Model Osztály

A gépi tanulási betanítás eredményét jelöli.

A modell egy Azure Machine Learning-betanítás Run vagy az Azure-on kívüli más modellbetanítási folyamat eredménye. Függetlenül attól, hogy a modell hogyan készül, regisztrálható egy munkaterületen, ahol egy név és egy verzió képviseli. A Modell osztálysal a Dockerrel való használatra csomagolhatja a modelleket, és valós idejű végpontként helyezheti üzembe őket, amelyek következtetési kérelmekhez használhatók.

A modellek létrehozását, kezelését és használatát bemutató, végpontok közötti oktatóanyagért lásd: Képbesorolási modell betanítása MNIST-adatokkal és scikit-learn az Azure Machine Learning használatával.

Modellkonstruktor.

A Modellkonstruktor a megadott munkaterülethez társított Modell objektum felhőbeli ábrázolásának lekérésére szolgál. Meg kell adnia a nevet vagy az azonosítót.

Öröklődés

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)

Paraméterek

Name	Description
workspace Kötelező	Workspace A lekérni kívánt modellt tartalmazó munkaterület-objektum.
name	str A lekérni kívánt modell neve. A rendszer a megadott nevű legújabb modellt adja vissza, ha létezik. Alapértelmezett érték: None
id	str A lekérni kívánt modell azonosítója. A megadott azonosítóval rendelkező modell lesz visszaadva, ha létezik. Alapértelmezett érték: None
tags	list A visszaadott eredmények szűréséhez használt címkék választható listája. Az eredmények a megadott lista alapján vannak szűrve, és a "key" vagy a "[key, value] alapján keresnek. Pl. .key', ['key2', 'key2 value]] Alapértelmezett érték: None
properties	list A visszaadott eredmények szűréséhez használt tulajdonságok nem kötelező listája. Az eredmények a megadott lista alapján vannak szűrve, és a "key" vagy a "[key, value] alapján keresnek. Pl. .key', ['key2', 'key2 value]] Alapértelmezett érték: None
version	int A visszatérni kívánt modellverzió. Ha a paraméter mellett meg name van adva, a rendszer a megadott nevesített modell adott verzióját adja vissza, ha létezik. Ha version nincs megadva, a rendszer a modell utolsó verzióját adja vissza. Alapértelmezett érték: None
run_id	str Nem kötelező azonosító a visszaadott eredmények szűréséhez. Alapértelmezett érték: None
model_framework	str Nem kötelező, a visszaadott eredmények szűréséhez használt keretrendszernév. Ha meg van adva, a rendszer a megadott keretrendszernek megfelelő modellek eredményeit adja vissza. Tekintse meg Framework az engedélyezett értékeket. Alapértelmezett érték: None
workspace Kötelező	Workspace A lekérni kívánt modellt tartalmazó munkaterület-objektum.
name Kötelező	str A lekérni kívánt modell neve. A rendszer a megadott nevű legújabb modellt adja vissza, ha létezik.
id Kötelező	str A lekérni kívánt modell azonosítója. A megadott azonosítóval rendelkező modell lesz visszaadva, ha létezik.
tags Kötelező	list A visszaadott eredmények szűréséhez használt címkék választható listája. Az eredmények a megadott lista alapján vannak szűrve, és a "key" vagy a "[key, value] alapján keresnek. Pl. .key', ['key2', 'key2 value]]
properties Kötelező	list A visszaadott eredmények szűréséhez használt tulajdonságok nem kötelező listája. Az eredmények a megadott lista alapján vannak szűrve, és a "key" vagy a "[key, value] alapján keresnek. Pl. .key', ['key2', 'key2 value]]
version Kötelező	int A visszatérni kívánt modellverzió. Ha a paraméter mellett meg name van adva, a rendszer a megadott nevesített modell adott verzióját adja vissza, ha létezik. Ha version nincs megadva, a rendszer a modell utolsó verzióját adja vissza.
run_id Kötelező	str Nem kötelező azonosító a visszaadott eredmények szűréséhez.
model_framework Kötelező	str Nem kötelező, a visszaadott eredmények szűréséhez használt keretrendszernév. Ha meg van adva, a rendszer a megadott keretrendszernek megfelelő modellek eredményeit adja vissza. Tekintse meg Framework az engedélyezett értékeket.
expand	bool Ha igaz, a visszaadja az összes olyan altulajdonságú modelleket, mint a futtatás, az adatkészlet és a kísérlet. Alapértelmezett érték: True

Megjegyzések

A Modellkonstruktor a megadott munkaterülethez társított Modell objektum felhőbeli ábrázolásának lekérésére szolgál. A modellek lekéréséhez legalább a nevet vagy az azonosítót kell megadni, de más szűrési lehetőségek is rendelkezésre állnak, például címkék, tulajdonságok, verzió, futtatási azonosító és keretrendszer alapján.

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

Az alábbi minta bemutatja, hogyan lehet lekérni egy modell adott verzióját.

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

A modell regisztrálása létrehoz egy logikai tárolót a modellt alkotó egy vagy több fájlhoz. A modellfájl tartalma mellett a regisztrált modell a modell metaadatait is tárolja, beleértve a modell leírását, a címkéket és a keretrendszer adatait is, amelyek hasznosak a modell munkaterületen való kezelésekor és üzembe helyezésekor. Címkékkel például kategorizálhatja a modelleket, és szűrőket alkalmazhat a modellek munkaterületen való listázásakor. A regisztráció után letöltheti vagy üzembe helyezheti a regisztrált modellt, és megkaphatja a regisztrált összes fájlt és metaadatot.

Az alábbi minta bemutatja, hogyan regisztrálhat egy címkéket és leírást megjelölő modellt.

   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)

A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Az alábbi minta bemutatja, hogyan regisztrálhat modellmegadási keretrendszert, bemeneti és kimeneti adatkészleteket, valamint erőforrás-konfigurációt.

   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)

A Változók szakasz a felhőmodell objektum helyi reprezentációjának attribútumait sorolja fel. Ezeket a változókat írásvédettnek kell tekinteni. Az értékek módosítása nem jelenik meg a megfelelő felhőobjektumban.

Változók

Name	Description
created_by	dict A modellt létrehozó felhasználó.
created_time	datetime A modell létrehozásakor.
azureml.core.Model.description	A Modell objektum leírása.
azureml.core.Model.id	A modell azonosítója. Ez a modell neve>:<modellverzió> formájában <jelenik meg.
mime_type	str A Modell mime típusa.
azureml.core.Model.name	A modell neve.
model_framework	str A modell keretrendszere.
model_framework_version	str A modell keretrendszerverziója.
azureml.core.Model.tags	A Modell objektum címkéinek szótára.
azureml.core.Model.properties	A modell kulcsérték-tulajdonságainak szótára. Ezek a tulajdonságok a regisztráció után nem módosíthatók, de új kulcsértékpárok is hozzáadhatók.
unpack	bool Azt jelzi, hogy a modellt ki kell-e csomagolni (ki kell-e csomagolni) egy helyi környezetbe való lekéréskor.
url	str A modell URL-címe.
azureml.core.Model.version	A modell verziója.
azureml.core.Model.workspace	A modellt tartalmazó munkaterület.
azureml.core.Model.experiment_name	A modellt létrehozó kísérlet neve.
azureml.core.Model.run_id	A modellt létrehozó futtatás azonosítója.
parent_id	str A modell szülőmodelljének azonosítója.
derived_model_ids	list[str] A modellből származtatott modellazonosítók listája.
resource_configuration	ResourceConfiguration A modell ResourceConfiguration tulajdonsága. Profilkészítéshez használatos.

Metódusok

add_dataset_references	Társítsa a megadott adathalmazokat ezzel a modellel.
add_properties	Adjon hozzá kulcsértékpárokat a modell tulajdonságszótárához.
add_tags	Adjon hozzá kulcsértékpárokat a modell címkeszótárához.
delete	Törölje ezt a modellt a társított munkaterületről.
deploy	Webszolgáltatás üzembe helyezése nulla vagy több Model objektumból. Az eredményként kapott webszolgáltatás egy valós idejű végpont, amely következtetési kérelmekhez használható. A Modell deploy függvény hasonló az deploy osztály függvényéhez Webservice , de nem regisztrálja a modelleket. Ha már regisztrált modellobjektumokkal rendelkezik, használja a Model deploy függvényt.
deserialize	JSON-objektum átalakítása modellobjektummá. Az átalakítás sikertelen, ha a megadott munkaterület nem az a munkaterület, amelyen a modell regisztrálva van.
download	Töltse le a modellt a helyi fájlrendszer célkönyvtárába.
get_model_path	Adja vissza a modell elérési útját. A függvény az alábbi helyeken keresi meg a modellt. Ha version nincs: Letöltés távoliról gyorsítótárba (ha a munkaterület meg van adva) Betöltés a gyorsítótárból azureml-models/$MODEL_NAME/$LATEST_VERSION/ ./$MODEL_NAME Ha version nincs: Betöltés a gyorsítótárból azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/ Letöltés távoliról gyorsítótárba (ha a munkaterület meg van adva)
get_sas_urls	Adja vissza a fájlneveket és a megfelelő SAS URL-címeket tartalmazó kulcs-érték párok szótárát.
list	Kérje le a megadott munkaterülethez társított összes modell listáját opcionális szűrőkkel.
package	Hozzon létre egy modellcsomagot Docker-rendszerkép vagy Dockerfile buildkörnyezet formájában.
print_configuration	A felhasználói konfiguráció nyomtatása.
profile	Profilok a modellhez az erőforrás-követelményekre vonatkozó javaslatok lekéréséhez. Ez egy hosszú ideig futó művelet, amely az adathalmaz méretétől függően akár 25 percet is igénybe vehet.
register	Modell regisztrálása a megadott munkaterületen.
remove_tags	Távolítsa el a megadott kulcsokat a modell címkeszótárából.
serialize	Alakítsa át ezt a modellt json szerializált szótárlá.
update	Végezze el a modell helyben történő frissítését. A rendszer lecseréli a megadott paraméterek meglévő értékeit.
update_tags_properties	Végezze el a modell címkéinek és tulajdonságainak frissítését.

add_dataset_references

Társítsa a megadott adathalmazokat ezzel a modellel.

add_dataset_references(datasets)

Paraméterek

Name	Description
datasets Kötelező	list[tuple(<xref:str :> (Dataset vagy DatasetSnapshot))] Az adathalmaz-cél adathalmaz-objektumhoz való párosítását jelképező rekordok listája.

Kivételek

Típus	Description
WebserviceException

add_properties

Adjon hozzá kulcsértékpárokat a modell tulajdonságszótárához.

add_properties(properties)

Paraméterek

Name	Description
properties Kötelező	dict(<xref:str : str>) A hozzáadni kívánt tulajdonságok szótára.

Kivételek

Típus	Description
WebserviceException

add_tags

Adjon hozzá kulcsértékpárokat a modell címkeszótárához.

add_tags(tags)

Paraméterek

Name	Description
tags Kötelező	dict(<xref:{str : str}>) A hozzáadni kívánt címkék szótára.

Kivételek

Típus	Description
WebserviceException

delete

Törölje ezt a modellt a társított munkaterületről.

delete()

Kivételek

Típus	Description
WebserviceException

deploy

Webszolgáltatás üzembe helyezése nulla vagy több Model objektumból.

Az eredményként kapott webszolgáltatás egy valós idejű végpont, amely következtetési kérelmekhez használható. A Modell deploy függvény hasonló az deploy osztály függvényéhez Webservice , de nem regisztrálja a modelleket. Ha már regisztrált modellobjektumokkal rendelkezik, használja a Model deploy függvényt.

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

Paraméterek

Name	Description
workspace Kötelező	Workspace Egy munkaterület-objektum, amellyel társítani szeretné a webszolgáltatást.
name Kötelező	str Az üzembe helyezett szolgáltatás nevét adja meg. A munkaterületnek egyedinek kell lennie, csak kisbetűkből, számokból vagy kötőjelekből kell állnia, betűvel kell kezdődnie, és 3–32 karakter hosszúságúnak kell lennie.
models Kötelező	list[Model] Modellobjektumok listája. Lehet egy üres lista.
inference_config	InferenceConfig Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál. Alapértelmezett érték: None
deployment_config	WebserviceDeploymentConfiguration A webszolgáltatás konfigurálásához használt WebserviceDeploymentConfiguration. Ha nincs megadva, a rendszer egy üres konfigurációs objektumot használ a kívánt cél alapján. Alapértelmezett érték: None
deployment_target	ComputeTarget A ComputeTarget a webszolgáltatás üzembe helyezéséhez. Mivel Azure Container Instances nincs társítvaComputeTarget, hagyja ezt a paramétert Nincs értéken a Azure Container Instances üzembe helyezéséhez. Alapértelmezett érték: None
overwrite	bool Azt jelzi, hogy felülírja-e a meglévő szolgáltatást, ha már létezik egy megadott nevű szolgáltatás. Alapértelmezett érték: False
show_output	bool Azt jelzi, hogy meg szeretné-e jeleníteni a szolgáltatás üzembe helyezésének állapotát. Alapértelmezett érték: False

Válaszok

Típus	Description
Webservice	Az üzembe helyezett webszolgáltatásnak megfelelő webszolgáltatási objektum.

Kivételek

Típus	Description
WebserviceException

deserialize

JSON-objektum átalakítása modellobjektummá.

Az átalakítás sikertelen, ha a megadott munkaterület nem az a munkaterület, amelyen a modell regisztrálva van.

static deserialize(workspace, model_payload)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület-objektum, amellyel a modell regisztrálva van.
model_payload Kötelező	dict Modellobjektummá konvertálandó JSON-objektum.

Válaszok

Típus	Description
Model	A megadott JSON-objektum modellképe.

Kivételek

Típus	Description
WebserviceException

download

Töltse le a modellt a helyi fájlrendszer célkönyvtárába.

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

Paraméterek

Name	Description
target_dir	str Annak a könyvtárnak az elérési útja, amelyben le szeretné tölteni a modellt. Alapértelmezés szerint "." Alapértelmezett érték: .
exist_ok	bool Azt jelzi, hogy a letöltött dir/fájlok lecserélhetők-e, ha léteznek. Alapértelmezés szerint Hamis. Alapértelmezett érték: False
exists_ok	bool ELAVULT. Használja az exist_ok parancsot. Alapértelmezett érték: None

Válaszok

Típus	Description
str	A modell fájljának vagy mappájának elérési útja.

Kivételek

Típus	Description
WebserviceException

get_model_path

Adja vissza a modell elérési útját.

A függvény az alábbi helyeken keresi meg a modellt.

Ha version nincs:

1. Letöltés távoliról gyorsítótárba (ha a munkaterület meg van adva)
2. Betöltés a gyorsítótárból azureml-models/$MODEL_NAME/$LATEST_VERSION/
3. ./$MODEL_NAME

Ha version nincs:

1. Betöltés a gyorsítótárból azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/
2. Letöltés távoliról gyorsítótárba (ha a munkaterület meg van adva)

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

Paraméterek

Name	Description
model_name Kötelező	str A lekérendő modell neve.
version	int A lekérendő modell verziója. Alapértelmezés szerint a legújabb verzió. Alapértelmezett érték: None
_workspace	Workspace A munkaterület, amelyből lekérhet egy modellt. Távolról nem használható. Ha nincs megadva, a rendszer csak a helyi gyorsítótárban keres. Alapértelmezett érték: None

Válaszok

Típus	Description
str	A modell lemezen lévő elérési útja.

Kivételek

Típus	Description
ModelNotFoundException

get_sas_urls

Adja vissza a fájlneveket és a megfelelő SAS URL-címeket tartalmazó kulcs-érték párok szótárát.

get_sas_urls()

Válaszok

Típus	Description
dict	A fájlneveket és a megfelelő SAS URL-címeket tartalmazó kulcs-érték párok szótára

Kivételek

Típus	Description
WebserviceException

list

Kérje le a megadott munkaterülethez társított összes modell listáját opcionális szűrőkkel.

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)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület objektuma, amelyből modelleket szeretne lekérni.
name	str Ha meg van adva, akkor csak a megadott névvel rendelkező modelleket adja vissza, ha vannak ilyenek. Alapértelmezett érték: None
tags	list A megadott lista alapján a "key" vagy a "[key, value] alapján szűr. Pl. "key", "key2", "key2 value"] Alapértelmezett érték: None
properties	list A megadott lista alapján a "key" vagy a "[key, value] alapján szűr. Pl. "key", "key2", "key2 value"] Alapértelmezett érték: None
run_id	str A megadott futtatási azonosító alapján szűr. Alapértelmezett érték: None
latest	bool Ha igaz, csak a legújabb verziójú modelleket adja vissza. Alapértelmezett érték: False
dataset_id	str A megadott adathalmaz-azonosító alapján szűr. Alapértelmezett érték: None
expand	bool Ha igaz, az összes altulajdonságú modellt visszaadja, például futtatás, adathalmaz és kísérlet. Ha ezt hamis értékre állítja, az felgyorsítja a lista() metódus befejezését sok modell esetén. Alapértelmezett érték: True
page_count	int A lapon lekérendő elemek száma. Jelenleg legfeljebb 255 értéket támogat. Alapértelmezés szerint 255. Alapértelmezett érték: 255
model_framework	str Ha meg van adva, akkor csak a megadott keretrendszerrel rendelkező modelleket adja vissza, ha vannak ilyenek. Alapértelmezett érték: None

Válaszok

Típus	Description
list[Model]	A modellek listája, opcionálisan szűrve.

Kivételek

Típus	Description
WebserviceException

package

Hozzon létre egy modellcsomagot Docker-rendszerkép vagy Dockerfile buildkörnyezet formájában.

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

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület, amelyben létre szeretné hozni a csomagot.
models Kötelező	list[Model] A csomagba felvenni kívánt modellobjektumok listája. Lehet üres lista.
inference_config	InferenceConfig Egy InferenceConfig objektum a modellek működésének konfigurálásához. Ennek tartalmaznia kell egy környezeti objektumot. Alapértelmezett érték: None
generate_dockerfile	bool Létrehozhat-e olyan Docker-fájlt, amely helyileg futtatható a rendszerkép létrehozása helyett. Alapértelmezett érték: False
image_name	str Kép létrehozásakor az eredményként kapott kép neve. Alapértelmezett érték: None
image_label	str Kép létrehozásakor az eredményként kapott kép címkéje. Alapértelmezett érték: None

Válaszok

Típus	Description
ModelPackage	Egy ModelPackage objektum.

Kivételek

Típus	Description
WebserviceException

print_configuration

A felhasználói konfiguráció nyomtatása.

static print_configuration(models, inference_config, deployment_config, deployment_target)

Paraméterek

Name	Description
models Kötelező	list[Model] Modellobjektumok listája. Lehet üres lista.
inference_config Kötelező	InferenceConfig Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál.
deployment_config Kötelező	WebserviceDeploymentConfiguration A webszolgáltatás konfigurálásához használt WebserviceDeploymentConfiguration.
deployment_target Kötelező	ComputeTarget A ComputeTarget a webszolgáltatás üzembe helyezéséhez.

Kivételek

Típus	Description
WebserviceException

profile

Profilok a modellhez az erőforrás-követelményekre vonatkozó javaslatok lekéréséhez.

Ez egy hosszú ideig futó művelet, amely az adathalmaz méretétől függően akár 25 percet is igénybe vehet.

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

Paraméterek

Name	Description
workspace Kötelező	Workspace Egy munkaterület-objektum, amelyben profilt szeretne létrehozni a modellről.
profile_name Kötelező	str A profilkészítési futtatás neve.
models Kötelező	list[Model] Modellobjektumok listája. Lehet üres lista.
inference_config Kötelező	InferenceConfig Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál.
input_dataset Kötelező	Dataset A profilkészítés bemeneti adatkészlete. A bemeneti adatkészletnek egyetlen oszlopmal kell rendelkeznie, és a mintabemeneteknek sztringformátumban kell lenniük.
cpu	float A legnagyobb tesztpéldányon használandó processzormagok száma. Jelenleg legfeljebb 3,5-ös értékeket támogat. Alapértelmezett érték: None
memory_in_gb	float A legnagyobb tesztpéldányon használandó memória mennyisége (GB-ban). Lehet decimális. Jelenleg legfeljebb 15,0-s értékeket támogat. Alapértelmezett érték: None
description	str A profilkészítési futtatáshoz társítandó leírás. Alapértelmezett érték: None

Válaszok

Típus	Description
ModelProfile

Kivételek

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

register

Modell regisztrálása a megadott munkaterületen.

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)

Paraméterek

Name	Description
workspace Kötelező	Workspace A modell regisztrálandó munkaterülete.
model_path Kötelező	str Annak a helyi fájlrendszernek az elérési útja, ahol a modellegységek találhatók. Ez egy adott fájlra vagy mappára mutató közvetlen mutató lehet. Ha egy mappára mutat, a child_paths paraméterrel megadhatja az egyes fájlokat, amelyeket modellobjektumként szeretne összecsomagolva használni, nem pedig a mappa teljes tartalmát.
model_name Kötelező	str A modell regisztrálandó neve.
tags	dict(<xref:{str : str}>) A modellhez hozzárendelhető kulcsértékcímkék opcionális szótára. Alapértelmezett érték: None
properties	dict(<xref:{str : str}>) A modellhez hozzárendelendő kulcsérték-tulajdonságok opcionális szótára. Ezek a tulajdonságok nem módosíthatók a modell létrehozása után, azonban új kulcsértékpárok is hozzáadhatók. Alapértelmezett érték: None
description	str A modell szöveges leírása. Alapértelmezett érték: None
datasets	list[(str, AbstractDataset)] Azon rekordok listája, ahol az első elem az adathalmaz-modell kapcsolatot írja le, a második elem pedig az adathalmaz. Alapértelmezett érték: None
model_framework	str A regisztrált modell keretrendszere. A osztály rendszer Framework által támogatott állandóinak használata lehetővé teszi néhány népszerű keretrendszer egyszerűsített üzembe helyezését. Alapértelmezett érték: None
model_framework_version	str A regisztrált modell keretrendszerverziója. Alapértelmezett érték: None
child_paths	list[str] Ha egy model_path mappához kapcsolódóan van megadva, csak a megadott fájlok lesznek becsomagolva a Modell objektumba. Alapértelmezett érték: None
sample_input_dataset	AbstractDataset Minta bemeneti adatkészlet a regisztrált modellhez. Alapértelmezett érték: None
sample_output_dataset	AbstractDataset Minta kimeneti adatkészlet a regisztrált modellhez. Alapértelmezett érték: None
resource_configuration	ResourceConfiguration Erőforrás-konfiguráció a regisztrált modell futtatásához. Alapértelmezett érték: None

Válaszok

Típus	Description
Model	A regisztrált modellobjektum.

Kivételek

Típus	Description
WebserviceException

Megjegyzések

A modellfájl tartalma mellett a regisztrált modell a modell metaadatait is tárolja, beleértve a modell leírását, a címkéket és a keretrendszer adatait is, amelyek hasznosak a modell munkaterületen való kezelésekor és üzembe helyezésekor. Címkékkel például kategorizálhatja a modelleket, és szűrőket alkalmazhat a modellek munkaterületen való listázásakor.

Az alábbi minta bemutatja, hogyan regisztrálhat egy címkéket és leírást megjelölő modellt.

   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)

A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Ha egy kísérletfuttatás eredményeként létrehozott modellel rendelkezik, regisztrálhatja közvetlenül egy futtatási objektumból anélkül, hogy először letöltenél egy helyi fájlba. Ehhez használja a metódust az register_model osztályban Run dokumentált módon.

remove_tags

Távolítsa el a megadott kulcsokat a modell címkeszótárából.

remove_tags(tags)

Paraméterek

Name	Description
tags Kötelező	list[str] Az eltávolítandó kulcsok listája

Kivételek

Típus	Description
WebserviceException

serialize

Alakítsa át ezt a modellt json szerializált szótárlá.

serialize()

Válaszok

Típus	Description
dict	A modell json-ábrázolása

Kivételek

Típus	Description
WebserviceException

update

Végezze el a modell helyben történő frissítését.

A rendszer lecseréli a megadott paraméterek meglévő értékeit.

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

Paraméterek

Name	Description
tags	dict(<xref:{str : str}>) A modell frissítéséhez használandó címkék szótára. Ezek a címkék lecserélik a modell meglévő címkéire. Alapértelmezett érték: None
description	str A modellhez használandó új leírás. Ez a név lecseréli a meglévő nevet. Alapértelmezett érték: None
sample_input_dataset	AbstractDataset A regisztrált modellhez használandó minta bemeneti adatkészlet. Ez a minta bemeneti adatkészlet lecseréli a meglévő adatkészletet. Alapértelmezett érték: None
sample_output_dataset	AbstractDataset A regisztrált modellhez használandó kimeneti mintaadatkészlet. Ez a minta kimeneti adatkészlet lecseréli a meglévő adatkészletet. Alapértelmezett érték: None
resource_configuration	ResourceConfiguration A regisztrált modell futtatásához használandó erőforrás-konfiguráció. Alapértelmezett érték: None

Kivételek

Típus	Description
WebserviceException

update_tags_properties

Végezze el a modell címkéinek és tulajdonságainak frissítését.

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

Paraméterek

Name	Description
add_tags	dict(<xref:{str : str}>) A hozzáadni kívánt címkék szótára. Alapértelmezett érték: None
remove_tags	list[str] Az eltávolítandó címkenevek listája. Alapértelmezett érték: None
add_properties	dict(<xref:{str : str}>) A hozzáadni kívánt tulajdonságok szótára. Alapértelmezett érték: None

Kivételek

Típus	Description
WebserviceException