Instalace sady Azure Machine Learning SDK pro Python

Tento článek je průvodce různými možnostmi instalace sady SDK.

Požadavky

• Python nainstaloval verzi 3.7 nebo novější. Pro balíčky azureml-automl použijte pouze verzi 3.7 nebo 3.8.
• nainstalovaný pip

Výchozí instalace

Použijte azureml-core.

pip install azureml-core

Pak nainstalujte všechny další balíčky potřebné pro vaši konkrétní úlohu.

Upgrade instalace

Upgrade předchozí verze:

pip install --upgrade azureml-core

Kontrola verze

Ověřte svou verzi sady SDK:

pip show azureml-core

Zobrazení všech balíčků ve vašem prostředí:

pip list

Verzi sady SDK můžete zobrazit také v Pythonu, ale tato verze neobsahuje podverzi.

import azureml.core
print(azureml.core.VERSION)

Další informace o tom, jak nakonfigurovat vývojové prostředí pro službu Azure Machine Learning, najdete v tématu Konfigurace vývojového prostředí.

Další balíčky azureml

Sada SDK obsahuje mnoho dalších volitelných balíčků, které můžete nainstalovat. Patří mezi ně závislosti, které nejsou vyžadovány pro všechny případy použití, takže nejsou zahrnuty do výchozí instalace, aby se zabránilo bloudání prostředí. Následující tabulka popisuje balíčky, jejich případy použití a příkaz k instalaci, aktualizaci a kontrole verzí.

Další podrobnosti o výše uvedených balíčcích najdete v AzureML na pypi.

Další pokyny k použití

Pokud je váš případ použití popsaný níže, poznamenejte si pokyny a všechny doporučené akce.

Řešení problému

• Instalace pipu: Závislosti nejsou zaručené, že budou konzistentní s jednořádkovou instalací:

  Jedná se o známé omezení pipu, protože při instalaci jako jeden řádek nemá funkční překladač závislostí. První jedinečná závislost je jediná závislost, na které se dívá.

  V následujícím kódu azureml-datadrift se azureml-train-automl instalují pomocí instalace pip s jedním řádkem.

    pip install azureml-datadrift, azureml-train-automl
  

  V tomto příkladu řekněme azureml-datadrift , že vyžaduje verzi > 1.0 a azureml-train-automl vyžaduje verzi < 1.2. Pokud je nejnovější verze azureml-datadrift verze 1.3, upgradují se oba balíčky na verzi 1.3 bez azureml-train-automl ohledu na požadavek na balíček pro starší verzi.

  Abyste měli jistotu, že jsou pro balíčky nainstalované odpovídající verze, nainstalujte pomocí několika řádků, jako je následující kód. Objednávka tady není problém, protože pip explicitně downgraduje jako součást dalšího volání řádku. A tak se použijí příslušné závislosti verzí.

     pip install azureml-datadrift
     pip install azureml-train-automl 
  

• Při instalaci klienta azureml-train-automl-client není zaručeno, že se nainstaluje balíček vysvětlení:

  Při spuštění vzdáleného spuštění AutoML s povoleným vysvětlením modelu se zobrazí chybová zpráva "Nainstalujte balíček azureml-explain-model s vysvětlením modelu". Jedná se o známý problém. Jako alternativní řešení použijte jeden z následujících kroků:

  1. Nainstalujte místně model azureml-explain-model.

      pip install azureml-explain-model
  

  2. Zakažte funkci vysvětlitelnosti úplně předáním model_explainability=False v konfiguraci AutoML.

      automl_config = AutoMLConfig(task = 'classification',
                             path = '.',
                             debug_log = 'automated_ml_errors.log',
                             compute_target = compute_target,
                             run_configuration = aml_run_config,
                             featurization = 'auto',
                             model_explainability=False,
                             training_data = prepped_data,
                             label_column_name = 'Survived',
                             **automl_settings)
  

• Chyby Knihovny Panda: Obvykle k tomu dochází během experimentu AutoML:

  Při ručním nastavení prostředí pomocí nástroje pip si můžete všimnout chyb (zejména z pandas) kvůli instalaci nepodporovaných verzí balíčků.

  Například ModuleNotFoundError: No module named 'pandas.core.internals.managers'; 'pandas.core.internals' is not a package

  Pokud chcete těmto chybám zabránit, nainstalujte sadu AutoML SDK pomocí automl_setup.cmd:

  1. Otevřete výzvu Anaconda a naklonujte úložiště GitHub pro sadu ukázkových poznámkových bloků.

  git clone https://github.com/Azure/MachineLearningNotebooks.git
  

  2. cd to the how-to-use-azureml/automated-machine-learning folder where the sample notebooks were extracted and then run:

  automl_setup
  

• Chyba klíče: Značka při spuštění AutoML v místním výpočetním prostředí nebo clusteru Azure Databricks

  Pokud bylo vytvořeno nové prostředí po 10. červnu 2020 pomocí sady SDK 1.7.0 nebo starší, může trénování selhat s touto chybou kvůli aktualizaci v balíčku py-cpuinfo. (Prostředí vytvořená 10. června 2020 nebo starší než 10. června 2020 nejsou ovlivněná, protože se používají experimenty na vzdálených výpočetních prostředcích, protože se používají trénovací image uložené v mezipaměti.) Pokud chcete tento problém vyřešit, proveďte jeden z následujících dvou kroků:

  • Aktualizujte verzi sady SDK na verzi 1.8.0 nebo novější (tím se také downgraduje py-cpuinfo na verzi 5.0.0):

    pip install --upgrade azureml-sdk[automl]
    

  • Downgrade nainstalované verze py-cpuinfo na 5.0.0:

    pip install py-cpuinfo==5.0.0
    

• Chybová zpráva: Nelze odinstalovat PyYAML

  Sada Azure Machine Learning SDK pro Python: PyYAML je distutils nainstalovaný projekt. Proto nemůžeme přesně určit, které soubory do něj patří, pokud existuje částečná odinstalace. Pokud chcete pokračovat v instalaci sady SDK při ignorování této chyby, použijte:

  pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
  

• Instalace sady Azure Machine Learning SDK selhává s výjimkou: ModuleNotFoundError: Žádný modul s názvem ruamel nebo ImportError: Žádný modul s názvem ruamel.yaml

  K tomuto problému dochází při instalaci sady Azure Machine Learning SDK pro Python na nejnovější verzi pip (>20.1.1) v základním prostředí conda pro všechny vydané verze sady Azure Machine Learning SDK pro Python. Projděte si následující alternativní řešení:

  • Vyhněte se instalaci sady Python SDK v základním prostředí conda, místo toho vytvořte prostředí Conda a nainstalujte sadu SDK do nově vytvořeného uživatelského prostředí. Nejnovější pip by měl fungovat na novém prostředí Conda.

  • Pokud chcete vytvářet image v Dockeru, kde nemůžete přepnout mimo základní prostředí Conda, připněte pip<=20.1.1 do souboru Dockeru.

  conda install -c r -y conda python=3.8 pip=20.1.1
  

Další kroky

Vyzkoušejte následující kroky a zjistěte, jak používat sadu SDK služby Azure Machine Learning pro Python:

1. Přečtěte si přehled sady Azure Machine Learnin Python SDK a seznamte se s klíčovými třídami a vzory návrhu pomocí ukázek kódu.
2. Pokud chcete začít vytvářet experimenty a modely, postupujte podle kurzu Začínáme s Pythonem ve službě Azure Machine Learning.