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:
- Подключитесь к рабочей области машинного обучения Azure, в которой зарегистрирована ваша модель.
- Создайте
Model
объект, представляющий модель.
- Создайте
Environment
объект, содержащий зависимости и определяющий программную среду, в которой будет выполняться ваш код.
- Создайте
InferenceConfig
объект, который связывает сценарий ввода с Environment
.
- Создайте
DeploymentConfiguration
объект подкласса LocalWebserviceDeploymentConfiguration
.
- Воспользуйся
Model.deploy()
чтобы создать Webservice
объект. Этот метод загружает образ Docker и связывает его с Model
, InferenceConfig
, и DeploymentConfiguration
.
- Активируйте
Webservice
с помощью Webservice.wait_for_deployment()
.
Обратитесь к этой документации, как предложил АджаЙкумаРгхоз. Также проверьте этот MSDoc для обучения модели изображения