Загрузите модель ML (.pkl) и используйте в локальной

0

Вопрос

Я обучил модель ML машинному обучению Azure и надеюсь, что не буду развертывать ее на конечной точке. Вместо этого я надеюсь загрузить модель и запустить ее на своем локальном компьютере, чтобы предсказать результат.

Я загрузил эти файлы из Azure, как показано ниже. Итак, что я должен сделать, чтобы загрузить модель и сделать прогноз? Требуются ли для использования все эти 3 файла или требуется только файл .pkl?

1

Лучший ответ

0

Мы можем настроить целевые локальные компьютеры для развертывания наших моделей, созданных в машинном обучении Azure.

В вашем случае нам нужно использовать образ docker, поскольку он обеспечивает изолированный, контейнеризированный опыт.

Ниже приведены шаги по развертыванию в качестве локальной веб-службы с помощью Docker:

  1. Подключитесь к рабочей области машинного обучения Azure, в которой зарегистрирована ваша модель.
  2. Создайте Model объект, представляющий модель.
  3. Создайте Environment объект, содержащий зависимости и определяющий программную среду, в которой будет выполняться ваш код.
  4. Создайте InferenceConfig объект, который связывает сценарий ввода с Environment.
  5. Создайте DeploymentConfiguration объект подкласса LocalWebserviceDeploymentConfiguration.
  6. Воспользуйся Model.deploy() чтобы создать Webservice объект. Этот метод загружает образ Docker и связывает его с Model, InferenceConfig, и DeploymentConfiguration.
  7. Активируйте Webservice с помощью Webservice.wait_for_deployment().

Обратитесь к этой документации, как предложил АджаЙкумаРгхоз. Также проверьте этот MSDoc для обучения модели изображения

2021-12-03 10:25:42

На других языках

Эта страница на других языках

Italiano
..................................................................................................................
Polski
..................................................................................................................
Română
..................................................................................................................
한국어
..................................................................................................................
हिन्दी
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Česk
..................................................................................................................
Português
..................................................................................................................
ไทย
..................................................................................................................
中文
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................