Model Sınıf
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.objectModel
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
|
Alınacak modeli içeren çalışma alanı nesnesi. |
name
|
Alınacak modelin adı. Belirtilen ada sahip en son model varsa döndürülür. varsayılan değer: None
|
id
|
Alınacak modelin kimliği. Belirtilen kimliği içeren model varsa döndürülür. varsayılan değer: None
|
tags
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir etiket listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' ile aranıyor. Örn. ['key', ['key2', 'key2 value']] varsayılan değer: None
|
properties
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir özellik listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' ile aranıyor. Örn. ['key', ['key2', 'key2 value']] varsayılan değer: None
|
version
|
Döndürülecek model sürümü. parametresiyle varsayılan değer: None
|
run_id
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı kimlik. varsayılan değer: None
|
model_framework
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı çerçeve adı. Belirtilirse, belirtilen çerçeveyle eşleşen modeller için sonuçlar döndürülür. İzin verilen değerler için bkz Framework . varsayılan değer: None
|
workspace
Gerekli
|
Alınacak modeli içeren çalışma alanı nesnesi. |
name
Gerekli
|
Alınacak modelin adı. Belirtilen ada sahip en son model varsa döndürülür. |
id
Gerekli
|
Alınacak modelin kimliği. Belirtilen kimliği içeren model varsa döndürülür. |
tags
Gerekli
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir etiket listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' ile aranıyor. Örn. ['key', ['key2', 'key2 value']] |
properties
Gerekli
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı bir özellik listesi. Sonuçlar, sağlanan listeye göre filtrelenir ve 'key' veya '[key, value]' ile aranıyor. Örn. ['key', ['key2', 'key2 value']] |
version
Gerekli
|
Döndürülecek model sürümü. parametresiyle |
run_id
Gerekli
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı kimlik. |
model_framework
Gerekli
|
Döndürülen sonuçları filtrelemek için kullanılan isteğe bağlı çerçeve adı. Belirtilirse, belirtilen çerçeveyle eşleşen modeller için sonuçlar döndürülür. İzin verilen değerler için bkz Framework . |
expand
|
True ise çalıştırma, veri kümesi ve deneme gibi tüm alt özellikleri doldurulmuş modeller döndürür. varsayılan değer: 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
|
Modeli oluşturan kullanıcı. |
created_time
|
Model oluşturulduğunda. |
azureml.core.Model.description
|
Model nesnesinin açıklaması. |
azureml.core.Model.id
|
Model Kimliği. Bu, model adı>:<model sürümü> biçimini <alır. |
mime_type
|
Model mime türü. |
azureml.core.Model.name
|
Modelin adı. |
model_framework
|
Modelin çerçevesi. |
model_framework_version
|
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
|
Modelin yerel bir bağlama çekildiğinde paketten çıkarılıp çıkarılmaması (imzasız) gerekip gerekmediği. |
url
|
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
|
Modelin üst Modelinin kimliği. |
derived_model_ids
|
Bu Modelden türetilmiş Model Kimliklerinin listesi. |
resource_configuration
|
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 etiket sözlüğüne anahtar değer çiftleri ekleyin. |
delete |
Bu modeli ilişkili çalışma alanından silin. |
deploy |
Sıfırdan veya daha fazla Model nesneden Bir Web hizmeti dağıtın. Sonuçta elde edilen Web hizmeti, çıkarım istekleri için kullanılabilecek gerçek zamanlı bir uç noktadır. Model |
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
Hiçbiri
|
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 sözlüğüne 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
|
Veri kümesi amacını Dataset nesnesiyle eşleştirmeyi temsil eden tanımlama grubu listesi. |
Özel durumlar
Tür | Description |
---|---|
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 |
---|---|
add_tags
Bu modelin etiket sözlüğüne anahtar değer çiftleri ekleyin.
add_tags(tags)
Parametreler
Name | Description |
---|---|
tags
Gerekli
|
dict(<xref:{str : str}>)
Eklenecek etiketlerin sözlüğü. |
Özel durumlar
Tür | Description |
---|---|
delete
Bu modeli ilişkili çalışma alanından silin.
delete()
Özel durumlar
Tür | Description |
---|---|
deploy
Sıfırdan veya daha fazla Model nesneden Bir Web hizmeti dağıtın.
Sonuçta elde edilen Web hizmeti, çıkarım istekleri için kullanılabilecek gerçek zamanlı bir uç noktadır. Model deploy
işlevi sınıfının işlevine deploy
Webservice 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
|
Web hizmetini ilişkilendirmek için bir Çalışma Alanı nesnesi. |
name
Gerekli
|
Dağıtılan hizmeti vermek için gereken ad. Çalışma alanına özgü olmalıdır, yalnızca küçük harflerden, sayılardan veya kısa çizgilerden oluşmalıdır, bir harfle başlamalıdır ve 3 ila 32 karakter uzunluğunda olmalıdır. |
models
Gerekli
|
Model nesnelerinin listesi. Boş bir liste olabilir. |
inference_config
|
Gerekli model özelliklerini belirlemek için kullanılan inferenceConfig nesnesi. varsayılan değer: None
|
deployment_config
|
Web hizmetini yapılandırmak için kullanılan bir WebserviceDeploymentConfiguration. Sağlanmazsa, istenen hedefe göre boş bir yapılandırma nesnesi kullanılır. varsayılan değer: None
|
deployment_target
|
Web hizmetini dağıtmak için A ComputeTarget . Azure Container Instances ilişkili ComputeTargetolmadığından, Azure Container Instances dağıtmak için bu parametreyi Yok olarak bırakın. varsayılan değer: None
|
overwrite
|
Belirtilen ada sahip bir hizmet zaten varsa var olan hizmetin üzerine yazıp yazmayacağını gösterir. varsayılan değer: False
|
show_output
|
Hizmet dağıtımının ilerleme durumunun görüntülenip görüntülenmeyeceğini gösterir. varsayılan değer: False
|
Döndürülenler
Tür | Description |
---|---|
Dağıtılan web hizmetiyle ilgili bir Web hizmeti nesnesi. |
Özel durumlar
Tür | Description |
---|---|
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
|
Modelin kayıtlı olduğu çalışma alanı nesnesi. |
model_payload
Gerekli
|
Model nesnesine dönüştürülecek JSON nesnesi. |
Döndürülenler
Tür | Description |
---|---|
Sağlanan JSON nesnesinin Model gösterimi. |
Özel durumlar
Tür | Description |
---|---|
download
Modeli yerel dosya sisteminin hedef dizinine indirin.
download(target_dir='.', exist_ok=False, exists_ok=None)
Parametreler
Name | Description |
---|---|
target_dir
|
Modelin indirildiği dizinin yolu. Varsayılan olarak "." kullanılır. varsayılan değer: .
|
exist_ok
|
İndirilen dir/dosyaların varsa değiştirilip değiştirilmeyeceğini gösterir. Varsayılan değer False'tur. varsayılan değer: False
|
exists_ok
|
KALDIRIL -MIŞ. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
Modelin dosya veya klasörünün yolu. |
Özel durumlar
Tür | Description |
---|---|
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
|
Alınacak modelin adı. |
version
|
Alınacak modelin sürümü. Varsayılan olarak en son sürümü kullanır. varsayılan değer: None
|
_workspace
|
Modelin alın olduğu çalışma alanı. Uzaktan kullanılamaz. Belirtilmezse yalnızca yerel önbellek aranır. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
Diskte modelin yolu. |
Özel durumlar
Tür | Description |
---|---|
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 |
---|---|
Dosya adlarını ve ilgili SAS URL'lerini içeren anahtar-değer çiftlerinin sözlüğü |
Özel durumlar
Tür | Description |
---|---|
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
|
Modellerin alın olduğu çalışma alanı nesnesi. |
name
|
Sağlanırsa, yalnızca belirtilen ada sahip modelleri (varsa) döndürür. varsayılan değer: None
|
tags
|
Sağlanan listeye göre ,'key' veya '[key, value]' ile filtrelenir. Örn. ['key', ['key2', 'key2 value']] varsayılan değer: None
|
properties
|
Sağlanan listeye göre ,'key' veya '[key, value]' ile filtrelenir. Örn. ['key', ['key2', 'key2 value']] varsayılan değer: None
|
run_id
|
Sağlanan çalıştırma kimliğine göre filtrelenir. varsayılan değer: None
|
latest
|
True ise yalnızca en son sürüme sahip modelleri döndürür. varsayılan değer: False
|
dataset_id
|
Sağlanan veri kümesi kimliğine göre filtrelenir. varsayılan değer: None
|
expand
|
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. varsayılan değer: True
|
page_count
|
Bir sayfada alınacak öğe sayısı. Şu anda 255'e kadar olan değerleri desteklemektedir. Varsayılan değer 255'tir. varsayılan değer: 255
|
model_framework
|
Sağlanırsa, yalnızca varsa belirtilen çerçeveye sahip modelleri döndürür. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
İsteğe bağlı olarak filtrelenmiş modellerin listesi. |
Özel durumlar
Tür | Description |
---|---|
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
|
Paketin oluşturulacağı çalışma alanı. |
models
Gerekli
|
Pakete eklenecek Model nesnelerinin listesi. Boş bir liste olabilir. |
inference_config
|
Modellerin işlemini yapılandırmak için bir InferenceConfig nesnesi. Bu bir Ortam nesnesi içermelidir. varsayılan değer: None
|
generate_dockerfile
|
Görüntü oluşturmak yerine yerel olarak çalıştırılacak bir Dockerfile oluşturulup oluşturulmayacağı. varsayılan değer: False
|
image_name
|
Görüntü oluştururken, sonuçta elde edilen görüntünün adı. varsayılan değer: None
|
image_label
|
Görüntü oluştururken, sonuçta elde edilen görüntünün etiketi. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
ModelPackage nesnesi. |
Özel durumlar
Tür | Description |
---|---|
print_configuration
Kullanıcı yapılandırmasını yazdırın.
static print_configuration(models, inference_config, deployment_config, deployment_target)
Parametreler
Name | Description |
---|---|
models
Gerekli
|
Model nesnelerinin listesi. Boş bir liste olabilir. |
inference_config
Gerekli
|
Gerekli model özelliklerini belirlemek için kullanılan bir InferenceConfig nesnesi. |
deployment_config
Gerekli
|
Web hizmetini yapılandırmak için kullanılan bir WebserviceDeploymentConfiguration. |
deployment_target
Gerekli
|
Web hizmetini dağıtmak için A ComputeTarget . |
Özel durumlar
Tür | Description |
---|---|
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
|
Modelin profilinin oluşturulduğu çalışma alanı nesnesi. |
profile_name
Gerekli
|
Profil oluşturma çalıştırmasının adı. |
models
Gerekli
|
Model nesnelerinin listesi. Boş bir liste olabilir. |
inference_config
Gerekli
|
Gerekli model özelliklerini belirlemek için kullanılan bir InferenceConfig nesnesi. |
input_dataset
Gerekli
|
Profil oluşturma için giriş veri kümesi. Giriş veri kümesinin tek bir sütunu olmalı ve örnek girişler dize biçiminde olmalıdır. |
cpu
|
En büyük test örneğinde kullanılacak cpu çekirdeği sayısı. Şu anda 3,5'e kadar olan değerleri desteklemektedir. varsayılan değer: None
|
memory_in_gb
|
En büyük test örneğinde kullanılacak bellek miktarı (GB cinsinden). Ondalık olabilir. Şu anda 15.0'a kadar olan değerleri desteklemektedir. varsayılan değer: None
|
description
|
Profil oluşturma çalıştırmasıyla ilişkilendirilecek açıklama. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
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
|
Modelin kaydedilecek çalışma alanı. |
model_path
Gerekli
|
Model varlıklarının bulunduğu yerel dosya sistemindeki yol. Bu, tek bir dosya veya klasörün doğrudan işaretçisi olabilir. Bir klasöre işaret ediyorsanız parametresi, |
model_name
Gerekli
|
Modelin kaydedilecek adı. |
tags
|
dict(<xref:{str : str}>)
Modele atanacak anahtar değer etiketlerinin isteğe bağlı sözlüğü. varsayılan değer: 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. varsayılan değer: None
|
description
|
Modelin metin açıklaması. varsayılan değer: None
|
datasets
|
İlk öğenin veri kümesi modeli ilişkisini, ikinci öğenin ise veri kümesi olduğu tanımlama grubu listesi. varsayılan değer: None
|
model_framework
|
Kayıtlı modelin çerçevesi. sınıfından sistem tarafından desteklenen sabitlerin kullanılması, bazı popüler çerçeveler Framework için basitleştirilmiş dağıtıma olanak tanır. varsayılan değer: None
|
model_framework_version
|
Kayıtlı modelin çerçeve sürümü. varsayılan değer: None
|
child_paths
|
Bir klasöre ile varsayılan değer: None
|
sample_input_dataset
|
Kayıtlı model için örnek giriş veri kümesi. varsayılan değer: None
|
sample_output_dataset
|
Kayıtlı model için örnek çıkış veri kümesi. varsayılan değer: None
|
resource_configuration
|
Kayıtlı modeli çalıştırmak için bir kaynak yapılandırması. varsayılan değer: None
|
Döndürülenler
Tür | Description |
---|---|
Kayıtlı model nesnesi. |
Özel durumlar
Tür | Description |
---|---|
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
|
Kaldırılacak anahtarların listesi |
Özel durumlar
Tür | Description |
---|---|
serialize
Bu Modeli json serileştirilmiş sözlüğüne dönüştürün.
serialize()
Döndürülenler
Tür | Description |
---|---|
Bu Modelin json gösterimi |
Özel durumlar
Tür | Description |
---|---|
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}>)
Modeli güncelleştirmek için etiket sözlüğü. Bu etiketler model için mevcut etiketlerin yerini alır. varsayılan değer: None
|
description
|
Model için kullanılacak yeni açıklama. Bu ad varolan adın yerini alır. varsayılan değer: None
|
sample_input_dataset
|
Kayıtlı model için kullanılacak örnek giriş veri kümesi. Bu örnek giriş veri kümesi, mevcut veri kümesinin yerini alır. varsayılan değer: None
|
sample_output_dataset
|
Kayıtlı model için kullanılacak örnek çıktı veri kümesi. Bu örnek çıktı veri kümesi, mevcut veri kümesinin yerini alır. varsayılan değer: None
|
resource_configuration
|
Kayıtlı modeli çalıştırmak için kullanılacak kaynak yapılandırması. varsayılan değer: None
|
Özel durumlar
Tür | Description |
---|---|
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. varsayılan değer: None
|
remove_tags
|
Kaldırılacak etiket adlarının listesi. varsayılan değer: None
|
add_properties
|
dict(<xref:{str : str}>)
Eklenecek özellikler sözlüğü. varsayılan değer: None
|
Özel durumlar
Tür | Description |
---|---|
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin