model 模块

包含用于管理 Azure 机器学习中的机器学习模型的功能。

你可以使用 Model 类完成以下主要任务：

• 使用工作区注册模型
• 分析模型以了解部署要求
• 将模型打包以与 Docker 一起使用
• 将模型作为 Web 服务部署到推理终结点

有关如何使用模型的详细信息，请参阅 Azure 机器学习的工作原理：体系结构和概念。

类

InferenceConfig	表示用于部署的自定义环境的配置设置。 推理配置是 Model 部署相关操作的输入参数： deploy profile package 初始化 config 对象。
Model	表示机器学习训练的结果。 模型是 Azure 机器学习训练 Run 或 Azure 外部的其他某种模型训练过程的结果。 无论模型的生成方式如何，它都可以在工作区中进行注册，由名称和版本表示。 使用模型 Model 类，可以将模型打包，以便与 Docker 一起使用，并将它部署为可用于推理请求的实时终结点。 有关演示如何创建、管理和使用模型的端到端教程，请参阅使用 Azure 机器学习通过 MNIST 数据和 scikit-learn 训练映像分类模型。 模型构造函数。 模型构造函数用于检索与提供的工作区关联的 Model 对象的云表示形式。 必须提供名称或 ID。
ModelPackage	表示将一个或多个模型及其依赖项打包到 Docker 映像或 Dockerfile 中。 ModelPackage 对象从 Model 类的 package 方法返回。 打包方法的 generate_dockerfile 参数确定是创建 Docker 映像还是创建 Dockerfile。 初始化使用模型创建的包 () 和依赖项。