Megosztás a következőn keresztül:


Model Osztály

A gépi tanulási betanítás eredményét jelöli.

A modell egy Azure Machine Learning-betanítás Run vagy más, az Azure-on kívüli 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 üzembe helyezheti őket valós idejű végpontként, amely következtetési kérelmekhez használható.

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

A lekérendő modellt tartalmazó munkaterület-objektum.

name
str

A lekérendő modell neve. A rendszer a megadott névvel rendelkező legújabb modellt adja vissza, ha létezik.

Alapértelmezett érték: None
id
str

A lekérendő modell azonosítója. A megadott azonosítóval rendelkező modell lesz visszaadva, ha létezik.

Alapértelmezett érték: None
tags

A visszaadott eredmények szűréséhez használt címkék választható listája. Az eredmények a megadott lista alapján vannak szűrve, és "kulcs" vagy "[kulcs, érték]" alapján keresnek. Pl. "key", "key2", "key2 value"]

Alapértelmezett érték: None
properties

A visszaadott eredmények szűréséhez használt tulajdonságok választható listája. Az eredmények a megadott lista alapján vannak szűrve, és "kulcs" vagy "[kulcs, érték]" alapján keresnek. Pl. "key", "key2", "key2 value"]

Alapértelmezett érték: None
version
int

A visszaadni kívánt modellverzió. Ha a name paraméter mellett meg van adva, a rendszer a megadott nevű 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 keretrendszernév a visszaadott eredmények szűréséhez. 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

A lekérendő modellt tartalmazó munkaterület-objektum.

name
Kötelező
str

A lekérendő modell neve. A rendszer a megadott névvel rendelkező legújabb modellt adja vissza, ha létezik.

id
Kötelező
str

A lekérendő modell azonosítója. A megadott azonosítóval rendelkező modell lesz visszaadva, ha létezik.

tags
Kötelező

A visszaadott eredmények szűréséhez használt címkék választható listája. Az eredmények a megadott lista alapján vannak szűrve, és "kulcs" vagy "[kulcs, érték]" alapján keresnek. Pl. "key", "key2", "key2 value"]

properties
Kötelező

A visszaadott eredmények szűréséhez használt tulajdonságok választható listája. Az eredmények a megadott lista alapján vannak szűrve, és "kulcs" vagy "[kulcs, érték]" alapján keresnek. Pl. "key", "key2", "key2 value"]

version
Kötelező
int

A visszaadni kívánt modellverzió. Ha a name paraméter mellett meg van adva, a rendszer a megadott nevű 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 keretrendszernév a visszaadott eredmények szűréséhez. Ha meg van adva, a rendszer a megadott keretrendszernek megfelelő modellek eredményeit adja vissza. Tekintse meg Framework az engedélyezett értékeket.

expand

Ha igaz, az összes altulajdonságú modellt visszaadja, például futtatás, adathalmaz és 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 meg kell adni, 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, címkéit és keretrendszeradatait, amelyek hasznosak a modell munkaterületen való kezelése és üzembe helyezése során. A címkékkel például kategorizálhatja a modelleket, és szűrőket alkalmazhat a munkaterület modelljeinek 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 tartalmazó 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 egy modellt, amely meghatározza a keretrendszert, a bemeneti és kimeneti adatkészleteket, valamint az 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 ábrázolásának attribútumait sorolja fel. Ezeket a változókat írásvédettnek kell tekinteni. Az értékek módosítása nem jelenik meg a megfelelő felhőobjektumban.

Változók

Name Description
created_by

A modellt létrehozó felhasználó.

created_time

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 Model objektum címkéinek szótára.

azureml.core.Model.properties

A modell kulcsérték-tulajdonságainak szótára. Ezek a tulajdonságok a regisztráció után nem módosíthatók, új kulcsértékpárok azonban hozzáadhatók.

unpack

Azt határozza meg, 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

A modellből származtatott modellazonosítók listája.

resource_configuration

A modell ResourceConfiguration tulajdonsága. Profilkészítéshez használatos.

Metódusok

add_dataset_references

Társítsa a megadott adathalmazokat ehhez a modellhez.

add_properties

Adja hozzá a kulcsértékpárokat a modell tulajdonságok szótárához.

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. Használja a Modell deploy függvényt, ha már regisztrált modellobjektumokkal rendelkezik.

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:

  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)
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

Modellcsomag létrehozása 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 ehhez a modellhez.

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

add_properties

Adja hozzá a kulcsértékpárokat a modell tulajdonságok szótárához.

add_properties(properties)

Paraméterek

Name Description
properties
Kötelező
dict(<xref:str : str>)

A hozzáadni kívánt tulajdonságok szótára.

Kivételek

Típus Description

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

delete

Törölje ezt a modellt a társított munkaterületről.

delete()

Kivételek

Típus Description

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. Használja a Modell deploy függvényt, ha már regisztrált modellobjektumokkal rendelkezik.

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

Paraméterek

Name Description
workspace
Kötelező

Egy munkaterület-objektum, amellyel társíthatja 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 és 32 karakter közötti hosszúságúnak kell lennie.

models
Kötelező

Modellobjektumok listája. Lehet üres lista.

inference_config

Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál.

Alapértelmezett érték: None
deployment_config

A webszolgáltatás konfigurálásához használt WebserviceDeploymentConfiguration. Ha nincs megadva, a rendszer egy üres konfigurációs objektumot használ a kívánt cél alapján.

Alapértelmezett érték: None
deployment_target

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

Azt jelzi, hogy felülírja-e a meglévő szolgáltatást, ha már létezik a megadott nevű szolgáltatás.

Alapértelmezett érték: False
show_output

Azt jelzi, hogy meg szeretné-e jeleníteni a szolgáltatás üzembe helyezésének állapotát.

Alapértelmezett érték: False

Válaszok

Típus Description

Az üzembe helyezett webszolgáltatásnak megfelelő webszolgáltatás-objektum.

Kivételek

Típus Description

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

Az a munkaterület-objektum, amellyel a modell regisztrálva van.

model_payload
Kötelező

Egy JSON-objektum, amely modellobjektummá konvertálható.

Válaszok

Típus Description

A megadott JSON-objektum modellreprezentációja.

Kivételek

Típus Description

download

Töltse le a modellt a helyi fájlrendszer célkönyvtárába.

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

Paraméterek

Name Description
target_dir
str

A modell letöltéséhez használni kívánt könyvtár elérési útja. Alapértelmezés szerint "."

Alapértelmezett érték: .
exist_ok

Azt jelzi, hogy a letöltött dir/fájlok lecserélhetők-e, ha léteznek. Alapértelmezés szerint Hamis.

Alapértelmezett érték: False
exists_ok

ELAVULT. Használja az exist_ok parancsot.

Alapértelmezett érték: None

Válaszok

Típus Description
str

A modell fájljának vagy mappájának elérési útja.

Kivételek

Típus Description

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 lekérni kívánt modell neve.

version
int

A lekérni kívánt modell verziója. Alapértelmezés szerint a legújabb verzió.

Alapértelmezett érték: None
_workspace

A modell lekérésére szolgáló munkaterület. 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

get_sas_urls

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

get_sas_urls()

Válaszok

Típus Description

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

Kivételek

Típus Description

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

A munkaterület objektuma, amelyből modelleket szeretne lekérni.

name
str

Ha meg van adva, akkor csak a megadott nevű modelleket adja vissza, ha vannak ilyenek.

Alapértelmezett érték: None
tags

A megadott lista alapján szűr a "key" vagy a "[key, value]" alapján. Pl. .key', ['key2', 'key2 value]]

Alapértelmezett érték: None
properties

A megadott lista alapján szűr a "key" vagy a "[key, value]" alapján. Pl. .key', ['key2', 'key2 value]]

Alapértelmezett érték: None
run_id
str

A megadott futtatási azonosító alapján szűr.

Alapértelmezett érték: None
latest

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

Ha igaz, a visszaadja az összes olyan altulajdonságú modelleket, mint a futtatás, az adatkészlet és a kísérlet. Ha ezt hamis értékre állítja, az felgyorsítja a list() metódus befejezését sok modell esetén.

Alapértelmezett érték: True
page_count
int

A lapon beolvasandó elemek száma. Jelenleg legfeljebb 255 érték támogatott. 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

A modellek listája, opcionálisan szűrve.

Kivételek

Típus Description

package

Modellcsomag létrehozása 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

A munkaterület, amelyben létre kívánja hozni a csomagot.

models
Kötelező

A csomagban szerepeltetni kívánt modellobjektumok listája. Lehet egy üres lista.

inference_config

Egy InferenceConfig objektum a modellek működésének konfigurálásához. Ennek tartalmaznia kell egy Környezeti objektumot.

Alapértelmezett érték: None
generate_dockerfile

Létrehozhat-e olyan Docker-fájlt, amely helyileg futtatható a rendszerkép létrehozása helyett.

Alapértelmezett érték: False
image_name
str

Kép létrehozásakor az eredményként kapott rendszerkép neve.

Alapértelmezett érték: None
image_label
str

Kép létrehozásakor az eredményként kapott kép címkéje.

Alapértelmezett érték: None

Válaszok

Típus Description

Egy ModelPackage objektum.

Kivételek

Típus Description

print_configuration

A felhasználói konfiguráció nyomtatása.

static print_configuration(models, inference_config, deployment_config, deployment_target)

Paraméterek

Name Description
models
Kötelező

Modellobjektumok listája. Lehet egy üres lista.

inference_config
Kötelező

Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál.

deployment_config
Kötelező

A webszolgáltatás konfigurálásához használt WebserviceDeploymentConfiguration.

deployment_target
Kötelező

A ComputeTarget a webszolgáltatás üzembe helyezéséhez.

Kivételek

Típus Description

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

Egy munkaterület-objektum, amelyben profilt szeretne létrehozni a modellről.

profile_name
Kötelező
str

A profilkészítési futtatás neve.

models
Kötelező

Modellobjektumok listája. Lehet egy üres lista.

inference_config
Kötelező

Egy InferenceConfig objektum, amely a szükséges modelltulajdonságok meghatározására szolgál.

input_dataset
Kötelező

A profilkészítés bemeneti adatkészlete. A bemeneti adatkészletnek egyetlen oszloppal kell rendelkeznie, a mintabemeneteknek pedig sztringformátumban kell lenniük.

cpu

A legnagyobb tesztpéldányon használandó processzormagok száma. Jelenleg legfeljebb 3,5 értéket támogat.

Alapértelmezett érték: None
memory_in_gb

A legnagyobb tesztpéldányon használandó memória mennyisége (GB-ban). Tizedes tört is lehet. Jelenleg legfeljebb 15,0 értéket támogat.

Alapértelmezett érték: None
description
str

A profilkészítési futtatáshoz társítandó leírás.

Alapértelmezett érték: None

Válaszok

Típus Description

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

A modell regisztrálandó munkaterülete.

model_path
Kötelező
str

Annak a helyi fájlrendszernek az elérési útja, ahol a modellegységek találhatók. Ez lehet közvetlen mutató egyetlen fájlra vagy mappára. Ha egy mappára mutat, a child_paths paraméterrel megadhatja az egyes fájlokat, amelyeket modellobjektumként szeretne egyesíteni, nem pedig a mappa teljes tartalmának használatával.

model_name
Kötelező
str

A modell regisztrálásához szükséges név.

tags
dict(<xref:{str : str}>)

A modellhez hozzárendelendő kulcsértékcímkék választható szótára.

Alapértelmezett érték: None
properties
dict(<xref:{str : str}>)

A modellhez hozzárendelendő kulcsérték-tulajdonságok opcionális szótára. Ezek a tulajdonságok a modell létrehozása után nem módosíthatók, új kulcsértékpárok azonban hozzáadhatók.

Alapértelmezett érték: None
description
str

A modell szöveges leírása.

Alapértelmezett érték: None
datasets

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 által támogatott állandóinak Framework használata lehetővé teszi az egyszerűsített üzembe helyezést néhány népszerű keretrendszer esetében.

Alapértelmezett érték: None
model_framework_version
str

A regisztrált modell keretrendszerverziója.

Alapértelmezett érték: None
child_paths

Ha egy model_path mappához kapcsolódóan van megadva, csak a megadott fájlok lesznek a Model objektumba csomagolva.

Alapértelmezett érték: None
sample_input_dataset

Minta bemeneti adatkészlet a regisztrált modellhez.

Alapértelmezett érték: None
sample_output_dataset

Minta kimeneti adatkészlet a regisztrált modellhez.

Alapértelmezett érték: None
resource_configuration

Erőforrás-konfiguráció a regisztrált modell futtatásához.

Alapértelmezett érték: None

Válaszok

Típus Description

A regisztrált modellobjektum.

Kivételek

Típus Description

Megjegyzések

A modellfájl tartalma mellett a regisztrált modell a modell metaadatait is tárolja, beleértve a modell leírását, címkéit és keretrendszeradatait, amelyek hasznosak a modell munkaterületen való kezelése és üzembe helyezése során. A címkékkel például kategorizálhatja a modelleket, és szűrőket alkalmazhat a munkaterület modelljeinek listázásakor.

Az alábbi minta bemutatja, hogyan regisztrálhat egy címkéket és leírást tartalmazó 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, közvetlenül regisztrálhatja azt egy futtatási objektumból anélkül, hogy először letölti egy helyi fájlba. Ehhez használja a metódust a register_model osztályban Run dokumentált módon.

remove_tags

Távolítsa el a megadott kulcsokat a modell címkeszótárából.

remove_tags(tags)

Paraméterek

Name Description
tags
Kötelező

Az eltávolítandó kulcsok listája

Kivételek

Típus Description

serialize

Alakítsa át ezt a modellt json szerializált szótárlá.

serialize()

Válaszok

Típus Description

A modell json-ábrázolása

Kivételek

Típus Description

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

A regisztrált modellhez használandó minta bemeneti adatkészlet. Ez a minta bemeneti adatkészlet lecseréli a meglévő adatkészletet.

Alapértelmezett érték: None
sample_output_dataset

A regisztrált modellhez használandó kimeneti mintaadatkészlet. Ez a kimeneti mintaadatkészlet lecseréli a meglévő adatkészletet.

Alapértelmezett érték: None
resource_configuration

A regisztrált modell futtatásához használandó erőforrás-konfiguráció.

Alapértelmezett érték: None

Kivételek

Típus Description

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

Az eltávolítandó címkenevek listája.

Alapértelmezett érték: None
add_properties
dict(<xref:{str : str}>)

A hozzáadni kívánt tulajdonságok szótára.

Alapértelmezett érték: None

Kivételek

Típus Description