Azure ML Python SDK v2如何将远程位置设为代码路径？

正确构造azureml://格式URI #

要使用Azure DataStore作为代码源，需严格遵循URI格式：
azureml://datastores/<数据存储名称>/paths/<代码文件夹在存储中的路径>/

• 务必保留末尾的斜杠，否则SDK会将其识别为单个文件而非文件夹
• 替换<数据存储名称>为你实际的DataStore名称，<代码文件夹在存储中的路径>为代码所在的存储路径（比如source_code/train/）

修改后的代码示例 #

train_func = command(
    environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
    command='python myfunc.py ...',
    code='azureml://datastores/my_datastore/paths/source_code/train/',
    # 其他参数
)

必要的权限检查 #

• 确保提交作业的身份（工作区托管身份或自定义身份）拥有目标DataStore对应存储资源的访问权限：
  • 若使用Blob Storage，需分配存储Blob数据读者或更高权限
  • 若使用ADLS Gen2，需确保身份有对应文件夹的读取权限

内容的提问来源于stack exchange，提问作者yuerlong