azureml-inference-server-http
azure-ml-component Dieses Paket enthält Funktionen zum Erstellen und Verwalten von Azure Machine Learning-Komponenten sowie zum Erstellen und Übermitteln von Pipelines mithilfe von Komponenten. pip install azure-ml-component
pip install --upgrade azure-ml-component
pip show azure-ml-component
azureml-pipeline-wrapper Dieses Paket enthält Funktionen zum Erstellen und Verwalten von Azure Machine Learning-Modulen sowie zum Erstellen und Übermitteln von Pipelines mithilfe von Modulen. pip install azureml-pipeline-wrapper
pip install --upgrade azureml-pipeline-wrapper
pip show azureml-pipeline-wrapper
azureml-designer-cv-modules Module zum Vorverarbeiten und Transformieren von Bildern (beispielsweise zum Zuschneiden oder Auffüllen oder zum Ändern der Größe). pip install azureml-designer-cv-modules
pip install --upgrade azureml-designer-cv-modules
pip show azureml-designer-cv-modules
azureml-designer-pytorch-modules Module zum Trainieren von Bildklassifizierungsmodellen und zum Ziehen entsprechender Rückschlüsse auf der Grundlage des PyTorch-Frameworks. pip install azureml-designer-pytorch-modules
pip install --upgrade azureml-designer-pytorch-modules
pip show azureml-designer-pytorch-modules
azureml-designer-vowpal-wabbit-modules Module zum Trainieren von Modellen und zum Ziehen entsprechender Rückschlüsse auf der Grundlage des Vowpal Wabbit-Frameworks. pip install azureml-designer-vowpal-wabbit-modules
pip install --upgrade azureml-designer-vowpal-wabbit-modules
pip show azureml-designer-vowpal-wabbit-modules
azureml-designer-classic-modules Verschiedenste Module für Datenverarbeitung, Modelltraining, Rückschlüsse und Auswertung. pip install azureml-designer-classic-modules
pip install --upgrade azureml-designer-classic-modules
pip show azureml-designer-classic-modules
azureml-designer-recommender-modules Module zum Trainieren von Empfehlungsmodellen und zum Ziehen entsprechender Rückschlüsse auf der Grundlage eines Deep Neural Networks. pip install azureml-designer-recommender-modules
pip install --upgrade azureml-designer-recommender-modules
pip show azureml-designer-recommender-modules
azureml-designer-internal Interne Funktionen für integrierte Module. pip install azureml-designer-internal
pip install --upgrade azureml-designer-internal
pip show azureml-designer-internal
azureml-designer-core Grundlegende Funktionen für Datentypdefinition, Daten-E/A und häufig verwendete Funktionen. pip install azureml-designer-core
pip install --upgrade azureml-designer-core
pip show azureml-designer-core
azureml-designer-datatransform-modules Module zum Transformieren von Datasets – beispielsweise durch Anwenden von mathematischen Operationen oder SQL-Abfragen, durch Entfernen von Ausreißern oder durch Generieren eines Statistikberichts. pip install azureml-designer-datatransform-modules
pip install --upgrade azureml-designer-datatransform-modules
pip show azureml-designer-datatransform-modules
azureml-designer-dataio-modules Module zum Laden von Daten in den Azure Machine Learning-Designer und zum Schreiben von Daten in cloudbasierten Speicher. pip install azureml-designer-dataio-modules
pip install --upgrade azureml-designer-dataio-modules
pip show azureml-designer-dataio-modules
azureml-designer-serving Stellt Funktionen zum Aufrufen integrierter Module im Bereitstellungsdienst bereit. pip install azureml-designer-serving
pip install --upgrade azureml-designer-serving
pip show azureml-designer-serving
azureml-contrib-datadrift Enthält Funktionen zur Erkennung von Datendrift für verschiedene Datasets, die in Machine Learning verwendet werden, einschließlich Trainingsdatasets und Bewertungsdataset. pip install azureml-contrib-datadrift
pip install --upgrade azureml-contrib-datadrift
pip show azureml-contrib-datadrift
azureml-contrib-explain-model Enthält experimentelle Funktionen für das Paket „azureml-explain-model“, das eine Vielzahl von Diensten für die Interpretierbarkeit von Machine Learning-Modellen bietet. pip install azureml-contrib-explain-model
pip install --upgrade azureml-contrib-explain-model
pip show azureml-contrib-explain-model
azureml-contrib-opendatasets Dieses Paket stellt eine Reihe von APIs für die Nutzung von Azure Open Datasets bereit. pip install azureml-contrib-opendatasets
pip install --upgrade azureml-contrib-opendatasets
pip show azureml-contrib-opendatasets
azureml-train-widgets Enthält Widgets für Jupyter Notebook-Instanzen, um Ihre Ausführungen visuell nachzuverfolgen. pip install azureml-train-widgets
pip install --upgrade azureml-train-widgets
pip show azureml-train-widgets

Weitere Informationen zu den oben genannten Paketen finden Sie unter AzureML bei PyPI.

Anleitung für zusätzliche Anwendungsfälle

Wenn Ihr Anwendungsfall unten beschrieben ist, beachten Sie die Anleitung und etwaige empfohlene Aktionen.

Anwendungsfall Leitfaden
Verwenden von automl  Installieren Sie das vollständigeazureml-train-automl SDK in einer neuen 64-Bit-Python-Umgebung. Eine neue 64-Bit-Umgebung ist aufgrund einer Abhängigkeit vom LightGBM-Framework erforderlich. Von diesem Paket werden aus Kompatibilitätsgründen bestimmte Versionen von Data Science-Paketen installiert und angeheftet, was eine neue Umgebung erfordert.

Vom Thin Client-Paket azureml-train-automl-client werden keine zusätzlichen Data Science-Pakete installiert, und es erfordert keine neue Python-Umgebung. azureml-train-automl-client wird empfohlen, wenn Sie nur Ausführungen des automatisierten maschinellen Lernens in einer Remotecomputeressource übermitteln müssen und weder lokale Ausführungen übermitteln noch Ihr Modell lokal herunterladen möchten.

Abwärts- und Vorwärtskompatibilität mit der jeweils vorherigen bzw. nachfolgenden Version wird nur für Modelle unterstützt, die mit dem vollständigen Paket azureml-train-automl trainiert wurden. Wenn ein Modell also beispielsweise mit der SDK-Version 1.29.0 trainiert wird, können SDK-Versionen zwischen 1.28.0 und 1.30.0 für Rückschlüsse verwendet werden.
Verwenden von Azure Databricks Verwenden Sie in der Azure Databricks-Umgebung die in dieser Anleitung beschriebenen Bibliotheksquellen zum Installieren des SDK. Weitere Informationen zum Arbeiten mit dem Azure Machine Learning SDK für Python unter Azure Databricks finden Sie auch in diesen Tipps.
Verwenden von Azure Data Science Virtual Machine Auf nach dem 27. September 2018 erstellten Azure Data Science Virtual Machines-Computern ist das Python SDK bereits vorinstalliert.
Ausführen von Tutorials oder Notebooks für Azure Machine Learning Wenn Sie eine ältere Version des SDK verwenden als die im Tutorial oder Notebook angegebene, sollten Sie für Ihr SDK ein Upgrade ausführen. Für einige Funktionen in den Tutorials und Notebooks sind möglicherweise zusätzliche Python-Pakete erforderlich, z. B. matplotlib, scikit-learn oder pandas. Sie können den Anweisungen in den einzelnen Tutorials und Notebook entnehmen, welche Pakete erforderlich sind.

Problembehandlung

  • Pip-Installation: Abhängigkeiten sind nicht garantiert mit der Einzelleitungsinstallation konsistent:

    Dies ist eine bekannte Einschränkung von pip, da keine funktionsfähige Abhängigkeitskonfliktauflösung vorhanden ist, wenn Sie die Installation in einer einzigen Zeile ausführen. Es wird nur die erste eindeutige Abhängigkeit untersucht.

    Im folgenden Code wird sowohl azureml-datadrift als auch azureml-train-automl über eine einzeilige pip-Installation installiert.

      pip install azureml-datadrift, azureml-train-automl
    

    Für dieses Beispiel wird angenommen, dass azureml-datadrift eine Version > 1.0 und azureml-train-automl eine Version < 1.2 benötigt. Wenn 1.3 die neueste Version von azureml-datadrift ist, wird für beide Pakete ein Upgrade auf 1.3 durchgeführt, auch wenn für das Paket azureml-train-automl eine ältere Version erforderlich wäre.

    Um sicherzustellen, dass die richtigen Versionen für Ihre Pakete installiert werden, führen Sie die Installation in mehreren Zeilen durch, wie im folgenden Code. Die Reihenfolge ist hier kein Problem, da pip im Rahmen des nächsten Zeilenaufrufs explizit eine Herabstufung ausführt. Daher werden die richtigen Versionsabhängigkeiten angewandt.

       pip install azureml-datadrift
       pip install azureml-train-automl 
    
  • Es ist nicht garantiert, dass das Erklärungspaket installiert wird, wenn azureml-train-automl-client installiert wird:

    Wenn Sie automatisiertes maschinelles Lernen remote mit aktivierter Modellerklärung ausführen, wird die folgende Fehlermeldung angezeigt: „Please install azureml-explain-model package for model explanations“ (Installieren Sie das azureml-explain-model-Paket für Modellerklärungen). Dies ist ein bekanntes Problem. Führen Sie als Problemumgehung einen der folgenden Schritte aus:

    1. Installieren Sie azureml-explain-model lokal.
        pip install azureml-explain-model
    
    1. Deaktivieren Sie die Erklärungsfunktion vollständig, indem Sie bei der AutoML-Konfiguration „model_explainability=False“ festlegen.
        automl_config = AutoMLConfig(task = 'classification',
                               path = '.',
                               debug_log = 'automated_ml_errors.log',
                               compute_target = compute_target,
                               run_configuration = aml_run_config,
                               featurization = 'auto',
                               model_explainability=False,
                               training_data = prepped_data,
                               label_column_name = 'Survived',
                               **automl_settings)
    
  • Panda-Fehler: In der Regel während des AutoML-Experiments:

    Wenn Sie Ihre Umgebung manuell mithilfe von pip einrichten, treten möglicherweise Fehler (insbesondere von Pandas) aufgrund der Installation nicht unterstützter Paketversionen auf.

    Beispiel: ModuleNotFoundError: No module named 'pandas.core.internals.managers'; 'pandas.core.internals' is not a package

    Um diese Fehler zu vermeiden, installieren Sie das AutoML SDK mithilfe von „automl_setup.cmd“:

    1. Öffnen Sie eine Anaconda-Eingabeaufforderung, und klonen Sie das GitHub-Repository für eine Reihe von Beispielnotebooks.
    git clone https://github.com/Azure/MachineLearningNotebooks.git
    
    1. Wechseln Sie in den Ordner „how-to-use-azureml/automated-machine-learning“, in dem die Beispielnotebooks extrahiert wurden, und führen Sie dann Folgendes aus:
    automl_setup
    
  • KeyError: 'brand' when running AutoML on local compute or Azure Databricks cluster

    Wenn nach dem 10. Juni 2020 eine neue Umgebung mit der SDK-Version 1.7.0 oder früher erstellt wurde, kann dieser Fehler beim Training aufgrund eines Updates im py-cpuinfo-Pakets auftreten. (Umgebungen, die am oder vor dem 10. Juni 2020 erstellt wurden, sind nicht betroffen, da Experimente auf remote compute ausgeführt werden, da zwischengespeicherte Schulungsimages verwendet werden.) Führen Sie eine der folgenden beiden Schritte aus, um dieses Problem zu umgehen:

    • Aktualisieren Sie die SDK-Version auf 1.8.0 oder höher (damit wird auch py-cpuinfo auf 5.0.0 herabgestuft):

      pip install --upgrade azureml-sdk[automl]
      
    • Stufen Sie die installierte Version von py-cpuinfo auf 5.0.0 herab:

      pip install py-cpuinfo==5.0.0
      
  • Fehlermeldung: 'PyYAML' kann nicht deinstalliert werden.

    Azure Machine Learning SDK für Python: PyYAML ist ein installiertes distutils Projekt. Daher können wir bei einer teilweisen Deinstallation nicht genau bestimmen, welche Dateien zu ihm gehören. Verwenden Sie diesen Befehl, um die Installation des SDKs fortzusetzen und diesen Fehler zu ignorieren:

    pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
    
  • Fehler bei der Installation des Azure Machine Learning SDK mit ausnahme: ModuleNotFoundError: Kein Modul mit dem Namen "ruamel" oder "ImportError: Kein Modul namens ruamel.yaml"

    Dieses Problem wird durch die Installation des Azure Machine Learning SDK für Python für die neueste pip-Version (> 20.1.1) in der Conda-Basisumgebung für alle veröffentlichten Versionen des Azure Machine Learning SDK für Python behoben. Verwenden Sie die folgenden Problemumgehungen:

    • Vermeiden Sie die Installation des Python SDK in der conda-Basisumgebung. Erstellen Sie stattdessen Ihre conda-Umgebung, und installieren Sie das SDK in dieser neu erstellten Benutzerumgebung. Die neueste pip-Version sollte in dieser neuen conda-Umgebung funktionieren.

    • Wenn Sie beim Erstellen von Images in Docker nicht aus der Conda-Basisumgebung wechseln können, heften Sie pip <= 20.1.1 in der Docker-Datei an.

    conda install -c r -y conda python=3.8 pip=20.1.1
    

Nächste Schritte

Probieren Sie diese nächsten Schritte aus, um zu erfahren, wie Sie das Azure Machine Learning Service SDK für Python verwenden können:

  1. Lesen Sie die Übersicht über das Azure Machine Learning SDK für Python, um mehr über wichtige Klassen und Entwurfsmuster zu erfahren (mit Codebeispielen).
  2. Durchlaufen Sie das Tutorial Erste Schritte mit einem Python-Skript in Azure Machine Learning, um mit der Erstellung von Experimenten und Modellen zu beginnen.