將模型管理升級至 SDK v2

本文提供 SDK v1 和 SDK v2 中案例的比較。

建立模型

• SDK v1

  import urllib.request
  from azureml.core.model import Model
  
  # Register model
  model = Model.register(ws, model_name="local-file-example", model_path="mlflow-model/model.pkl")
  

• SDK v2

  from azure.ai.ml.entities import Model
  from azure.ai.ml.constants import AssetTypes
  
  file_model = Model(
      path="mlflow-model/model.pkl",
      type=AssetTypes.CUSTOM_MODEL,
      name="local-file-example",
      description="Model created from local file."
  )
  ml_client.models.create_or_update(file_model)
  

在實驗/作業中使用模型

• SDK v1

  model = run.register_model(model_name='run-model-example',
                             model_path='outputs/model/')
  print(model.name, model.id, model.version, sep='\t')
  

• SDK v2

  from azure.ai.ml.entities import Model
  from azure.ai.ml.constants import AssetTypes
  
  run_model = Model(
      path="azureml://jobs/$RUN_ID/outputs/artifacts/paths/model/",
      name="run-model-example",
      description="Model created from run.",
      type=AssetTypes.CUSTOM_MODEL
  )
  
  ml_client.models.create_or_update(run_model)
  

如需模型的詳細資訊，請參閱在 Azure 機器學習 中使用模型。

SDK v1 和 SDK v2 中的主要功能對應

下一步

如需詳細資訊，請參閱這裡的檔：

• 在 v1 中建立模型
• 在 v1 中部署模型
• 在 v2 中建立模型
• 在 v2 中部署模型