Dela via


Installera Azure Mašinsko učenje SDK för Python

Den här artikeln är en guide för olika installationsalternativ för SDK.

Förutsättningar


Standardinstallation

Använd azureml-core.

pip install azureml-core

Installera sedan alla andra paket som krävs för ditt specifika jobb.

Uppgraderingsinstallation

Dricks

Vi rekommenderar att du alltid håller azureml-core uppdaterat till den senaste versionen.

Uppgradera en tidigare version:

pip install --upgrade azureml-core

Kontrollera version

Verifiera din SDK-version:

pip show azureml-core

Så här ser du alla paket i din miljö:

pip list

Du kan också visa SDK-versionen i Python, men den här versionen innehåller inte delversionen.

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

Mer information om hur du konfigurerar utvecklingsmiljön för Azure Mašinsko učenje-tjänsten finns i Konfigurera utvecklingsmiljön.

Andra azureml-paket

SDK innehåller många andra valfria paket som du kan installera. Dessa inkluderar beroenden som inte krävs för alla användningsfall, så de ingår inte i standardinstallationen för att undvika att miljön svälls upp. I följande tabell beskrivs paketen ,deras användningsfall och kommando för att installera, uppdatera och versionskontroll.

Ytterligare paket Användningsfall Installera/uppgradera/visa version
azureml-automl-core Innehåller grundläggande automatiserade maskininlärningsklasser för Azure Mašinsko učenje.
Det här paketet används av azureml-train-automl-client och azureml-train-automl-runtime.
pip install azureml-automl-core
pip install --upgrade azureml-automl-core
pip show azureml-automl-core
azureml-accel-models Accelererar djupa neurala nätverk på FPGA:er med 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 Innehåller klasser för att skapa och köra automatiserade maskininlärningsexperiment. Installerar även vanliga data science-paket som pandas, numpyoch scikit-learn.

Om du vill skicka automatiserade ML-körningar på en fjärrberäkning och inte behöver utföra någon ML lokalt rekommenderar vi att du använder den tunna klienten, azureml-train-automl-client, paketet som är en del av azureml-sdk.

Mer information om hur du installerar och arbetar med den fullständiga automl SDK:t eller dess tunna klient finns i ytterligare vägledning för användningsfall. azureml-train-automl-client

På samma sätt som Python-standarden stöds en version bakåt och en version framåtkompatibilitet, men endast för hela azureml-train-automl paketet. Om en modell till exempel tränas med SDK version 1.29.0 kan du dra slutsatser med SDK-versioner mellan 1.28.0 och 1.30.0.
För lokal conda-miljö:
pip install azureml-train-automl
pip install --upgrade azureml-train-automl pip install show azureml-train-automl

Tunn klient för fjärrberäkning:
pip install azureml-train-automl-client
pip install --upgrade azureml-train-automl-client
pip install show azureml-train-automl-client
azureml-contrib Installerar azureml-contrib-* -paket, som innehåller experimentella funktioner eller förhandsversionsfunktioner. pip install azureml-contrib
pip install --upgrade azureml-contrib
pip show azureml-contrib
azureml-datadrift Innehåller funktioner för att identifiera när modellträningsdata har drivits från dess bedömningsdata. pip install azureml-datadrift
pip install --upgrade azureml-datadrift
pip show azureml-datadrift
azureml-interpret Används för modelltolkning, inklusive funktions- och klassvikt för blackbox- och whitebox-modeller. pip azureml-interpret
pip install --upgrade azureml-interpret
pip show azureml-interpret
azureml-widgets Innehåller kärnpaket, moduler och klasser för Azure Mašinsko učenje. pip install azureml-widgets
pip install --upgrade azureml-widgets
pip show azureml-widgets
azureml-contrib-services Tillhandahåller funktioner för bedömning av skript för att begära rå HTTP-åtkomst. pip install azureml-contrib-services
pip install --upgrade azureml-contrib-services
pip show azureml-contrib-services
azureml-tensorboard Innehåller klasser och metoder för att exportera experimentkörningshistorik och starta TensorBoard för visualisering av experimentprestanda och struktur. pip install azureml-tensorboard
pip install --upgrade azureml-tensorboard
pip show azureml-tensorboard
azureml-mlflow Innehåller funktioner som integrerar Azure Mašinsko učenje med MLFlow. pip install azureml-mlflow
pip install --upgrade azureml-mlflow
pip show azureml-mlflow
azureml-automl-runtime Innehåller automatiserade maskininlärningsklasser för körning av körningar i Azure Mašinsko učenje. pip install azureml-automl-runtime
pip install --upgrade azureml-automl-runtime
pip show azureml-automl-runtime
azureml-widgets Innehåller funktioner för att visa förloppet för maskininlärningsträningskörningar i Jupyter Notebooks. pip install azureml-widgets
pip install --upgrade azureml-widgets
pip show azureml-widgets
azureml-train-restclients-hyperdrive Innehåller klasser som behövs för att skapa HyperDriveRuns med 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 Innehåller basestimatorklasser och den generiska beräkningsklassen ,estimatorer som används i DNN-träning (Deep Neural Network), skattare som används i Scikit-Learn-träning, moduler och klasser som stöder hyperparameterjustering. pip install azureml-core
pip install --upgrade azureml-core
pip show azureml-core
azureml-train-automl-runtime Innehåller funktioner som representerar centrala automatiserade ML- och körningskomponenter i Azure Mašinsko učenje. pip install azureml-train-automl-runtime
pip install --upgrade azureml-train-automl-runtime
pip show azureml-train-automl-runtime
azureml-train-automl-client Innehåller kärnpaket, moduler och klasser för Azure Mašinsko učenje. pip install azureml-train-automl-client
pip install --upgrade azureml-train-automl-client
pip show azureml-train-automl-client
azureml-telemetry Det här paketet används för att samla in telemetridata som loggmeddelanden, mått, händelser och aktivitetsmeddelanden. pip install azureml-telemetry
pip install --upgrade azureml-telemetry
pip show azureml-telemetry
azureml-synapse Innehåller Magic-kommandot för att hantera Synapse-sessionen och skicka kod och SparkMonitor-widgeten för att övervaka spark-jobbets förlopp, för både Jupyter och JupyterLab pip install azureml-synapse
pip install --upgrade azureml-synapse
pip show azureml-synapse
azureml-sdk Thos-paketet används för att skapa och köra maskininlärningsarbetsflöden på Azure Mašinsko učenje-tjänsten pip install azureml-sdk
pip install --upgrade azureml-sdk
pip show azureml-sdk
azureml-pipeline-steps Innehåller fördefinierade steg som kan köras i en Azure Mašinsko učenje Pipeline. pip install azureml-pipeline-steps
pip install --upgrade azureml-pipeline-steps
pip show azureml-pipeline-steps
azureml-pipeline-core Innehåller kärnfunktioner för Azure Mašinsko učenje pipelines, som är konfigurerbara arbetsflöden för maskininlärning. pip install azureml-pipeline-core
pip install --upgrade azureml-pipeline-core
pip show azureml-pipeline-core
azureml-pipeline Det här paketet används för att skapa, optimera och hantera arbetsflöden för maskininlärning pip install azureml-pipeline
pip install --upgrade azureml-pipeline
pip show azureml-pipeline
azureml-opendatasets Innehåller kärnfunktioner för Azure Mašinsko učenje pipelines, som är konfigurerbara arbetsflöden för maskininlärning. pip install azureml-opendatasets
pip install --upgrade azureml-opendatasets
pip show azureml-opendatasets
azureml-interpret Innehåller funktioner för att arbeta med modelltolkning i Azure Mašinsko učenje. pip install azureml-interpret
pip install --upgrade azureml-interpret
pip show azureml-interpret
azureml-defaults Det här paketet är ett metapaket som används internt av Azure Mašinsko učenje. pip install azureml-defaults
pip install --upgrade azureml-defaults
pip show azureml-defaults
azureml-dataset-runtime Syftet med det här paketet är att samordna beroenden i AzureML-paket. Det här paketet är internt och är inte avsett att användas direkt. pip install azureml-dataset-runtime
pip install --upgrade azureml-dataset-runtime
pip show azureml-dataset-runtime
azureml-datadrift Innehåller funktioner för att identifiera när modellträningsdata har drivits från dess bedömningsdata. pip install azureml-datadrift
pip install --upgrade azureml-datadrift
pip show azureml-datadrift
azureml-contrib-server Det här paketet är en lokal HTTP-tjänst som används för att exponera en delmängd av funktionerna som tillhandahålls av AzureML SDK för VS Tools för AI-tillägg (VSCode och Visual Studio) pip install azureml-contrib-server
pip install --upgrade azureml-contrib-server
pip show azureml-contrib-server
azureml-contrib-run Det här paketet används för att innehålla integreringskoden för AzureML med Mlflow. pip install azureml-core
pip install --upgrade azureml-core
pip show azureml-core
azureml-contrib-reinforcementlearning Innehåller funktioner för att skapa ett Windows-beräkningsmål i Azure Mašinsko učenje. pip install azureml-contrib-reinforcementlearning
pip install --upgrade azureml-contrib-reinforcementlearning
pip show azureml-contrib-reinforcementlearning
azureml-contrib-pipeline-steps Innehåller moduler och klasser för specialiserade Azure Mašinsko učenje Pipeline-steg och tillhörande konfiguration. pip install azureml-contrib-pipeline-steps
pip install --upgrade azureml-contrib-pipeline-steps
pip show azureml-contrib-pipeline-steps
azureml-contrib-notebook Innehåller tillägg för att arbeta med Jupyter Notebooks i Azure Mašinsko učenje. pip install azureml-contrib-notebook
pip install --upgrade azureml-contrib-notebook
pip show azureml-contrib-notebook
azureml-contrib-gbdt Det här paketet innehåller LightGBM-skattare. pip install azureml-contrib-gbdt
pip install --upgrade azureml-contrib-gbdt
pip show azureml-contrib-gbdt
azureml-contrib-functions Innehåller funktioner för att paketera Azure Mašinsko učenje-modeller för distribution till Azure Functions. pip install azureml-contrib-functions
pip install --upgrade azureml-contrib-functions
pip show azureml-contrib-functions
azureml-contrib-fairness Det här paketet stöder användning av instrumentpaneler för rättvisebedömning i Azure Mašinsko učenje Studio pip install azureml-contrib-fairness
pip install --upgrade azureml-contrib-fairness
pip show azureml-contrib-fairness
azureml-contrib-dataset Innehåller specialiserade funktioner för att arbeta med datauppsättningsobjekt i Azure Mašinsko učenje. pip install azureml-contrib-dataset
pip install --upgrade azureml-contrib-dataset
pip show azureml-contrib-dataset
azureml-contrib-automl-pipeline-steps Innehåller fördefinierade steg som kan köras i en Azure Mašinsko učenje Pipeline. 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 Det här paketet är endast avsett att användas av autoML-systemgenererade skript. Om du vill installera i Windows måste paketen "torch" och "torchvision" installeras separat före det här paketet. 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 Vanliga paket för Azure ML CLI-tillägget. Vanliga i azure-cli-ml och 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 Beräkningsmål för AzureML Contrib för AzureML AI Super Computer. AISCCompute är en hanterad AI-beräkningsinfrastruktur som kan kopplas till en arbetsyta av klusteradministratör. pip install azureml-contrib-aisc
pip install --upgrade azureml-contrib-aisc
pip show azureml-contrib-aisc
azureml-cli-common Vanliga paket för Azure ML CLI-tillägget. Vanliga i azure-cli-ml och azure-cli-ml-preview. pip install azureml-cli-common
pip install --upgrade azureml-cli-common
pip show azureml-cli-common
azureml-automl-dnn-nlp Det här paketet är endast avsett att användas av autoML-systemgenererade skript. pip install azureml-automl-dnn-nlp
pip install --upgrade azureml-automl-dnn-nlp
pip show azureml-automl-dnn-nlp
azureml-accel-models Påskynda djupa neurala nätverk på FPGA:er med 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 Det här paketet aktiverar lokal utveckling, CI/CD-integrering, servervägar. pip install azureml-inference-server-http
pip install --upgrade azureml-inference-server-http
pip show azureml-inference-server-http
azure-ml-component Det här paketet innehåller funktioner för redigering och hantering av Azure Mašinsko učenje-komponenter som redigerar och skickar pipelines med hjälp av komponenter pip install azure-ml-component
pip install --upgrade azure-ml-component
pip show azure-ml-component
azureml-pipeline-wrapper Det här paketet innehåller funktioner för redigering och hantering av Azure Mašinsko učenje-moduler, redigering och sändning av pipelines med hjälp av moduler pip install azureml-pipeline-wrapper
pip install --upgrade azureml-pipeline-wrapper
pip show azureml-pipeline-wrapper
azureml-designer-cv-modules Moduler för att förbearbeta och transformera bilder som att beskära, fylla på eller ändra storlek. pip install azureml-designer-cv-modules
pip install --upgrade azureml-designer-cv-modules
pip show azureml-designer-cv-modules
azureml-designer-pytorch-modules Moduler för att träna och härleda bildklassificeringsmodeller baserat på pytorch-ramverk. pip install azureml-designer-pytorch-modules
pip install --upgrade azureml-designer-pytorch-modules
pip show azureml-designer-pytorch-modules
azureml-designer-vowpal-wabbit-modules Moduler för att träna och dra slutsatsdragningsmodeller baserade på Vowpal Wabbit-ramverk. 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 En mängd olika moduler för databehandling, modellträning, slutsatsdragning och utvärdering. pip install azureml-designer-classic-modules
pip install --upgrade azureml-designer-classic-modules
pip show azureml-designer-classic-modules
azureml-designer-recommender-modules Moduler för att träna och dra slutsatsdragningsrekommendationsmodeller baserade på djupa neurala nätverk. pip install azureml-designer-recommender-modules
pip install --upgrade azureml-designer-recommender-modules
pip show azureml-designer-recommender-modules
azureml-designer-internal Interna funktioner som tillhandahålls för inbyggda moduler. pip install azureml-designer-internal
pip install --upgrade azureml-designer-internal
pip show azureml-designer-internal
azureml-designer-core Grundläggande funktioner för definition av datatyp, data-io och funktioner som används ofta. pip install azureml-designer-core
pip install --upgrade azureml-designer-core
pip show azureml-designer-core
azureml-designer-datatransform-modules Moduler för att transformera datamängd, till exempel genom att tillämpa matematiska åtgärder, sql-frågor, klippa ut avvikande värden eller generera en statistikrapport. pip install azureml-designer-datatransform-modules
pip install --upgrade azureml-designer-datatransform-modules
pip show azureml-designer-datatransform-modules
azureml-designer-dataio-modules Moduler för att läsa in data i Azure Machine Learning Designer och skriva data till molnbaserad lagring. pip install azureml-designer-dataio-modules
pip install --upgrade azureml-designer-dataio-modules
pip show azureml-designer-dataio-modules
azureml-designer-serving Ange funktioner för att anropa inbyggda moduler i distributionstjänsten. pip install azureml-designer-serving
pip install --upgrade azureml-designer-serving
pip show azureml-designer-serving
azureml-contrib-datadrift Innehåller funktioner för identifiering av dataavvikelser för olika datauppsättningar som används i maskininlärning, inklusive träningsdatauppsättningar och bedömningsdatauppsättning. pip install azureml-contrib-datadrift
pip install --upgrade azureml-contrib-datadrift
pip show azureml-contrib-datadrift
azureml-contrib-explain-model Innehåller experimentella funktioner för azureml-explain-model-paketet, som erbjuder en mängd olika tjänster för maskininlärningsmodelltolkning. pip install azureml-contrib-explain-model
pip install --upgrade azureml-contrib-explain-model
pip show azureml-contrib-explain-model
azureml-contrib-opendatasets Det här paketet innehåller en uppsättning API:er för att använda Azure Open Datasets. pip install azureml-contrib-opendatasets
pip install --upgrade azureml-contrib-opendatasets
pip show azureml-contrib-opendatasets
azureml-train-widgets Innehåller widgetar för Jupyter Notebooks för att visuellt spåra dina körningar. pip install azureml-train-widgets
pip install --upgrade azureml-train-widgets
pip show azureml-train-widgets

Mer information om paketen ovan finns i AzureML på pypi.

Ytterligare vägledning för användningsfall

Om ditt användningsfall beskrivs nedan bör du notera vägledningen och eventuella rekommenderade åtgärder.

Användningsfall Vägledning
Använda automl  Installera hela azureml-train-automl SDK:n i en ny 64-bitars Python-miljö. En ny 64-bitarsmiljö krävs på grund av ett beroende av LightGBM-ramverket . Det här paketet installerar och fäster specifika versioner av data science-paket för kompatibilitet, vilket kräver en ren miljö.

Den tunna klienten , azureml-train-automl-client, -paketet installerar inte ytterligare data science-paket eller kräver en ren Python-miljö. Vi rekommenderar att azureml-train-automl-client du bara behöver skicka automatiserade ML-körningar till en fjärrberäkning och inte behöver skicka lokala körningar eller ladda ned din modell lokalt.

En version bakåt och en version framåtkompatibilitet stöds endast för modeller som tränats med hela azureml-train-automl paketet. Om en modell till exempel tränas med SDK version 1.29.0 kan du dra slutsatser med SDK-versioner mellan 1.28.0 och 1.30.0.
Använda Azure Databricks I Azure Databricks-miljön använder du bibliotekskällorna som beskrivs i den här guiden för att installera SDK:t. Mer information om hur du arbetar med Azure Mašinsko učenje SDK för Python på Azure Databricks finns i de här tipsen.
Använda Azure Data Science Virtual Machine Azure Data Science Virtual Machines som skapats efter det den 27 september 2018 levereras förinstallerade med Python-SDK:n.
Köra Azure Mašinsko učenje självstudier eller notebook-filer Om du använder en äldre version av SDK:t än den som nämns i självstudien eller notebook-filen bör du uppgradera SDK:t. Vissa funktioner i självstudierna och notebook-filerna kan kräva ytterligare Python-paket som matplotlib, scikit-learneller pandas. Instruktioner i varje självstudie och notebook-fil visar vilka paket som krävs.

Felsökning

  • Pip-installation: Beroenden är inte garanterade att vara konsekventa med enkelradsinstallation:

    Detta är en känd begränsning för pip eftersom den inte har någon fungerande beroendelösare när du installerar som en enda rad. Det första unika beroendet är det enda som det tittar på.

    I följande kod azureml-datadrift och azureml-train-automl installeras båda med en enda rad pip installation.

      pip install azureml-datadrift, azureml-train-automl
    

    I det här exemplet ska vi säga kräver azureml-datadrift version > 1.0 och azureml-train-automl kräver version < 1.2. Om den senaste versionen av azureml-datadrift är 1.3 uppgraderas båda paketen till 1.3, oavsett paketkravet azureml-train-automl för en äldre version.

    För att säkerställa att lämpliga versioner är installerade för dina paket installerar du med flera rader som i följande kod. Order är inte ett problem här, eftersom pip uttryckligen nedgraderas som en del av nästa linjeanrop. Därför tillämpas lämpliga versionsberoenden.

       pip install azureml-datadrift
       pip install azureml-train-automl 
    
  • Förklaringspaketet är inte garanterat installerat när du installerar azureml-train-automl-client:

    När du kör en autoML-fjärrkörning med modellförklaring aktiverad visas ett felmeddelande om att installera azureml-explain-model-package för modellförklaringar. Det här är ett känt problem. Som en lösning följer du något av stegen nedan:

    1. Installera azureml-explain-model lokalt.
        pip install azureml-explain-model
    
    1. Inaktivera förklaringsfunktionen helt genom att skicka model_explainability=False i AutoML-konfigurationen.
        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-fel: Visas vanligtvis under AutoML-experiment:

    När du konfigurerar din miljö manuellt med pip kan du märka fel (särskilt från Pandas) på grund av att paketversioner som inte stöds har installerats.

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

    För att förhindra sådana fel installerar du AutoML SDK med hjälp av automl_setup.cmd:

    1. Öppna en Anaconda-prompt och klona GitHub-lagringsplatsen för en uppsättning notebook-exempelanteckningsböcker.
    git clone https://github.com/Azure/MachineLearningNotebooks.git
    
    1. cd till mappen how-to-use-azureml/automated-machine-learning där exempelanteckningsböckerna extraherades och sedan kördes:
    automl_setup
    
  • KeyError: "brand" när du kör AutoML på lokalt beräknings- eller Azure Databricks-kluster

    Om en ny miljö skapades efter den 10 juni 2020 med hjälp av SDK 1.7.0 eller tidigare kan träningen misslyckas med det här felet på grund av en uppdatering i py-cpuinfo-paketet. (Miljöer som skapats den 10 juni 2020 eller före den 10 juni 2020 påverkas inte, liksom experiment som körs på fjärrberäkning eftersom cachelagrade träningsbilder används.) Du kan lösa det här problemet genom att utföra något av följande två steg:

    • Uppdatera SDK-versionen till 1.8.0 eller senare (detta nedgraderar även py-cpuinfo till 5.0.0):

      pip install --upgrade azureml-sdk[automl]
      
    • Nedgradera den installerade versionen av py-cpuinfo till 5.0.0:

      pip install py-cpuinfo==5.0.0
      
  • Felmeddelande: Det går inte att avinstallera "PyYAML"

    Azure Mašinsko učenje SDK för Python: PyYAML är ett distutils installerat projekt. Därför kan vi inte exakt avgöra vilka filer som tillhör den om det finns en partiell avinstallation. Om du vill fortsätta att installera SDK:et medan du ignorerar det här felet använder du:

    pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
    
  • Azure Mašinsko učenje SDK-installationen misslyckas med ett undantag: ModuleNotFoundError: Ingen modul med namnet "ruamel" eller "ImportError: Ingen modul med namnet ruamel.yaml"

    Det här problemet uppstår vid installationen av Azure Mašinsko učenje SDK för Python på den senaste pipen (>20.1.1) i conda-basmiljön för alla versioner av Azure Mašinsko učenje SDK för Python. Se följande lösningar:

    • Undvik att installera Python SDK i conda-basmiljön, snarare skapa din conda-miljö och installera SDK i den nyligen skapade användarmiljön. Den senaste pipen bör fungera med den nya conda-miljön.

    • Om du vill skapa avbildningar i docker, där du inte kan växla bort från conda-basmiljön, fäster du pip<=20.1.1 i docker-filen.

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

Nästa steg

Prova följande steg för att lära dig hur du använder Azure Mašinsko učenje service SDK för Python:

  1. Läs översikten över Azure Machine Learnin Python SDK för att lära dig mer om nyckelklasser och designmönster med kodexempel.
  2. Följ självstudien Azure Mašinsko učenje Komma igång med Python för att börja skapa experiment och modeller.