Model Sınıf

Başvuru

Makine öğrenmesi eğitiminin sonucunu temsil eder.

Model, Azure machine learning eğitimi Run veya Azure dışındaki başka bir model eğitim sürecinin sonucudur. Modelin nasıl üretildiğine bakılmaksızın, bir ad ve sürümle temsil edildiği bir çalışma alanına kaydedilebilir. Model sınıfıyla, Modelleri Docker ile kullanmak üzere paketleyebilir ve bunları çıkarım istekleri için kullanılabilecek gerçek zamanlı bir uç nokta olarak dağıtabilirsiniz.

Modellerin nasıl oluşturulduğunu, yönetildiğini ve tüketildiğini gösteren uçtan uca öğretici için bkz. Azure Machine Learning kullanarak MNIST verileri ve scikit-learn ile görüntü sınıflandırma modelini eğitin.

Model oluşturucu.

Model oluşturucu, sağlanan çalışma alanıyla ilişkili bir Model nesnesinin bulut gösterimini almak için kullanılır. Ad veya kimlik belirtilmelidir.

Devralma: builtins.object

Model

Oluşturucu

Model(workspace, name=None, id=None, tags=None, properties=None, version=None, run_id=None, model_framework=None, expand=True, **kwargs)

Parametreler

Name	Description
workspace Gerekli	Workspace Alınacak modeli içeren çalışma alanı nesnesi.
name	str Alınacak modelin adı. Belirtilen ada sahip en son model varsa döndürülür. Default value: None
id	str Alınacak modelin kimliği. Belirtilen kimliği içeren model varsa döndürülür. Default value: None
tags	list Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir etiket listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' tarafından aranılır. Örn. ['key', ['key2', 'key2 value']] Default value: None
properties	list Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir özellik listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' tarafından aranılır. Örn. ['key', ['key2', 'key2 value']] Default value: None
version	int Döndürülecek model sürümü. parametresiyle `name` birlikte sağlandığında, belirtilen adlandırılmış modelin belirli sürümü (varsa) döndürülür. Atlanırsa `version` , modelin en son sürümü döndürülür. Default value: None
run_id	str Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı kimlik. Default value: None
model_framework	str Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı çerçeve adı. Belirtilirse, belirtilen çerçeveyle eşleşen modeller için sonuçlar döndürülür. İzin verilen değerler için bkz Framework . Default value: None
workspace Gerekli	Workspace Alınacak modeli içeren çalışma alanı nesnesi.
name Gerekli	str Alınacak modelin adı. Belirtilen ada sahip en son model varsa döndürülür.
id Gerekli	str Alınacak modelin kimliği. Belirtilen kimliği içeren model varsa döndürülür.
tags Gerekli	list Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir etiket listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' tarafından aranılır. Örn. ['key', ['key2', 'key2 value']]
properties Gerekli	list Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir özellik listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' tarafından aranılır. Örn. ['key', ['key2', 'key2 value']]
version Gerekli	int Döndürülecek model sürümü. parametresiyle `name` birlikte sağlandığında, belirtilen adlandırılmış modelin belirli sürümü (varsa) döndürülür. Atlanırsa `version` , modelin en son sürümü döndürülür.
run_id Gerekli	str Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı kimlik.
model_framework Gerekli	str Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı çerçeve adı. Belirtilirse, belirtilen çerçeveyle eşleşen modeller için sonuçlar döndürülür. İzin verilen değerler için bkz Framework .
expand	bool True ise çalıştırma, veri kümesi ve deneme gibi tüm alt özelliklerin doldurulacağı modelleri döndürür. Default value: True

Açıklamalar

Model oluşturucu, belirtilen çalışma alanıyla ilişkili bir Model nesnesinin bulut gösterimini almak için kullanılır. Modelleri almak için en azından ad veya kimlik sağlanmalıdır, ancak etiketlere, özelliklere, sürüme, çalıştırma kimliğine ve çerçeveye göre filtreleme için başka seçenekler de vardır.


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

Aşağıdaki örnekte modelin belirli bir sürümünün nasıl getirilmeye devam olduğu gösterilmektedir.


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

Modeli kaydetmek, modelinizi oluşturan bir veya daha fazla dosya için mantıksal bir kapsayıcı oluşturur. Kayıtlı model, model dosyasının içeriğine ek olarak, modeli çalışma alanınızda yönetirken ve dağıtırken yararlı olan model açıklaması, etiketler ve çerçeve bilgileri de dahil olmak üzere model meta verilerini de depolar. Örneğin, etiketlerle çalışma alanınızdaki modelleri listelerken modellerinizi kategorilere ayırabilir ve filtreler uygulayabilirsiniz. Kayıt sonrasında kayıtlı modeli indirebilir veya dağıtabilir ve kayıtlı olan tüm dosyaları ve meta verileri alabilirsiniz.

Aşağıdaki örnek, etiketleri ve açıklamayı belirten bir modelin nasıl kaydedileceğini gösterir.


   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)

Tam örnek şu kaynaktan edinilebilir: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Aşağıdaki örnekte çerçeveyi, giriş ve çıkış veri kümelerini ve kaynak yapılandırmasını belirten bir modelin nasıl kaydedileceğini gösterilmektedir.


   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)

Değişkenler bölümünde bulut Modeli nesnesinin yerel gösteriminin öznitelikleri listelenir. Bu değişkenler salt okunur olarak kabul edilmelidir. Değerlerinin değiştirilmesi ilgili bulut nesnesine yansıtılmaz.

Değişkenler

Name	Description
created_by	dict Modeli oluşturan kullanıcı.
created_time	datetime Model oluşturulduğunda.
azureml.core.Model.description	Model nesnesinin açıklaması.
azureml.core.Model.id	Model Kimliği. Bu, model adı>:<model sürümü> biçimini <alır.
mime_type	str Model mime türü.
azureml.core.Model.name	Modelin adı.
model_framework	str Modelin çerçevesi.
model_framework_version	str Modelin çerçeve sürümü.
azureml.core.Model.tags	Model nesnesi için etiket sözlüğü.
azureml.core.Model.properties	Model için anahtar değeri özellikleri sözlüğü. Bu özellikler kayıt sonrasında değiştirilemez, ancak yeni anahtar değer çiftleri eklenebilir.
unpack	bool Modelin yerel bir bağlama çekildiğinde paketten çıkarılıp çıkarılmaması (imzasız) gerekip gerekmediği.
url	str Modelin url konumu.
azureml.core.Model.version	Modelin sürümü.
azureml.core.Model.workspace	Modeli içeren Çalışma Alanı.
azureml.core.Model.experiment_name	Modeli oluşturan Denemenin adı.
azureml.core.Model.run_id	Modeli oluşturan Çalıştırma kimliği.
parent_id	str Modelin üst Modelinin kimliği.
derived_model_ids	list[str] Bu Modelden türetilmiş Model Kimliklerinin listesi.
resource_configuration	ResourceConfiguration Bu Model için ResourceConfiguration. Profil oluşturma için kullanılır.

Yöntemler

add_dataset_references	Sağlanan veri kümelerini bu Modelle ilişkilendirin.
add_properties	Bu modelin özellikler sözlüğüne anahtar değer çiftleri ekleyin.
add_tags	Bu modelin etiketler sözlüğüne anahtar değer çiftleri ekleyin.
delete	Bu modeli ilişkili çalışma alanından silin.
deploy	Sıfır veya daha fazla Model nesneden Web hizmeti dağıtın. Sonuçta elde edilen Web hizmeti, çıkarım istekleri için kullanılabilecek gerçek zamanlı bir uç noktadır. Model `deploy` işlevi sınıfın işlevine `deploy`Webservice benzer, ancak modelleri kaydetmez. Zaten kayıtlı model nesneleriniz varsa Model `deploy` işlevini kullanın.
deserialize	JSON nesnesini model nesnesine dönüştürme. Belirtilen çalışma alanı modelin kayıtlı olduğu çalışma alanı değilse dönüştürme başarısız olur.
download	Modeli yerel dosya sisteminin hedef dizinine indirin.
get_model_path	Modelin yolunu döndürür. işlevi modeli aşağıdaki konumlarda arar. Hiçbiri ise `version` : Uzaktan önbelleğe indirme (çalışma alanı sağlanmışsa) önbellekten yükleme azureml-models/$MODEL_NAME/$LATEST_VERSION/ ./$MODEL_NAME Hiçbiri `version` değilse: azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/ önbelleğinden yükleme Uzaktan önbelleğe indirme (çalışma alanı sağlanmışsa)
get_sas_urls	Dosya adlarını ve buna karşılık gelen SAS URL'lerini içeren anahtar-değer çiftlerinden oluşan bir sözlük döndürür.
list	Sağlanan çalışma alanıyla ilişkili tüm modellerin listesini isteğe bağlı filtrelerle alın.
package	Docker görüntüsü veya Dockerfile derleme bağlamı biçiminde bir model paketi oluşturun.
print_configuration	Kullanıcı yapılandırmasını yazdırın.
profile	Kaynak gereksinimi önerilerini almak için modelin profilini oluşturur. Bu, veri kümesinin boyutuna bağlı olarak 25 dakika kadar sürebilen uzun süre çalışan bir işlemdir.
register	Sağlanan çalışma alanına bir model kaydedin.
remove_tags	Belirtilen anahtarları bu modelin etiket sözlüğünden kaldırın.
serialize	Bu Modeli json serileştirilmiş sözlüğe dönüştürün.
update	Modelin yerinde güncelleştirmesini gerçekleştirin. Belirtilen parametrelerin mevcut değerleri değiştirilir.
update_tags_properties	Modelin etiketlerini ve özelliklerini güncelleştirin.

add_dataset_references

Sağlanan veri kümelerini bu Modelle ilişkilendirin.

add_dataset_references(datasets)

Parametreler

Name	Description
datasets Gerekli	list[tuple(<xref:str :> (Dataset veya DatasetSnapshot))] Veri kümesi amacını Dataset nesnesiyle eşleştirmeyi temsil eden tanımlama kümeleri listesi.

Özel durumlar

Tür	Description
WebserviceException

add_properties

Bu modelin özellikler sözlüğüne anahtar değer çiftleri ekleyin.

add_properties(properties)

Parametreler

Name	Description
properties Gerekli	dict(<xref:str : str>) Eklenecek özelliklerin sözlüğü.

Özel durumlar

Tür	Description
WebserviceException

add_tags

Bu modelin etiketler sözlüğüne anahtar değer çiftleri ekleyin.

add_tags(tags)

Parametreler

Name	Description
tags Gerekli	dict(<xref:{str : str}>) Eklenecek etiketlerin sözlüğü.

Özel durumlar

Tür	Description
WebserviceException

delete

Bu modeli ilişkili çalışma alanından silin.

delete()

Özel durumlar

Tür	Description
WebserviceException

deploy

Sıfır veya daha fazla Model nesneden Web hizmeti dağıtın.

Sonuçta elde edilen Web hizmeti, çıkarım istekleri için kullanılabilecek gerçek zamanlı bir uç noktadır. Model deploy işlevi sınıfın işlevine deployWebservice benzer, ancak modelleri kaydetmez. Zaten kayıtlı model nesneleriniz varsa Model deploy işlevini kullanın.

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

Parametreler

Name	Description
workspace Gerekli	Workspace Web hizmetini ilişkilendirmek için bir Çalışma Alanı nesnesi.
name Gerekli	str Dağıtılan hizmeti vermek için gereken ad. Çalışma alanına özgü olmalıdır, yalnızca küçük harflerden, sayılardan veya kısa çizgilerden oluşmalıdır, bir harfle başlamalıdır ve 3 ile 32 karakter uzunluğunda olmalıdır.
models Gerekli	list[Model] Model nesnelerinin listesi. Boş bir liste olabilir.
inference_config	InferenceConfig Gerekli model özelliklerini belirlemek için kullanılan bir InferenceConfig nesnesi. Default value: None
deployment_config	WebserviceDeploymentConfiguration Web hizmetini yapılandırmak için kullanılan bir WebserviceDeploymentConfiguration. Sağlanmazsa, istenen hedefe göre boş bir yapılandırma nesnesi kullanılır. Default value: None
deployment_target	ComputeTarget Web hizmetini dağıtmak için A ComputeTarget . Azure Container Instances ilişkili ComputeTargetolmadığından, Azure Container Instances dağıtmak için bu parametreyi Yok olarak bırakın. Default value: None
overwrite	bool Belirtilen ada sahip bir hizmet zaten varsa mevcut hizmetin üzerine yazıp yazılmayacağını gösterir. Default value: False
show_output	bool Hizmet dağıtımının ilerleme durumunun görüntülenip görüntülenmeyeceğini gösterir. Default value: False

Döndürülenler

Tür	Description
Webservice	Dağıtılan web hizmetiyle ilgili bir Web hizmeti nesnesi.

Özel durumlar

Tür	Description
WebserviceException

deserialize

JSON nesnesini model nesnesine dönüştürme.

Belirtilen çalışma alanı modelin kayıtlı olduğu çalışma alanı değilse dönüştürme başarısız olur.

static deserialize(workspace, model_payload)

Parametreler

Name	Description
workspace Gerekli	Workspace Modelin kayıtlı olduğu çalışma alanı nesnesi.
model_payload Gerekli	dict Model nesnesine dönüştürülecek JSON nesnesi.

Döndürülenler

Tür	Description
Model	Sağlanan JSON nesnesinin Model gösterimi.

Özel durumlar

Tür	Description
WebserviceException

download

Modeli yerel dosya sisteminin hedef dizinine indirin.

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

Parametreler

Name	Description
target_dir	str Modelin indirildiği dizinin yolu. Varsayılan olarak "." Default value: .
exist_ok	bool İndirilen dir/dosyaların varsa değiştirilip değiştirilmeyeceğini gösterir. Varsayılan değer False'tur. Default value: False
exists_ok	bool KALDIRIL -MIŞ. `exist_ok` komutunu kullanın. Default value: None

Döndürülenler

Tür	Description
str	Modelin dosya veya klasörünün yolu.

Özel durumlar

Tür	Description
WebserviceException

get_model_path

Modelin yolunu döndürür.

işlevi modeli aşağıdaki konumlarda arar.

Hiçbiri ise version :

Uzaktan önbelleğe indirme (çalışma alanı sağlanmışsa)
önbellekten yükleme azureml-models/$MODEL_NAME/$LATEST_VERSION/
./$MODEL_NAME

Hiçbiri version değilse:

azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/ önbelleğinden yükleme
Uzaktan önbelleğe indirme (çalışma alanı sağlanmışsa)

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

Parametreler

Name	Description
model_name Gerekli	str Alınacak modelin adı.
version	int Alınacak modelin sürümü. Varsayılan olarak en son sürümü kullanır. Default value: None
_workspace	Workspace Modelin alın olduğu çalışma alanı. Uzaktan kullanılamaz. Belirtilmezse yalnızca yerel önbellek aranır. Default value: None

Döndürülenler

Tür	Description
str	Diskte modelin yolu.

Özel durumlar

Tür	Description
ModelNotFoundException

get_sas_urls

Dosya adlarını ve buna karşılık gelen SAS URL'lerini içeren anahtar-değer çiftlerinden oluşan bir sözlük döndürür.

get_sas_urls()

Döndürülenler

Tür	Description
dict	Dosya adlarını ve ilgili SAS URL'lerini içeren anahtar-değer çiftlerinin sözlüğü

Özel durumlar

Tür	Description
WebserviceException

list

Sağlanan çalışma alanıyla ilişkili tüm modellerin listesini isteğe bağlı filtrelerle alın.

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)

Parametreler

Name	Description
workspace Gerekli	Workspace Modellerin alın olduğu çalışma alanı nesnesi.
name	str Sağlanırsa, yalnızca belirtilen ada sahip modelleri (varsa) döndürür. Default value: None
tags	list Sağlanan listeye göre ,'key' veya '[key, value]' ile filtrelenir. Örn. ['key', ['key2', 'key2 value']] Default value: None
properties	list Sağlanan listeye göre ,'key' veya '[key, value]' ile filtrelenir. Örn. ['key', ['key2', 'key2 value']] Default value: None
run_id	str Sağlanan çalıştırma kimliğine göre filtrelenir. Default value: None
latest	bool True ise yalnızca en son sürüme sahip modelleri döndürür. Default value: False
dataset_id	str Sağlanan veri kümesi kimliğine göre filtrelenir. Default value: None
expand	bool True ise çalıştırma, veri kümesi ve deneme gibi tüm alt özelliklerin doldurulacağı modelleri döndürür. Bunu false olarak ayarlamak, birçok model olması durumunda list() yönteminin tamamlanmasını hızlandırmalıdır. Default value: True
page_count	int Bir sayfada alınacak öğe sayısı. Şu anda 255'e kadar olan değerleri desteklemektedir. Varsayılan değer 255'tir. Default value: 255
model_framework	str Sağlanırsa, yalnızca varsa belirtilen çerçeveye sahip modelleri döndürür. Default value: None

Döndürülenler

Tür	Description
list[Model]	İsteğe bağlı olarak filtrelenmiş modellerin listesi.

Özel durumlar

Tür	Description
WebserviceException

package

Docker görüntüsü veya Dockerfile derleme bağlamı biçiminde bir model paketi oluşturun.

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

Parametreler

Name	Description
workspace Gerekli	Workspace Paketin oluşturulacağı çalışma alanı.
models Gerekli	list[Model] Pakete eklenecek Model nesnelerinin listesi. Boş bir liste olabilir.
inference_config	InferenceConfig Modellerin işlemini yapılandırmak için bir InferenceConfig nesnesi. Bu bir Ortam nesnesi içermelidir. Default value: None
generate_dockerfile	bool Görüntü oluşturmak yerine yerel olarak çalıştırılacak bir Dockerfile oluşturulup oluşturulmayacağı. Default value: False
image_name	str Görüntü oluştururken, sonuçta elde edilen görüntünün adı. Default value: None
image_label	str Görüntü oluştururken, sonuçta elde edilen görüntünün etiketi. Default value: None

Döndürülenler

Tür	Description
ModelPackage	ModelPackage nesnesi.

Özel durumlar

Tür	Description
WebserviceException

print_configuration

Kullanıcı yapılandırmasını yazdırın.

static print_configuration(models, inference_config, deployment_config, deployment_target)

Parametreler

Name	Description
models Gerekli	list[Model] Model nesnelerinin listesi. Boş bir liste olabilir.
inference_config Gerekli	InferenceConfig Gerekli model özelliklerini belirlemek için kullanılan bir InferenceConfig nesnesi.
deployment_config Gerekli	WebserviceDeploymentConfiguration Web hizmetini yapılandırmak için kullanılan bir WebserviceDeploymentConfiguration.
deployment_target Gerekli	ComputeTarget Web hizmetini dağıtmak için A ComputeTarget .

Özel durumlar

Tür	Description
WebserviceException

profile

Kaynak gereksinimi önerilerini almak için modelin profilini oluşturur.

Bu, veri kümesinin boyutuna bağlı olarak 25 dakika kadar sürebilen uzun süre çalışan bir işlemdir.

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

Parametreler

Name	Description
workspace Gerekli	Workspace Modelin profilinin oluşturulduğu çalışma alanı nesnesi.
profile_name Gerekli	str Profil oluşturma çalıştırmasının adı.
models Gerekli	list[Model] Model nesnelerinin listesi. Boş bir liste olabilir.
inference_config Gerekli	InferenceConfig Gerekli model özelliklerini belirlemek için kullanılan bir InferenceConfig nesnesi.
input_dataset Gerekli	Dataset Profil oluşturma için giriş veri kümesi. Giriş veri kümesinin tek bir sütunu olmalı ve örnek girişler dize biçiminde olmalıdır.
cpu	float En büyük test örneğinde kullanılacak cpu çekirdeği sayısı. Şu anda 3,5'e kadar olan değerleri desteklemektedir. Default value: None
memory_in_gb	float En büyük test örneğinde kullanılacak bellek miktarı (GB cinsinden). Ondalık olabilir. Şu anda 15.0'a kadar olan değerleri desteklemektedir. Default value: None
description	str Profil oluşturma çalıştırmasıyla ilişkilendirilecek açıklama. Default value: None

Döndürülenler

Tür	Description
ModelProfile

Özel durumlar

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

register

Sağlanan çalışma alanına bir model kaydedin.

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)

Parametreler

Name	Description
workspace Gerekli	Workspace Modelin kaydedilecek çalışma alanı.
model_path Gerekli	str Model varlıklarının bulunduğu yerel dosya sistemindeki yol. Bu, tek bir dosya veya klasörün doğrudan işaretçisi olabilir. Bir klasöre işaret ediyorsanız parametresi, `child_paths` klasörün tüm içeriğinin kullanılması yerine Model nesnesi olarak birlikte paketlenecek tek tek dosyaları belirtmek için kullanılabilir.
model_name Gerekli	str Modelin kaydedilecek adı.
tags	dict(<xref:{str : str}>) Modele atanacak anahtar değer etiketlerinin isteğe bağlı sözlüğü. Default value: None
properties	dict(<xref:{str : str}>) Modele atanacak anahtar değeri özelliklerinin isteğe bağlı sözlüğü. Model oluşturulduktan sonra bu özellikler değiştirilemez, ancak yeni anahtar değer çiftleri eklenebilir. Default value: None
description	str Modelin metin açıklaması. Default value: None
datasets	list[(str, AbstractDataset)] İlk öğenin veri kümesi modeli ilişkisini, ikinci öğenin ise veri kümesi olduğu tanımlama grubu listesi. Default value: None
model_framework	str Kayıtlı modelin çerçevesi. sınıfından sistem tarafından desteklenen sabitlerin kullanılması, bazı popüler çerçeveler Framework için basitleştirilmiş dağıtıma olanak tanır. Default value: None
model_framework_version	str Kayıtlı modelin çerçeve sürümü. Default value: None
child_paths	list[str] Bir klasöre ile `model_path` birlikte sağlanırsa, yalnızca belirtilen dosyalar Model nesnesine paketlenir. Default value: None
sample_input_dataset	AbstractDataset Kayıtlı model için örnek giriş veri kümesi. Default value: None
sample_output_dataset	AbstractDataset Kayıtlı model için örnek çıkış veri kümesi. Default value: None
resource_configuration	ResourceConfiguration Kayıtlı modeli çalıştırmak için bir kaynak yapılandırması. Default value: None

Döndürülenler

Tür	Description
Model	Kayıtlı model nesnesi.

Özel durumlar

Tür	Description
WebserviceException

Açıklamalar

Kayıtlı model, model dosyasının içeriğine ek olarak, modeli çalışma alanınızda yönetirken ve dağıtırken yararlı olan model açıklaması, etiketler ve çerçeve bilgileri de dahil olmak üzere model meta verilerini de depolar. Örneğin, etiketlerle çalışma alanınızdaki modelleri listelerken modellerinizi kategorilere ayırabilir ve filtreler uygulayabilirsiniz.

Aşağıdaki örnek, etiketleri ve açıklamayı belirten bir modelin nasıl kaydedileceğini gösterir.


   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)

Tam örnek şu kaynaktan edinilebilir: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/deploy-to-local/register-model-deploy-local-advanced.ipynb

Deneme çalıştırması sonucunda oluşturulmuş bir modeliniz varsa, önce yerel bir dosyaya indirmeden doğrudan bir çalıştırma nesnesinden kaydedebilirsiniz. Bunu yapmak için sınıfında belgelendiği Run gibi yöntemini kullanınregister_model.

remove_tags

Belirtilen anahtarları bu modelin etiket sözlüğünden kaldırın.

remove_tags(tags)

Parametreler

Name	Description
tags Gerekli	list[str] Kaldırılacak anahtarların listesi

Özel durumlar

Tür	Description
WebserviceException

serialize

Bu Modeli json serileştirilmiş sözlüğe dönüştürün.

serialize()

Döndürülenler

Tür	Description
dict	Bu Modelin json gösterimi

Özel durumlar

Tür	Description
WebserviceException

update

Modelin yerinde güncelleştirmesini gerçekleştirin.

Belirtilen parametrelerin mevcut değerleri değiştirilir.

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

Parametreler

Name	Description
tags	dict(<xref:{str : str}>) Modelin güncelleştirilecek etiket sözlüğü. Bu etiketler model için mevcut etiketlerin yerini alır. Default value: None
description	str Model için kullanılacak yeni açıklama. Bu ad varolan adın yerini alır. Default value: None
sample_input_dataset	AbstractDataset Kayıtlı model için kullanılacak örnek giriş veri kümesi. Bu örnek giriş veri kümesi, mevcut veri kümesinin yerini alır. Default value: None
sample_output_dataset	AbstractDataset Kayıtlı model için kullanılacak örnek çıktı veri kümesi. Bu örnek çıktı veri kümesi, mevcut veri kümesinin yerini alır. Default value: None
resource_configuration	ResourceConfiguration Kayıtlı modeli çalıştırmak için kullanılacak kaynak yapılandırması. Default value: None

Özel durumlar

Tür	Description
WebserviceException

update_tags_properties

Modelin etiketlerini ve özelliklerini güncelleştirin.

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

Parametreler

Name	Description
add_tags	dict(<xref:{str : str}>) Eklenecek etiket sözlüğü. Default value: None
remove_tags	list[str] Kaldırılacak etiket adlarının listesi. Default value: None
add_properties	dict(<xref:{str : str}>) Eklenecek özellikler sözlüğü. Default value: None

Özel durumlar

Tür	Description
WebserviceException

Aracılığıyla paylaş

Model Sınıf

Oluşturucu

Parametreler

Açıklamalar

Değişkenler

Yöntemler

add_dataset_references

Parametreler

Özel durumlar

add_properties

Parametreler

Özel durumlar

add_tags

Parametreler

Özel durumlar

delete

Özel durumlar

deploy

Parametreler

Döndürülenler

Özel durumlar

deserialize

Parametreler

Döndürülenler

Özel durumlar

download

Parametreler

Döndürülenler

Özel durumlar

get_model_path

Parametreler

Döndürülenler

Özel durumlar

get_sas_urls

Döndürülenler

Özel durumlar

list

Parametreler

Döndürülenler

Özel durumlar

package

Parametreler

Döndürülenler

Özel durumlar

print_configuration

Parametreler

Özel durumlar

profile

Parametreler

Döndürülenler

Özel durumlar

register

Parametreler

Döndürülenler

Özel durumlar

Açıklamalar

remove_tags

Parametreler

Özel durumlar

serialize

Döndürülenler

Özel durumlar

update

Parametreler

Özel durumlar

update_tags_properties

Parametreler

Özel durumlar

Geri Bildirim

Ek kaynaklar