Instalar o SDK do Azure Machine Learning para Python

Este artigo é um guia para diferentes opções de instalação para o SDK.

Pré-requisitos

• Python instalado versão 3.7 ou posterior. Para pacotes azureml-automl, use apenas a versão 3.7 ou 3.8.
• pip instalado

Instalação padrão

azureml-coreUtilize.

pip install azureml-core

Em seguida, instale quaisquer outros pacotes necessários para o seu trabalho específico.

Instalação de atualização

Atualize uma versão anterior:

pip install --upgrade azureml-core

Verificar versão

Verifique a versão do SDK:

pip show azureml-core

Para ver todos os pacotes em seu ambiente:

pip list

Você também pode mostrar a versão do SDK em Python, mas esta versão não inclui a versão secundária.

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

Para saber mais sobre como configurar seu ambiente de desenvolvimento para o serviço Azure Machine Learning, consulte Configurar seu ambiente de desenvolvimento.

Outros pacotes azureml

O SDK contém muitos outros pacotes opcionais que você pode instalar. Isso inclui dependências que não são necessárias para todos os casos de uso, portanto, não são incluídas na instalação padrão para evitar o inchaço do ambiente. A tabela a seguir descreve os pacotes, seus casos de uso e comando para instalar, atualizar e verificar a versão.

Para obter mais detalhes sobre os pacotes acima, consulte AzureML no pypi.

Orientação adicional para casos de uso

Se o seu caso de uso for descrito abaixo, observe as orientações e as ações recomendadas.

Resolução de Problemas

• Instalação Pip: Não é garantido que as dependências sejam consistentes com a instalação de linha única:

  Esta é uma limitação conhecida do pip, pois ele não tem um resolvedor de dependência funcional quando você instala como uma única linha. A primeira dependência única é a única que analisa.

  No código azureml-datadrift a seguir e azureml-train-automl ambos são instalados usando uma instalação pip de linha única.

    pip install azureml-datadrift, azureml-train-automl
  

  Para este exemplo, digamos que azureml-datadrift requer a versão > 1.0 e azureml-train-automl requer a versão < 1.2. Se a versão mais recente do azureml-datadrift for 1.3, ambos os pacotes serão atualizados para 1.3, independentemente do requisito do azureml-train-automl pacote para uma versão mais antiga.

  Para garantir que as versões apropriadas sejam instaladas para seus pacotes, instale usando várias linhas, como no código a seguir. A ordem não é um problema aqui, já que pip explicitamente faz downgrades como parte da próxima chamada de linha. E assim, as dependências de versão apropriadas são aplicadas.

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

• Pacote de explicação não garantido para ser instalado ao instalar o azureml-train-automl-client:

  Ao executar uma execução remota do AutoML com a explicação do modelo habilitada, você verá uma mensagem de erro "Instale o pacote azureml-explain-model para obter explicações do modelo". Este é um problema conhecido. Como solução alternativa, siga uma das etapas abaixo:

  1. Instale azureml-explain-model localmente.

      pip install azureml-explain-model
  

  2. Desative totalmente o recurso de explicabilidade passando model_explainability=False na configuração do 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)
  

• Erros do Panda: normalmente vistos durante o AutoML Experiment:

  Ao configurar manualmente seu ambiente usando pip, você pode notar erros (especialmente de pandas) devido a versões de pacote não suportadas sendo instaladas.

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

  Para evitar tais erros, instale o SDK do AutoML usando o automl_setup.cmd:

  1. Abra um prompt do Anaconda e clone o repositório GitHub para um conjunto de blocos de anotações de exemplo.

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

  2. cd para a pasta how-to-use-azureml/automated-machine-learning onde os blocos de anotações de exemplo foram extraídos e executados:

  automl_setup
  

• KeyError: 'marca' ao executar o AutoML na computação local ou no cluster do Azure Databricks

  Se um novo ambiente foi criado após 10 de junho de 2020, usando o SDK 1.7.0 ou anterior, o treinamento pode falhar com esse erro devido a uma atualização no pacote py-cpuinfo. (Os ambientes criados em ou antes de 10 de junho de 2020 não são afetados, assim como os experimentos executados em computação remota porque as imagens de treinamento em cache são usadas.) Para contornar esse problema, execute uma das duas etapas a seguir:

  • Atualize a versão do SDK para 1.8.0 ou posterior (isso também faz o downgrade do py-cpuinfo para 5.0.0):

    pip install --upgrade azureml-sdk[automl]
    

  • Faça o downgrade da versão instalada do py-cpuinfo para 5.0.0:

    pip install py-cpuinfo==5.0.0
    

• Mensagem de erro: Não é possível desinstalar 'PyYAML'

  SDK do Azure Machine Learning para Python: o PyYAML é um distutils projeto instalado. Portanto, não podemos determinar com precisão quais arquivos pertencem a ele se houver uma desinstalação parcial. Para continuar a instalar o SDK ignorando esse erro, use:

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

• Falha na instalação do SDK do Azure Machine Learning com uma exceção: ModuleNotFoundError: Nenhum módulo chamado 'ruamel' ou 'ImportError: Nenhum módulo chamado ruamel.yaml'

  Esse problema está sendo encontrado com a instalação do SDK do Azure Machine Learning para Python no pip mais recente (>20.1.1) no ambiente base conda para todas as versões lançadas do SDK do Azure Machine Learning para Python. Consulte as seguintes soluções alternativas:

  • Evite instalar o Python SDK no ambiente base conda, em vez disso, crie seu ambiente conda e instale o SDK nesse ambiente de usuário recém-criado. O pip mais recente deve funcionar nesse novo ambiente de conda.

  • Para criar imagens no docker, onde você não pode se afastar do ambiente base conda, fixe pip<=20.1.1 no arquivo docker.

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

Próximos passos

Experimente estas próximas etapas para saber como usar o SDK do serviço Azure Machine Learning para Python:

1. Leia a visão geral do SDK do Azure Machine Learnin Python para saber mais sobre as principais classes e padrões de design com exemplos de código.
2. Siga o tutorial Introdução ao Python do Azure Machine Learning para começar a criar experimentos e modelos.