Az Azure Machine Learning SDK telepítése Pythonhoz

Cikk
05/30/2023

Ez a cikk az SDK különböző telepítési lehetőségeinek útmutatója.

Előfeltételek

A Python a 3.7-es vagy újabb verziót telepítette . Azureml-automl-csomagok esetén csak a 3.7-es vagy a 3.8-as verziót használja.
pip telepítve

Alapértelmezett telepítés

Használja az azureml-core parancsot.

pip install azureml-core

Ezután telepítse az adott feladathoz szükséges egyéb csomagokat.

Frissítés telepítése

Tipp.

Javasoljuk, hogy mindig frissítse az Azureml-Core-t a legújabb verzióra.

Frissítsen egy korábbi verziót:

pip install --upgrade azureml-core

Verzió ellenőrzése

Ellenőrizze az SDK-verziót:

pip show azureml-core

Az összes csomag megtekintése a környezetben:

pip list

Az SDK-verziót a Pythonban is megjelenítheti, de ez a verzió nem tartalmazza az alverziót.

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

Ha többet szeretne megtudni arról, hogyan konfigurálhatja a fejlesztési környezetet az Azure Machine Learning service-hez, olvassa el a fejlesztői környezet konfigurálása című témakört.

Egyéb azureml-csomagok

Az SDK számos további választható csomagot tartalmaz, amelyeket telepíthet. Ezek közé tartoznak azok a függőségek, amelyek nem szükségesek az összes használati esethez, ezért nem szerepelnek az alapértelmezett telepítésben a környezet blobolásának elkerülése érdekében. Az alábbi táblázat ismerteti a csomagokat, azok használati eseteit és a telepítésre, frissítésre és verzióellenőrzésre vonatkozó parancsukat.

További csomag	Használati eset	Verzió telepítése/frissítése/megjelenítése
`azureml-automl-core`	Az Azure Machine Learning alapvető automatizált gépi tanulási osztályai. Ezt a csomagot az azureml-train-automl-client és az azureml-train-automl-runtime használja.	`pip install azureml-automl-core` `pip install --upgrade azureml-automl-core` `pip show azureml-automl-core`
`azureml-accel-models`	Gyorsítja a mély neurális hálózatokat az FPGA-kon az Azure ML Hardveres gyorsított modellek szolgáltatásával.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-train-automl`	Órákat biztosít automatizált gépi tanulási kísérletek létrehozásához és futtatásához. Emellett általános adatelemzési csomagokat is telepít, beleértve az `pandas`, `numpy`és `scikit-learn`. Ha automatizált ml-futtatásokat szeretne küldeni egy távoli számításon, és nincs szükség helyi gépi tanulásra, javasoljuk, hogy használja a vékony ügyfélcsomagot, `azureml-train-automl-client`amely a `azureml-sdk`. A telepítéssel és a teljes `automl` SDK-val vagy a vékony ügyféllel `azureml-train-automl-client`való munkával kapcsolatos további információkért tekintse meg a használati esettel kapcsolatos további útmutatást. A Python-szabványhoz hasonlóan egy visszamenőleges és egy korábbi verzió kompatibilitása támogatott, de csak a teljes `azureml-train-automl` csomag esetében. Ha például egy modellt az SDK 1.29.0-s verziójával tanít be, akkor az SDK 1.28.0 és 1.30.0 közötti verzióiból következtethet.	Helyi Conda-környezet esetén: `pip install azureml-train-automl` `pip install --upgrade azureml-train-automl` `pip install show azureml-train-automl` Vékony ügyfél távoli számításhoz: `pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip install show azureml-train-automl-client`
`azureml-contrib`	Telepíti az azureml-contrib-* csomagokat, amelyek kísérleti funkciókat vagy előzetes verziójú funkciókat tartalmaznak.	`pip install azureml-contrib` `pip install --upgrade azureml-contrib` `pip show azureml-contrib`
`azureml-datadrift`	Olyan funkciókat tartalmaz, amelyek észlelik, ha a modell betanítási adatai eltávolodtak a pontozási adatoktól.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-interpret`	Modellértelmezhetőségre szolgál, beleértve a blackbox- és whitebox-modellek funkcióját és osztályát.	`pip azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-widgets`	Alapvető csomagokat, modulokat és osztályokat tartalmaz az Azure Machine Learninghez.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-contrib-services`	Lehetővé teszi a pontozási szkriptek használatát a nyers HTTP-hozzáférés igényléséhez.	`pip install azureml-contrib-services` `pip install --upgrade azureml-contrib-services` `pip show azureml-contrib-services`
`azureml-tensorboard`	Osztályokat és metódusokat biztosít a kísérletfuttatási előzmények exportálásához és a TensorBoard elindításához a kísérlet teljesítményének és szerkezetének megjelenítéséhez.	`pip install azureml-tensorboard` `pip install --upgrade azureml-tensorboard` `pip show azureml-tensorboard`
`azureml-mlflow`	Az Azure Machine Learninget az MLFlow-tal integráló funkciókat tartalmazza.	`pip install azureml-mlflow` `pip install --upgrade azureml-mlflow` `pip show azureml-mlflow`
`azureml-automl-runtime`	Automatizált gépi tanulási osztályokat tartalmaz az Azure Machine Learningben futtatott futtatások végrehajtásához.	`pip install azureml-automl-runtime` `pip install --upgrade azureml-automl-runtime` `pip show azureml-automl-runtime`
`azureml-widgets`	A jupyter notebookokban futó gépi tanulási betanítások előrehaladásának megtekintésére szolgáló funkciókat tartalmaz.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-train-restclients-hyperdrive`	A HyperDriveRuns azureml-train-core használatával történő létrehozásához szükséges osztályokat tartalmaz.	`pip install azureml-train-restclients-hyperdrive` `pip install --upgrade azureml-train-restclients-hyperdrive` `pip show azureml-train-restclients-hyperdrive`
`azureml-train-core`	Tartalmazza az alapbecslő osztályokat és a mély neurális hálózat (DNN) betanításában használt általános becslési osztályt, a Scikit-Learn-betanításban használt becslési osztályokat, a hiperparaméter-finomhangolást támogató modulokat és osztályokat.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-train-automl-runtime`	Az Azure Machine Learning alapvető automatizált gépi tanulási és futtatókörnyezeti összetevőit képviselő funkciókat tartalmaz.	`pip install azureml-train-automl-runtime` `pip install --upgrade azureml-train-automl-runtime` `pip show azureml-train-automl-runtime`
`azureml-train-automl-client`	Alapvető csomagokat, modulokat és osztályokat tartalmaz az Azure Machine Learninghez.	`pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip show azureml-train-automl-client`
`azureml-telemetry`	Ez a csomag telemetriai adatok, például naplóüzenetek, metrikák, események és tevékenységüzenetek gyűjtésére szolgál.	`pip install azureml-telemetry` `pip install --upgrade azureml-telemetry` `pip show azureml-telemetry`
`azureml-synapse`	Magic-parancsot tartalmaz a Synapse-munkamenet kezeléséhez és a kód és a SparkMonitor widget elküldéséhez a Spark-feladat előrehaladásának figyeléséhez a Jupyter és a JupyterLab esetében is	`pip install azureml-synapse` `pip install --upgrade azureml-synapse` `pip show azureml-synapse`
`azureml-sdk`	A Thos-csomag gépi tanulási munkafolyamatok létrehozására és futtatására szolgál az Azure Machine Learning szolgáltatásban	`pip install azureml-sdk` `pip install --upgrade azureml-sdk` `pip show azureml-sdk`
`azureml-pipeline-steps`	Előre elkészített lépéseket tartalmaz, amelyek végrehajthatók egy Azure Machine Learning-folyamatban.	`pip install azureml-pipeline-steps` `pip install --upgrade azureml-pipeline-steps` `pip show azureml-pipeline-steps`
`azureml-pipeline-core`	Az Azure Machine Learning-folyamatok alapvető funkcióit tartalmazza, amelyek konfigurálható gépi tanulási munkafolyamatok.	`pip install azureml-pipeline-core` `pip install --upgrade azureml-pipeline-core` `pip show azureml-pipeline-core`
`azureml-pipeline`	Ez a csomag gépi tanulási munkafolyamatok létrehozására, optimalizálására és kezelésére szolgál	`pip install azureml-pipeline` `pip install --upgrade azureml-pipeline` `pip show azureml-pipeline`
`azureml-opendatasets`	Az Azure Machine Learning-folyamatok alapvető funkcióit tartalmazza, amelyek konfigurálható gépi tanulási munkafolyamatok.	`pip install azureml-opendatasets` `pip install --upgrade azureml-opendatasets` `pip show azureml-opendatasets`
`azureml-interpret`	Az Azure Machine Learning modellértelmezési funkcióit tartalmazza.	`pip install azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-defaults`	Ez a csomag egy metacsomag, amelyet az Azure Machine Learning belsőleg használ.	`pip install azureml-defaults` `pip install --upgrade azureml-defaults` `pip show azureml-defaults`
`azureml-dataset-runtime`	Ennek a csomagnak a célja az AzureML-csomagok függőségeinek koordinálása. Ez a csomag belső, és nem közvetlenül használható.	`pip install azureml-dataset-runtime` `pip install --upgrade azureml-dataset-runtime` `pip show azureml-dataset-runtime`
`azureml-datadrift`	Olyan funkciókat tartalmaz, amelyek észlelik, ha a modell betanítási adatai eltávolodtak a pontozási adatoktól.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-contrib-server`	Ez a csomag egy helyi HTTP-szolgáltatás, amely az AzureML SDK által biztosított funkciók egy részét teszi elérhetővé a VS Tools for AI-bővítményeknek (VSCode és Visual Studio)	`pip install azureml-contrib-server` `pip install --upgrade azureml-contrib-server` `pip show azureml-contrib-server`
`azureml-contrib-run`	Ez a csomag az AzureML és a Mlflow integrációs kódját tartalmazza.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-contrib-reinforcementlearning`	Az Azure Machine Learningben windowsos számítási cél létrehozására szolgáló funkciókat tartalmaz.	`pip install azureml-contrib-reinforcementlearning` `pip install --upgrade azureml-contrib-reinforcementlearning` `pip show azureml-contrib-reinforcementlearning`
`azureml-contrib-pipeline-steps`	Modulokat és osztályokat tartalmaz az Azure Machine Learning Pipeline speciális lépéseihez és a kapcsolódó konfigurációhoz.	`pip install azureml-contrib-pipeline-steps` `pip install --upgrade azureml-contrib-pipeline-steps` `pip show azureml-contrib-pipeline-steps`
`azureml-contrib-notebook`	A Jupyter-jegyzetfüzetek Azure Machine Learningben való használatához használható bővítményeket tartalmaz.	`pip install azureml-contrib-notebook` `pip install --upgrade azureml-contrib-notebook` `pip show azureml-contrib-notebook`
`azureml-contrib-gbdt`	Ez a csomag LightGBM-becslőt tartalmaz.	`pip install azureml-contrib-gbdt` `pip install --upgrade azureml-contrib-gbdt` `pip show azureml-contrib-gbdt`
`azureml-contrib-functions`	Az Azure Machine Learning-modellek Azure Functions-be való üzembe helyezéséhez használható funkcióit tartalmazza.	`pip install azureml-contrib-functions` `pip install --upgrade azureml-contrib-functions` `pip show azureml-contrib-functions`
`azureml-contrib-fairness`	Ez a csomag támogatja a méltányossági felmérési irányítópultok használatát az Azure Machine Learning Studióban	`pip install azureml-contrib-fairness` `pip install --upgrade azureml-contrib-fairness` `pip show azureml-contrib-fairness`
`azureml-contrib-dataset`	Speciális funkciókat tartalmaz az Adathalmaz-objektumok Azure Machine Learningben való használatához.	`pip install azureml-contrib-dataset` `pip install --upgrade azureml-contrib-dataset` `pip show azureml-contrib-dataset`
`azureml-contrib-automl-pipeline-steps`	Előre elkészített lépéseket tartalmaz, amelyek végrehajthatók egy Azure Machine Learning-folyamatban.	`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`	Ezt a csomagot csak autoML rendszer által létrehozott szkriptek használhatják. A Windows rendszerben való telepítéshez a "fáklya" és a "torchvision" csomagokat külön kell telepíteni a csomag előtt.	`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`	Az Azure ML CLI bővítmény gyakori csomagja. Gyakori az azure-cli-ml és az azure-cli-ml-preview esetében.	`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 Contrib for AzureML AI Super Computer compute target. Az AISCCompute egy felügyelt AI számítási infrastruktúra, amelyet a fürt rendszergazdája csatolhat egy munkaterülethez.	`pip install azureml-contrib-aisc` `pip install --upgrade azureml-contrib-aisc` `pip show azureml-contrib-aisc`
`azureml-cli-common`	Az Azure ML CLI bővítmény gyakori csomagja. Gyakori az azure-cli-ml és az azure-cli-ml-preview esetében.	`pip install azureml-cli-common` `pip install --upgrade azureml-cli-common` `pip show azureml-cli-common`
`azureml-automl-dnn-nlp`	Ezt a csomagot csak autoML rendszer által létrehozott szkriptek használhatják.	`pip install azureml-automl-dnn-nlp` `pip install --upgrade azureml-automl-dnn-nlp` `pip show azureml-automl-dnn-nlp`
`azureml-accel-models`	Gyorsítsa fel a mély neurális hálózatokat az FPGA-kon az Azure ML Hardveres gyorsított modellek szolgáltatásával.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-inference-server-http`	Ez a csomag engedélyezi a helyi fejlesztést, a CI/CD-integrációt, a kiszolgálói útvonalakat.	`pip install azureml-inference-server-http` `pip install --upgrade azureml-inference-server-http` `pip show azureml-inference-server-http`
`azure-ml-component`	Ez a csomag funkciókkal rendelkezik az Azure Machine Learning-összetevők szerkesztéséhez és kezeléséhez, valamint folyamatok összetevők használatával történő létrehozásához és elküldéséhez	`pip install azure-ml-component` `pip install --upgrade azure-ml-component` `pip show azure-ml-component`
`azureml-pipeline-wrapper`	Ez a csomag az Azure Machine Learning-modulok készítésére és kezelésére, a folyamatok modulok használatával történő szerkesztésére és elküldésére szolgáló funkciókat tartalmaz	`pip install azureml-pipeline-wrapper` `pip install --upgrade azureml-pipeline-wrapper` `pip show azureml-pipeline-wrapper`
`azureml-designer-cv-modules`	Modulok a képek előfeldolgozásához és átalakításához, például a körülvágáshoz, a kitöltéshez vagy az átméretezéshez.	`pip install azureml-designer-cv-modules` `pip install --upgrade azureml-designer-cv-modules` `pip show azureml-designer-cv-modules`
`azureml-designer-pytorch-modules`	A pytorch-keretrendszeren alapuló képbesorolási modellek betanítására és következtetésére szolgáló modulok.	`pip install azureml-designer-pytorch-modules` `pip install --upgrade azureml-designer-pytorch-modules` `pip show azureml-designer-pytorch-modules`
`azureml-designer-vowpal-wabbit-modules`	Vowpal Wabbit-keretrendszeren alapuló modellek betanítására és következtetésére használható modulok.	`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`	Számos modul adatfeldolgozáshoz, modellbetanításhoz, következtetéshez és kiértékeléshez.	`pip install azureml-designer-classic-modules` `pip install --upgrade azureml-designer-classic-modules` `pip show azureml-designer-classic-modules`
`azureml-designer-recommender-modules`	Modulok a mély neurális hálózatra épülő javaslatmodellek betanításához és következtetéséhez.	`pip install azureml-designer-recommender-modules` `pip install --upgrade azureml-designer-recommender-modules` `pip show azureml-designer-recommender-modules`
`azureml-designer-internal`	A beépített modulokhoz biztosított belső funkciók.	`pip install azureml-designer-internal` `pip install --upgrade azureml-designer-internal` `pip show azureml-designer-internal`
`azureml-designer-core`	Az adattípus-definíció, az adat io és a gyakran használt függvények alapvető funkciói.	`pip install azureml-designer-core` `pip install --upgrade azureml-designer-core` `pip show azureml-designer-core`
`azureml-designer-datatransform-modules`	Adathalmaz átalakítására szolgáló modulok, például matematikai műveletek, SQL-lekérdezések, kiugró értékek kivágása vagy statisztikai jelentés létrehozása révén.	`pip install azureml-designer-datatransform-modules` `pip install --upgrade azureml-designer-datatransform-modules` `pip show azureml-designer-datatransform-modules`
`azureml-designer-dataio-modules`	Az Azure Machine Learning Designerbe való adatbetöltésre és adatok felhőalapú tárolóba való írására szolgáló modulok.	`pip install azureml-designer-dataio-modules` `pip install --upgrade azureml-designer-dataio-modules` `pip show azureml-designer-dataio-modules`
`azureml-designer-serving`	A beépített modulok üzembehelyezési szolgáltatásban való meghívásához biztosítson funkciókat.	`pip install azureml-designer-serving` `pip install --upgrade azureml-designer-serving` `pip show azureml-designer-serving`
`azureml-contrib-datadrift`	A gépi tanulásban használt különböző adathalmazok adateltolódás-észlelésének funkcióit tartalmazza, beleértve az adathalmazok betanítását és a pontozási adatkészletet.	`pip install azureml-contrib-datadrift` `pip install --upgrade azureml-contrib-datadrift` `pip show azureml-contrib-datadrift`
`azureml-contrib-explain-model`	Kísérleti funkciókat tartalmaz az azureml-explain-model csomaghoz, amely számos szolgáltatást kínál a gépi tanulási modellek értelmezhetőségéhez.	`pip install azureml-contrib-explain-model` `pip install --upgrade azureml-contrib-explain-model` `pip show azureml-contrib-explain-model`
`azureml-contrib-opendatasets`	Ez a csomag api-k készletét biztosítja az Azure Open Datasets használatához.	`pip install azureml-contrib-opendatasets` `pip install --upgrade azureml-contrib-opendatasets` `pip show azureml-contrib-opendatasets`
`azureml-train-widgets`	A Futtatások vizuális nyomon követésére szolgáló Widgeteket tartalmaz a Jupyter Notebookokhoz.	`pip install azureml-train-widgets` `pip install --upgrade azureml-train-widgets` `pip show azureml-train-widgets`

A fenti csomagokkal kapcsolatos további részletekért lásd: AzureML on pypi.

További használati esetekre vonatkozó útmutató

Ha a használati esetet az alábbiakban ismertetjük, jegyezze fel az útmutatót és az ajánlott műveleteket.

Használati eset	Útmutató
Az `automl` használata	Telepítse a teljes`azureml-train-automl` SDK-t egy új, 64 bites Python-környezetben. A LightGBM-keretrendszer függősége miatt új 64 bites környezetre van szükség. Ez a csomag telepíti és rögzíti az adatelemzési csomagok bizonyos verzióit a kompatibilitás érdekében, ami tiszta környezetet igényel. A vékony ügyfélcsomag `azureml-train-automl-client`nem telepít további adatelemzési csomagokat, és nem igényel tiszta Python-környezetet. Azt javasoljuk `azureml-train-automl-client` , hogy ha csak egy távoli számításhoz kell automatikus ml-futtatásokat küldenie, és nem kell helyi futtatásokat küldenie vagy a modellt helyileg letöltenie. Egy korábbi verzió és egy korábbi verzió kompatibilitása csak a teljes `azureml-train-automl` csomaggal betanított modellek esetében támogatott. Ha például egy modellt az SDK 1.29.0-s verziójával tanít be, akkor az SDK 1.28.0 és 1.30.0 közötti verzióiból következtethet.
Az Azure Databricks használata	Az Azure Databricks-környezetben használja az útmutatóban részletezett kódtárforrásokat az SDK telepítéséhez. Ezen tippekből további információt talál a Pythonhoz készült Azure Machine Learning SDK Azure Databricksen való használatával kapcsolatban.
Az Azure Adattudomány virtuális gép használata	A 2018. szeptember 27. után létrehozott Azure Adattudomány virtuális gépekhez előre telepítve van a Python SDK.
Azure Machine Learning-oktatóanyagok vagy jegyzetfüzetek futtatása	Ha az oktatóanyagban vagy jegyzetfüzetben említettnél régebbi SDK-verziót használ, frissítse az SDK-t. Az oktatóanyagok és jegyzetfüzetek egyes funkcióihoz további Python-csomagokra lehet szükség, például `matplotlib`, `scikit-learn`vagy `pandas`. Az egyes oktatóanyagokban és jegyzetfüzetekben található utasítások bemutatják, hogy mely csomagokra van szükség.

Hibaelhárítás

Pip-telepítés: A függőségek nem garantáltan összhangban vannak az egysoros telepítéssel:

Ez a pip ismert korlátozása, mivel nem rendelkezik működő függőségfeloldóval egyetlen sorként való telepítéskor. Az első egyedi függőség az egyetlen, amelyet megvizsgál.

Az alábbi kódban azureml-datadrift azureml-train-automl mindkettő egysoros piptelepítéssel van telepítve.
```
  pip install azureml-datadrift, azureml-train-automl
```
Ebben a példában tegyük fel, hogy azureml-datadrift az 1.0-s verzióra > van szükség, és azureml-train-automl az 1.2-es verzióra < van szükség. Ha a legújabb verzió azureml-datadrift az 1.3, akkor mindkét csomag 1.3-ra frissül, függetlenül attól, hogy egy azureml-train-automl régebbi verzió csomagkövetelménye van-e.

Annak érdekében, hogy a csomagokhoz a megfelelő verziók telepítve legyenek, telepítsen több sort, például az alábbi kódban. A rendelés itt nem jelent problémát, mivel a pip kifejezetten leminősül a következő sorhívás részeként. Így a rendszer a megfelelő verziófüggőségeket alkalmazza.
```
   pip install azureml-datadrift
   pip install azureml-train-automl 
```

A magyarázó csomag telepítése nem garantált az azureml-train-automl-client telepítésekor:

Ha egy távoli AutoML-futtatás engedélyezve van a modell magyarázatával, a következő hibaüzenet jelenik meg: "Telepítse az azureml-explain-model csomagot a modell magyarázatához". Ez egy ismert probléma. Kerülő megoldásként kövesse az alábbi lépések egyikét:

Telepítse az azureml-explain-modelt helyileg.

    pip install azureml-explain-model

Tiltsa le teljesen a magyarázhatósági funkciót az AutoML-konfiguráció model_explainability=False értékének átadásával.

    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-hibák: Általában az AutoML-kísérlet során láthatók:

Ha manuálisan állítja be a környezetet a pip használatával, hibaüzeneteket tapasztalhat (különösen a pandas esetében), mert nem támogatott csomagverziók vannak telepítve.

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

Az ilyen hibák elkerülése érdekében telepítse az AutoML SDK-t a automl_setup.cmd:
1. Nyisson meg egy Anaconda-kérést, és klónozza a GitHub-adattárat mintajegyzetfüzetek készletéhez.
```
git clone https://github.com/Azure/MachineLearningNotebooks.git
```
1. cd-t a használati útmutató-azureml/automated-machine-learning mappába, ahol a mintajegyzetfüzeteket kinyerték, majd futtatták:
```
automl_setup
```
KeyError: "márka" az AutoML helyi számítási vagy Azure Databricks-fürtön való futtatásakor

Ha 2020. június 10. után új környezet jött létre az SDK 1.7.0-s vagy korábbi verziójával, a py-cpuinfo csomag frissítése miatt a betanítás sikertelen lehet. (A 2020. június 10-én vagy azt megelőzően létrehozott környezetek nem változnak, ahogy a távoli számítási kísérletek is, mert gyorsítótárazott betanítási rendszerképeket használnak.) A probléma megoldásához hajtsa végre az alábbi két lépés egyikét:
- Frissítse az SDK-verziót 1.8.0-s vagy újabb verzióra (ez a py-cpuinfo-t is 5.0.0-ra váltja):
```
pip install --upgrade azureml-sdk[automl]
```
- A py-cpuinfo telepített verziójának visszalépése 5.0.0-ra:
```
pip install py-cpuinfo==5.0.0
```
Hibaüzenet: A PyYAML nem távolítható el

Azure Machine Learning SDK for Python: PyYAML egy distutils telepített projekt. Ezért részleges eltávolítás esetén nem tudjuk pontosan meghatározni, hogy mely fájlok tartoznak hozzá. Ha a hiba figyelmen kívül hagyása mellett szeretné folytatni az SDK telepítését, használja a következőt:
```
pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
```
Az Azure Machine Learning SDK telepítése kivétellel meghiúsul: ModuleNotFoundError: Nincs "ruamel" vagy "ImportError: No module named ruamel.yaml"

Ez a probléma az Azure Machine Learning SDK for Python legújabb pipre (>20.1.1) való telepítésével merül fel a Conda alapkörnyezetében a Pythonhoz készült Azure Machine Learning SDK összes kiadott verziójához. Tekintse meg a következő kerülő megoldásokat:
- Ne telepítse a Python SDK-t a Conda alapkörnyezetére, hanem hozza létre a conda környezetet, és telepítse az SDK-t az újonnan létrehozott felhasználói környezetre. A legújabb pipnek működnie kell az új Conda-környezetben.
- Ha képeket szeretne létrehozni a Dockerben, ahol nem válthat el a Conda alapkörnyezetétől, rögzítse a pip=20.1.1 fájlt< a docker-fájlban.
```
conda install -c r -y conda python=3.8 pip=20.1.1
```

Következő lépések

Az alábbi lépésekkel megtudhatja, hogyan használhatja a Pythonhoz készült Azure Machine Learning Service SDK-t:

Az Azure Machine Learnin Python SDK áttekintésében megismerheti a kulcsosztályokat és a kódmintákkal rendelkező tervezési mintákat.
Kövesse az Azure Machine Learning Python – Első lépések oktatóanyagot a kísérletek és modellek létrehozásának megkezdéséhez.

Megosztás a következőn keresztül: