Model yönetimini SDK v2'ye yükseltme
Bu makalede SDK v1 ve SDK v2'deki senaryoların karşılaştırması verilmiştir.
Model oluşturma
SDK v1
import urllib.request from azureml.core.model import Model # Register model model = Model.register(ws, model_name="local-file-example", model_path="mlflow-model/model.pkl")
SDK v2
from azure.ai.ml.entities import Model from azure.ai.ml.constants import AssetTypes file_model = Model( path="mlflow-model/model.pkl", type=AssetTypes.CUSTOM_MODEL, name="local-file-example", description="Model created from local file." ) ml_client.models.create_or_update(file_model)
Denemede/işte model kullanma
SDK v1
model = run.register_model(model_name='run-model-example', model_path='outputs/model/') print(model.name, model.id, model.version, sep='\t')
SDK v2
from azure.ai.ml.entities import Model from azure.ai.ml.constants import AssetTypes run_model = Model( path="azureml://jobs/$RUN_ID/outputs/artifacts/paths/model/", name="run-model-example", description="Model created from run.", type=AssetTypes.CUSTOM_MODEL ) ml_client.models.create_or_update(run_model)
Modeller hakkında daha fazla bilgi için bkz . Azure Machine Learning'de modellerle çalışma.
SDK v1 ve SDK v2'deki temel işlevlerin eşlemesi
SDK v1'deki işlevsellik | SDK v2'de kaba eşleme |
---|---|
Model.register | ml_client.models.create_or_update |
run.register_model | ml_client.models.create_or_update |
Model.deploy | ml_client.begin_create_or_update(blue_deployment) |
Sonraki adımlar
Daha fazla bilgi için buradaki belgelere bakın: