Instalowanie zestawu Azure Machine Learning SDK dla języka Python

Artykuł
05/30/2023

Ten artykuł zawiera przewodnik po różnych opcjach instalacji zestawu SDK.

Wymagania wstępne

Język Python został zainstalowany w wersji 3.7 lub nowszej. W przypadku pakietów azureml-automl użyj tylko wersji 3.7 lub 3.8.
zainstalowano narzędzie

Instalacja domyślna

Użyj witryny azureml-core.

pip install azureml-core

Następnie zainstaluj wszystkie inne pakiety wymagane dla określonego zadania.

Uaktualnianie instalacji

Napiwek

Zalecamy, aby zawsze aktualizować plik azureml-core do najnowszej wersji.

Uaktualnij poprzednią wersję:

pip install --upgrade azureml-core

Sprawdzanie wersji

Sprawdź wersję zestawu SDK:

pip show azureml-core

Aby wyświetlić wszystkie pakiety w środowisku:

pip list

Możesz również wyświetlić wersję zestawu SDK w języku Python, ale ta wersja nie zawiera wersji pomocniczej.

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

Aby dowiedzieć się więcej na temat konfigurowania środowiska projektowego dla usługi Azure Machine Learning, zobacz Konfigurowanie środowiska projektowego.

Inne pakiety azureml

Zestaw SDK zawiera wiele innych opcjonalnych pakietów, które można zainstalować. Obejmują one zależności, które nie są wymagane dla wszystkich przypadków użycia, więc nie są uwzględniane w instalacji domyślnej w celu uniknięcia wzdęcia środowiska. W poniższej tabeli przedstawiono pakiety , ich przypadki użycia i polecenie do zainstalowania, aktualizacji i sprawdzania wersji.

Dodatkowy pakiet	Przypadek użycia	Instalowanie/uaktualnianie/pokazywanie wersji
`azureml-automl-core`	Zawiera podstawowe klasy zautomatyzowanego uczenia maszynowego dla usługi Azure Machine Learning. Ten pakiet jest używany przez środowisko uruchomieniowe azureml-train-automl-client i azureml-train-automl-runtime.	`pip install azureml-automl-core` `pip install --upgrade azureml-automl-core` `pip show azureml-automl-core`
`azureml-accel-models`	Przyspiesza głębokie sieci neuronowe na układach FPGA za pomocą usługi Azure ML Hardware Accelerated Models Service.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-train-automl`	Udostępnia klasy do tworzenia i uruchamiania eksperymentów zautomatyzowanego uczenia maszynowego. Instaluje również typowe pakiety nauki o danych, w tym `pandas`, `numpy`i `scikit-learn`. Jeśli chcesz przesłać zautomatyzowane przebiegi uczenia maszynowego na zdalnych obliczeniach i nie potrzebujesz żadnego lokalnego uczenia maszynowego, zalecamy użycie klienta elastycznego , `azureml-train-automl-client`pakietu będącego częścią programu `azureml-sdk`. Zobacz dodatkowe wskazówki dotyczące przypadków użycia, aby uzyskać więcej informacji na temat instalacji i pracy z pełnym `automl` zestawem SDK lub jego klientem cienkim. `azureml-train-automl-client` Podobnie jak w przypadku standardu języka Python, jedna wersja wsteczna i zgodność z jedną wersją do przodu jest obsługiwana, ale tylko dla pełnego `azureml-train-automl` pakietu. Jeśli na przykład model jest trenowany przy użyciu zestawu SDK w wersji 1.29.0, możesz wnioskować przy użyciu wersji zestawu SDK z zakresu od 1.28.0 do 1.30.0.	W przypadku lokalnego środowiska conda: `pip install azureml-train-automl` `pip install --upgrade azureml-train-automl` `pip install show azureml-train-automl` Klient cienki na potrzeby zdalnego przetwarzania: `pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip install show azureml-train-automl-client`
`azureml-contrib`	Instaluje pakiety azureml-contrib-* zawierające funkcje eksperymentalne lub funkcje w wersji zapoznawczej.	`pip install azureml-contrib` `pip install --upgrade azureml-contrib` `pip show azureml-contrib`
`azureml-datadrift`	Zawiera funkcje wykrywania, kiedy dane trenowania modelu dryfowały z danych oceniania.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-interpret`	Służy do interpretowania modelu, w tym znaczenia funkcji i klasy dla modeli blackbox i whitebox.	`pip azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-widgets`	Zawiera podstawowe pakiety, moduły i klasy dla usługi Azure Machine Learning.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-contrib-services`	Udostępnia funkcje skryptów oceniania w celu żądania nieprzetworzonego dostępu HTTP.	`pip install azureml-contrib-services` `pip install --upgrade azureml-contrib-services` `pip show azureml-contrib-services`
`azureml-tensorboard`	Udostępnia klasy i metody eksportowania historii przebiegów eksperymentów oraz uruchamiania narzędzia TensorBoard w celu wizualizacji wydajności i struktury eksperymentu.	`pip install azureml-tensorboard` `pip install --upgrade azureml-tensorboard` `pip show azureml-tensorboard`
`azureml-mlflow`	Zawiera funkcje integrujące usługę Azure Machine Learning z aplikacją MLFlow.	`pip install azureml-mlflow` `pip install --upgrade azureml-mlflow` `pip show azureml-mlflow`
`azureml-automl-runtime`	Zawiera klasy zautomatyzowanego uczenia maszynowego do wykonywania przebiegów w usłudze Azure Machine Learning.	`pip install azureml-automl-runtime` `pip install --upgrade azureml-automl-runtime` `pip show azureml-automl-runtime`
`azureml-widgets`	Zawiera funkcje do wyświetlania postępu przebiegów trenowania uczenia maszynowego w notesach Jupyter Notebook.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-train-restclients-hyperdrive`	Zawiera klasy potrzebne do utworzenia funkcji HyperDriveRuns za pomocą polecenia azureml-train-core.	`pip install azureml-train-restclients-hyperdrive` `pip install --upgrade azureml-train-restclients-hyperdrive` `pip show azureml-train-restclients-hyperdrive`
`azureml-train-core`	Zawiera klasy narzędzia do szacowania podstawowego i ogólną klasę narzędzia do szacowania używane w trenowaniu głębokiej sieci neuronowej (DNN), narzędzia do szacowania używane w trenowaniu Scikit-Learn, moduły i klasy obsługujące dostrajanie hiperparametrów.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-train-automl-runtime`	Zawiera funkcje reprezentujące podstawowe składniki zautomatyzowanego uczenia maszynowego i środowiska uruchomieniowego w usłudze Azure Machine Learning.	`pip install azureml-train-automl-runtime` `pip install --upgrade azureml-train-automl-runtime` `pip show azureml-train-automl-runtime`
`azureml-train-automl-client`	Zawiera podstawowe pakiety, moduły i klasy dla usługi Azure Machine Learning.	`pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip show azureml-train-automl-client`
`azureml-telemetry`	Ten pakiet służy do zbierania danych telemetrycznych, takich jak komunikaty dziennika, metryki, zdarzenia i komunikaty o aktywności.	`pip install azureml-telemetry` `pip install --upgrade azureml-telemetry` `pip show azureml-telemetry`
`azureml-synapse`	Zawiera polecenie Magic służące do zarządzania sesją usługi Synapse i przesyłania kodu oraz widżetu SparkMonitor w celu monitorowania postępu zadań platformy Spark dla programów Jupyter i JupyterLab	`pip install azureml-synapse` `pip install --upgrade azureml-synapse` `pip show azureml-synapse`
`azureml-sdk`	Pakiet Thos służy do tworzenia i uruchamiania przepływów pracy uczenia maszynowego w usłudze Azure Machine Learning	`pip install azureml-sdk` `pip install --upgrade azureml-sdk` `pip show azureml-sdk`
`azureml-pipeline-steps`	Zawiera wstępnie utworzone kroki, które można wykonać w potoku usługi Azure Machine Learning.	`pip install azureml-pipeline-steps` `pip install --upgrade azureml-pipeline-steps` `pip show azureml-pipeline-steps`
`azureml-pipeline-core`	Zawiera podstawowe funkcje potoków usługi Azure Machine Learning, które są konfigurowalnymi przepływami pracy uczenia maszynowego.	`pip install azureml-pipeline-core` `pip install --upgrade azureml-pipeline-core` `pip show azureml-pipeline-core`
`azureml-pipeline`	Ten pakiet służy do tworzenia, optymalizowania przepływów pracy uczenia maszynowego i zarządzania nimi	`pip install azureml-pipeline` `pip install --upgrade azureml-pipeline` `pip show azureml-pipeline`
`azureml-opendatasets`	Zawiera podstawowe funkcje potoków usługi Azure Machine Learning, które są konfigurowalnymi przepływami pracy uczenia maszynowego.	`pip install azureml-opendatasets` `pip install --upgrade azureml-opendatasets` `pip show azureml-opendatasets`
`azureml-interpret`	Zawiera funkcje pracy z interpretacją modelu w usłudze Azure Machine Learning.	`pip install azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-defaults`	Ten pakiet to metapakiet używany wewnętrznie przez usługę Azure Machine Learning.	`pip install azureml-defaults` `pip install --upgrade azureml-defaults` `pip show azureml-defaults`
`azureml-dataset-runtime`	Celem tego pakietu jest koordynowanie zależności w pakietach AzureML. Ten pakiet jest wewnętrzny i nie jest przeznaczony do bezpośredniego użycia.	`pip install azureml-dataset-runtime` `pip install --upgrade azureml-dataset-runtime` `pip show azureml-dataset-runtime`
`azureml-datadrift`	Zawiera funkcje wykrywania, kiedy dane trenowania modelu dryfowały z danych oceniania.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-contrib-server`	Ten pakiet jest lokalną usługą HTTP używaną do uwidocznienia podzbioru funkcji udostępnianych przez zestaw SDK usługi AzureML do rozszerzeń programu VS Tools for AI (VSCode i Visual Studio)	`pip install azureml-contrib-server` `pip install --upgrade azureml-contrib-server` `pip show azureml-contrib-server`
`azureml-contrib-run`	Ten pakiet jest używany do zawierania kodu integracji usługi AzureML z rozwiązaniem Mlflow.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-contrib-reinforcementlearning`	Zawiera funkcje tworzenia docelowego obiektu obliczeniowego systemu Windows w usłudze Azure Machine Learning.	`pip install azureml-contrib-reinforcementlearning` `pip install --upgrade azureml-contrib-reinforcementlearning` `pip show azureml-contrib-reinforcementlearning`
`azureml-contrib-pipeline-steps`	Zawiera moduły i klasy dla wyspecjalizowanych kroków potoku usługi Azure Machine Learning i skojarzonej konfiguracji.	`pip install azureml-contrib-pipeline-steps` `pip install --upgrade azureml-contrib-pipeline-steps` `pip show azureml-contrib-pipeline-steps`
`azureml-contrib-notebook`	Zawiera rozszerzenia do pracy z notesami Jupyter w usłudze Azure Machine Learning.	`pip install azureml-contrib-notebook` `pip install --upgrade azureml-contrib-notebook` `pip show azureml-contrib-notebook`
`azureml-contrib-gbdt`	Ten pakiet zawiera narzędzie do szacowania lightGBM.	`pip install azureml-contrib-gbdt` `pip install --upgrade azureml-contrib-gbdt` `pip show azureml-contrib-gbdt`
`azureml-contrib-functions`	Zawiera funkcje tworzenia pakietów modeli usługi Azure Machine Learning na potrzeby wdrażania w usłudze Azure Functions.	`pip install azureml-contrib-functions` `pip install --upgrade azureml-contrib-functions` `pip show azureml-contrib-functions`
`azureml-contrib-fairness`	Ten pakiet obsługuje korzystanie z pulpitów nawigacyjnych oceny sprawiedliwości w usłudze Azure Machine Learning Studio	`pip install azureml-contrib-fairness` `pip install --upgrade azureml-contrib-fairness` `pip show azureml-contrib-fairness`
`azureml-contrib-dataset`	Zawiera wyspecjalizowane funkcje do pracy z obiektami zestawu danych w usłudze Azure Machine Learning.	`pip install azureml-contrib-dataset` `pip install --upgrade azureml-contrib-dataset` `pip show azureml-contrib-dataset`
`azureml-contrib-automl-pipeline-steps`	Zawiera wstępnie utworzone kroki, które można wykonać w potoku usługi Azure Machine Learning.	`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`	Ten pakiet jest przeznaczony tylko do użycia przez skrypty generowane przez system rozwiązania AutoML. Aby zainstalować w systemie Windows, pakiety "torch" i "torchvision" muszą być zainstalowane oddzielnie przed tym pakietem.	`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`	Wspólny pakiet rozszerzenia interfejsu wiersza polecenia usługi Azure ML. Typowe w usłudze azure-cli-ml i azure-cli-ml-preview.	`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 (AzureML — super komputer) — docelowy obiekt obliczeniowy. AISCCompute to zarządzana infrastruktura obliczeniowa sztucznej inteligencji, którą można dołączyć do obszaru roboczego przez administratora klastra.	`pip install azureml-contrib-aisc` `pip install --upgrade azureml-contrib-aisc` `pip show azureml-contrib-aisc`
`azureml-cli-common`	Wspólny pakiet rozszerzenia interfejsu wiersza polecenia usługi Azure ML. Typowe w usłudze azure-cli-ml i azure-cli-ml-preview.	`pip install azureml-cli-common` `pip install --upgrade azureml-cli-common` `pip show azureml-cli-common`
`azureml-automl-dnn-nlp`	Ten pakiet jest przeznaczony tylko do użycia przez skrypty generowane przez system rozwiązania AutoML.	`pip install azureml-automl-dnn-nlp` `pip install --upgrade azureml-automl-dnn-nlp` `pip show azureml-automl-dnn-nlp`
`azureml-accel-models`	Przyspieszanie głębokich sieci neuronowych na układach FPGA za pomocą usługi Azure ML Hardware Accelerated Models Service.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-inference-server-http`	Ten pakiet umożliwia tworzenie lokalne,integracja/ciągłe wdrażanie,trasy serwera.	`pip install azureml-inference-server-http` `pip install --upgrade azureml-inference-server-http` `pip show azureml-inference-server-http`
`azure-ml-component`	Ten pakiet zawiera funkcje tworzenia składników usługi Azure Machine Learning i zarządzania nimi, tworzenia i przesyłania potoków przy użyciu składników	`pip install azure-ml-component` `pip install --upgrade azure-ml-component` `pip show azure-ml-component`
`azureml-pipeline-wrapper`	Ten pakiet zawiera funkcje tworzenia modułów usługi Azure Machine Learning i zarządzania nimi, tworzenia i przesyłania potoków przy użyciu modułów	`pip install azureml-pipeline-wrapper` `pip install --upgrade azureml-pipeline-wrapper` `pip show azureml-pipeline-wrapper`
`azureml-designer-cv-modules`	Moduły do wstępnego przetwarzania i przekształcania obrazów, takich jak przycinanie, uzupełnianie lub zmienianie rozmiaru.	`pip install azureml-designer-cv-modules` `pip install --upgrade azureml-designer-cv-modules` `pip show azureml-designer-cv-modules`
`azureml-designer-pytorch-modules`	Moduły do trenowania i wnioskowania modeli klasyfikacji obrazów na podstawie struktury pytorch.	`pip install azureml-designer-pytorch-modules` `pip install --upgrade azureml-designer-pytorch-modules` `pip show azureml-designer-pytorch-modules`
`azureml-designer-vowpal-wabbit-modules`	Moduły do trenowania i wnioskowania modeli na podstawie struktury Vowpal Wabbit.	`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`	Różne moduły do przetwarzania danych, trenowania modelu, wnioskowania i oceny.	`pip install azureml-designer-classic-modules` `pip install --upgrade azureml-designer-classic-modules` `pip show azureml-designer-classic-modules`
`azureml-designer-recommender-modules`	Moduły do trenowania i wnioskowania modeli rekomendacji na podstawie głębokiej sieci neuronowej.	`pip install azureml-designer-recommender-modules` `pip install --upgrade azureml-designer-recommender-modules` `pip show azureml-designer-recommender-modules`
`azureml-designer-internal`	Funkcje wewnętrzne udostępniane dla wbudowanych modułów.	`pip install azureml-designer-internal` `pip install --upgrade azureml-designer-internal` `pip show azureml-designer-internal`
`azureml-designer-core`	Podstawowe funkcje definicji typu danych, operacji we/wy i io i często używanych funkcji.	`pip install azureml-designer-core` `pip install --upgrade azureml-designer-core` `pip show azureml-designer-core`
`azureml-designer-datatransform-modules`	Moduły do przekształcania zestawu danych, takie jak stosowanie operacji matematycznych, zapytań SQL, wycinanie wartości odstających lub generowanie raportu statystycznego.	`pip install azureml-designer-datatransform-modules` `pip install --upgrade azureml-designer-datatransform-modules` `pip show azureml-designer-datatransform-modules`
`azureml-designer-dataio-modules`	Moduły do ładowania danych do projektanta usługi Azure Machine Learning i zapisują dane w magazynie opartym na chmurze.	`pip install azureml-designer-dataio-modules` `pip install --upgrade azureml-designer-dataio-modules` `pip show azureml-designer-dataio-modules`
`azureml-designer-serving`	Udostępniaj funkcje wywoływania wbudowanych modułów w usłudze wdrażania.	`pip install azureml-designer-serving` `pip install --upgrade azureml-designer-serving` `pip show azureml-designer-serving`
`azureml-contrib-datadrift`	Zawiera funkcje wykrywania dryfu danych dla różnych zestawów danych używanych w uczeniu maszynowym, w tym zestawów danych szkoleniowych i zestawu danych oceniania.	`pip install azureml-contrib-datadrift` `pip install --upgrade azureml-contrib-datadrift` `pip show azureml-contrib-datadrift`
`azureml-contrib-explain-model`	Zawiera funkcje eksperymentalne pakietu azureml-explain-model, który oferuje różne usługi do interpretacji modelu uczenia maszynowego.	`pip install azureml-contrib-explain-model` `pip install --upgrade azureml-contrib-explain-model` `pip show azureml-contrib-explain-model`
`azureml-contrib-opendatasets`	Ten pakiet udostępnia zestaw interfejsów API do korzystania z usługi Azure Open Datasets.	`pip install azureml-contrib-opendatasets` `pip install --upgrade azureml-contrib-opendatasets` `pip show azureml-contrib-opendatasets`
`azureml-train-widgets`	Zawiera widżety notesów Jupyter Notebook do wizualnego śledzenia przebiegów.	`pip install azureml-train-widgets` `pip install --upgrade azureml-train-widgets` `pip show azureml-train-widgets`

Aby uzyskać więcej informacji na temat powyższych pakietów, zobacz Artykuł AzureML on pypi (AzureML on pypi).

Dodatkowe wskazówki dotyczące przypadków użycia

Jeśli twój przypadek użycia został opisany poniżej, zapoznaj się ze wskazówkami i zalecanymi akcjami.

Przypadek użycia	Wskazówki
Korzystanie z akcji `automl`	Zainstaluj pełny`azureml-train-automl` zestaw SDK w nowym 64-bitowym środowisku języka Python. Wymagane jest nowe środowisko 64-bitowe ze względu na zależność od struktury LightGBM . Ten pakiet instaluje i przypina określone wersje pakietów nauki o danych w celu zapewnienia zgodności, co wymaga czystego środowiska. Klient cienki, `azureml-train-automl-client`pakiet , nie instaluje dodatkowych pakietów nauki o danych ani nie wymaga czystego środowiska języka Python. Zalecamy `azureml-train-automl-client` przesyłanie przebiegów zautomatyzowanego uczenia maszynowego tylko do zdalnego przetwarzania obliczeniowego i nie trzeba przesyłać lokalnych przebiegów ani pobierać modelu lokalnie. Jedna wersja wsteczna i zgodność z jedną wersją do przodu jest obsługiwana tylko w przypadku modeli wytrenowanych z pełnym `azureml-train-automl` pakietem. Jeśli na przykład model jest trenowany przy użyciu zestawu SDK w wersji 1.29.0, możesz wnioskować przy użyciu wersji zestawu SDK z zakresu od 1.28.0 do 1.30.0.
Korzystanie z usługi Azure Databricks	W środowisku usługi Azure Databricks użyj źródeł biblioteki opisanych w tym przewodniku do instalowania zestawu SDK. Zapoznaj się również z tymi wskazówkami , aby uzyskać więcej informacji na temat pracy z zestawem Azure Machine Learning SDK dla języka Python w usłudze Azure Databricks.
Korzystanie z maszyny wirtualnej usługi Azure Nauka o danych	Maszyny wirtualne do analizy danych na platformie Azure utworzone po 27 września 2018 r. mają preinstalowany zestaw SDK języka Python.
Uruchamianie samouczków lub notesów usługi Azure Machine Learning	Jeśli używasz starszej wersji zestawu SDK niż ta wymieniona w samouczku lub notesie, należy uaktualnić zestaw SDK. Niektóre funkcje samouczków i notesów mogą wymagać dodatkowych pakietów języka Python, takich jak `matplotlib`, `scikit-learn`lub `pandas`. Instrukcje w każdym samouczku i notesie zawierają informacje o wymaganych pakietach.

Rozwiązywanie problemów

Instalacja: zależności nie mają gwarancji spójności z instalacją jednowierszową:

Jest to znane ograniczenie potoku, ponieważ nie ma działającego narzędzia rozpoznawania zależności podczas instalacji jako pojedynczego wiersza. Pierwsza unikatowa zależność jest jedyną, na której się patrzy.

W poniższym kodzie azureml-datadrift i azureml-train-automl są instalowane przy użyciu instalacji jednowierszowej.
```
  pip install azureml-datadrift, azureml-train-automl
```
W tym przykładzie azureml-datadrift załóżmy, że wymaga wersji 1.0 i azureml-train-automl wymaga wersji > < 1.2. Jeśli najnowsza wersja programu azureml-datadrift to 1.3, oba pakiety zostaną uaktualnione do wersji 1.3, niezależnie od azureml-train-automl wymagania dotyczącego pakietu dla starszej wersji.

Aby upewnić się, że odpowiednie wersje są zainstalowane dla pakietów, zainstaluj je przy użyciu wielu wierszy, takich jak w poniższym kodzie. Kolejność nie jest tutaj problemem, ponieważ narzędzie jawnie obniża dół w ramach następnego wywołania wiersza. Dlatego stosowane są odpowiednie zależności wersji.
```
   pip install azureml-datadrift
   pip install azureml-train-automl 
```
Pakiet wyjaśnień nie ma gwarancji, że zostanie zainstalowany podczas instalowania klienta azureml-train-automl-client:

Podczas uruchamiania zdalnego przebiegu automatycznego uczenia maszynowego z włączonym wyjaśnieniem modelu zostanie wyświetlony komunikat o błędzie "Zainstaluj pakiet azureml-explain-model w celu wyjaśnienia modelu". Jest to znany problem. Aby obejść ten problem, wykonaj jedną z poniższych czynności:
1. Zainstaluj usługę azureml-explain-model lokalnie.
```
    pip install azureml-explain-model
```
1. Wyłącz funkcję wyjaśnienia całkowicie, przekazując model_explainability=False w konfiguracji rozwiązania AutoML.
```
    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)
```
Błędy biblioteki Panda: zwykle występujące podczas eksperymentu rozwiązania AutoML:

Podczas ręcznego konfigurowania środowiska przy użyciu narzędzia mogą wystąpić błędy (zwłaszcza z biblioteki pandas) z powodu nieobsługiwanych wersji pakietów.

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

Aby zapobiec takim błędom, zainstaluj zestaw SDK rozwiązania AutoML przy użyciu automl_setup.cmd:
1. Otwórz wiersz polecenia platformy Anaconda i sklonuj repozytorium GitHub dla zestawu przykładowych notesów.
```
git clone https://github.com/Azure/MachineLearningNotebooks.git
```
1. cd do folderu how-to-use-azureml/automated-machine-learning, w którym wyodrębniono przykładowe notesy, a następnie uruchom polecenie:
```
automl_setup
```
KeyError: "marka" podczas uruchamiania rozwiązania AutoML w lokalnym środowisku obliczeniowym lub klastrze usługi Azure Databricks

Jeśli nowe środowisko zostało utworzone po 10 czerwca 2020 r. przy użyciu zestawu SDK 1.7.0 lub starszego, szkolenie może zakończyć się niepowodzeniem z powodu aktualizacji w pakiecie py-cpuinfo. (Nie ma to wpływu na środowiska utworzone w dniu 10 czerwca 2020 r., ponieważ eksperymenty są uruchamiane na zdalnych obliczeniach, ponieważ są używane buforowane obrazy szkoleniowe). Aby obejść ten problem, wykonaj jedną z następujących dwóch czynności:
- Zaktualizuj zestaw SDK do wersji 1.8.0 lub nowszej (spowoduje to również obniżenie poziomu py-cpuinfo do wersji 5.0.0):
```
pip install --upgrade azureml-sdk[automl]
```
- Obniżanie zainstalowanej wersji narzędzia py-cpuinfo do wersji 5.0.0:
```
pip install py-cpuinfo==5.0.0
```
Komunikat o błędzie: Nie można odinstalować pliku "PyYAML"

Zestaw SDK usługi Azure Machine Learning dla języka Python: PyYAML to distutils zainstalowany projekt. W związku z tym nie możemy dokładnie określić, które pliki należą do niego, jeśli istnieje częściowe odinstalowanie. Aby kontynuować instalowanie zestawu SDK podczas ignorowania tego błędu, użyj:
```
pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
```
Instalacja zestawu SDK usługi Azure Machine Learning kończy się niepowodzeniem z wyjątkiem: ModuleNotFoundError: Brak modułu o nazwie "ruamel" lub "ImportError: Brak modułu o nazwie ruamel.yaml"

Ten problem występuje podczas instalacji zestawu Azure Machine Learning SDK dla języka Python w najnowszej wersji narzędzia (>20.1.1) w środowisku podstawowym conda dla wszystkich wydanych wersji zestawu Azure Machine Learning SDK dla języka Python. Zapoznaj się z następującymi obejściami:
- Unikaj instalowania zestawu SDK języka Python w środowisku podstawowym conda, zamiast tworzyć środowisko conda i instalować zestaw SDK w tym nowo utworzonym środowisku użytkownika. Najnowszy powinien pracować nad tym nowym środowiskiem conda.
- W przypadku tworzenia obrazów na platformie Docker, gdzie nie można odłączyć się od środowiska podstawowego conda, przypnij plik<=20.1.1 w pliku platformy Docker.
```
conda install -c r -y conda python=3.8 pip=20.1.1
```

Następne kroki

Spróbuj wykonać następujące następne kroki, aby dowiedzieć się, jak używać zestawu SDK usługi Azure Machine Learning service dla języka Python:

Zapoznaj się z omówieniem zestawu SDK języka Python dla usługi Azure Machine Learnin, aby dowiedzieć się więcej o kluczowych klasach i wzorcach projektowych z przykładami kodu.
Postępuj zgodnie z samouczkiem Wprowadzenie do usługi Azure Machine Learning w języku Python, aby rozpocząć tworzenie eksperymentów i modeli.

Udostępnij za pośrednictwem