Azure ML v2部署模型时如何导入自定义脚本？

我基于心脏病数据集构建了一个包含自定义离群值移除转换器（OutlierRemover）的模型 pipeline。在Azure ML v1中，我把score.py和outlierremover.py等相关文件放在./assets文件夹下，通过以下配置实现导入使用：

inference_config = InferenceConfig(
    entry_script="score.py", 
    environment=myenv, 
    source_directory='./assets')

但迁移到v2时，官方文档的「创建推理资源」部分没有提及对应方案。v2中对应的CodeConfiguration代码如下：

# configure an inference configuration with a scoring script
from azure.ai.ml.entities import CodeConfiguration
code_config = CodeConfiguration(
    code="../model-1/onlinescoring", scoring_script="score.py"
)

看起来没有参数可以直接添加outlierremover.py这类额外文件。另外我注意到部署UI里有添加自定义脚本的选项，但Python SDK v2里找不到对应的配置方式，想知道有没有顺畅的解决方法。

解决方法 #

其实v2的CodeConfiguration中的code参数就是对应v1的source_directory，只要把自定义脚本和score.py放在同一个目录（或子目录），将code指向该目录即可，具体步骤：

• 将score.py、outlierremover.py及其他依赖文件放在同一文件夹下，比如./inference_code
• 配置CodeConfiguration时指向该文件夹：

from azure.ai.ml.entities import CodeConfiguration
code_config = CodeConfiguration(
    code="./inference_code", scoring_script="score.py"
)

• 在score.py中正常导入自定义模块：

from outlierremover import OutlierRemover

原理是：v2会将code指定目录下的所有文件（包括子目录）打包部署到推理环境，和v1的source_directory行为一致，只是参数命名变更，官方文档未明确说明这一点导致误解。

如果自定义脚本在子目录中，需确保Python能识别模块：

• 在子目录下添加空的__init__.py文件
• 或者在score.py中手动添加路径：

import sys
sys.path.append("./subdirectory")
from outlierremover import OutlierRemover

内容的提问来源于stack exchange，提问作者Freejack