Azure ML中如何正确指定ScriptRunConfig的source_directory路径？

问题场景 #

我在Azure中执行训练脚本，用以下代码配置ScriptRunConfig：

script_config = ScriptRunConfig(
    source_directory='flightdelayMLfolder',
    script='training_script.py',
    environment=env
)

运行实验时（代码如下）触发FileNotFoundError，提示找不到路径/mnt/batch/tasks/shared/LS_root/mounts/clusters/,,,,/code/Users/,,,/outputs/MLfolder：

experiment = Experiment(ws, name='flightdelayMLscript')
run = experiment.submit(config=script_config)
RunDetails(run).show()
run.wait_for_completion()

我的账户目录下有两个文件夹：

/Users/myaccount/outputs
/Users/myaccount/flightdelayMLfolder

尝试指定flightdelayMLfolder的完整集群挂载路径（/mnt/batch/tasks/shared/LS_root/mounts/clusters.....）时，又报错：script path doesn't exist. The script should be inside the project folder。

附文件夹结构截图：

解决方案 #

核心规则 #

ScriptRunConfig的source_directory需满足两个要求：

• 必须是相对于当前运行代码脚本的路径，或是本地可直接访问的绝对路径（不能用集群远端挂载路径）
• 脚本文件training_script.py必须位于source_directory指定的文件夹内

具体配置方法 #

根据你的文件夹结构，分两种场景处理：

场景1：当前运行代码的脚本在/Users/myaccount目录下

直接使用相对路径即可，因为flightdelayMLfolder就在当前目录下：

script_config = ScriptRunConfig(
    source_directory='flightdelayMLfolder',
    script='training_script.py',
    environment=env
)

若仍报错，可先在本地验证路径有效性：

import os
print(os.path.exists('flightdelayMLfolder'))  # 输出True则路径有效

场景2：当前运行代码的脚本不在/Users/myaccount目录下

使用本地绝对路径（注意是本地机器路径，而非集群挂载路径）：

script_config = ScriptRunConfig(
    source_directory='/Users/myaccount/flightdelayMLfolder',
    script='training_script.py',
    environment=env
)

关键注意事项 #

• 不要使用集群远端的/mnt/batch/...路径，Azure ML会自动将本地source_directory同步到集群节点，无需手动指定集群路径
• 确保training_script.py确实在flightdelayMLfolder文件夹内，文件名拼写完全一致（区分大小写）
• 若需访问outputs文件夹，在训练脚本内可使用Azure ML的run.outputs_directory获取集群上的输出路径，不要硬编码本地路径

内容的提问来源于stack exchange，提问作者Karthik S