如何解决使用 azuremlsdk 的 azure 机器学习 Web 服务的分数/条目文件
看着this example:
library(azuremlsdk)
library(jsonlite)
ws <- load_workspace_from_config()
# Register the model
model <- register_model(ws,model_path = "model.rds",model_name = "model.rds")
# Create environment
r_env <- r_environment(name = "r_env")
# Create inference config
inference_config <- inference_config(
entry_script = "score.R",source_directory = ".",environment = r_env)
# Create ACI deployment config
deployment_config <- aci_webservice_deployment_config(cpu_cores = 1,memory_gb = 1)
# Deploy the web service
service_name <- paste0('aciwebservice-',sample(1:100,1,replace=TRUE))
service <- deploy_model(ws,service_name,list(model),inference_config,deployment_config)
wait_for_deployment(service,show_output = TRUE)
会不会是score.R 必须上传到Azure 环境并且不像在开发机器上那样是本地的?我目前的想法是,那个 source_directory 。指的是本地系统(即在开发机器上)?
解决方法
source_directory
指的是本地系统(即在开发机器上)?
正确。而 entry_script
应该是在 source_directory
中找到的文件。如果 entry_script
引用其他文件,它们也应该在 source_directory
中。 SDK 将处理对您的源目录进行快照并将其上传到远程计算。
因此,建议您将要在远程计算上运行的代码与项目的其余部分隔离,如下所示。 source_directory=./scoring
中的 deploy-to-aci.R
。
dir/
deploy-to-aci.R
scoring/
score.R
sensitive_data.csv
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。