能否使用本地计算运行Azure AutoML Forecasting训练任务？

Azure AutoML支持使用本地PC进行训练，但你当前的代码写法不符合SDK v2的要求，导致了报错。

错误原因 #

SDK v2中，compute参数需要传入具体的计算目标对象（如LocalCompute或AmlCompute实例），而非直接传入字符串"local"。直接传字符串会导致内部逻辑无法识别有效计算资源，触发NoneType' object does not support item assignment错误。

正确实现步骤 #

1. 导入LocalCompute类，创建本地计算目标实例
2. 将该实例传入automl.forecasting()的compute参数

示例代码：

from azure.ai.ml.entities import LocalCompute
from azure.ai.ml import automl

# 创建本地计算目标
local_compute = LocalCompute(name="local")

# 配置预测任务
forecasting_job = automl.forecasting(
    compute=local_compute,
    target_column_name="你的目标列名",
    time_column_name="时间列名",
    forecast_horizon=12,  # 根据你的需求调整
    # 其他必要参数（如训练数据、验证设置等）
)

returned_job = ml_client.jobs.create_or_update(forecasting_job)

额外注意事项 #

• 确保本地环境安装了完整的依赖包，可执行命令：pip install azure-ai-ml[automl]
• 本地训练时，需保证PC有足够的CPU、内存资源来支撑训练任务

内容的提问来源于stack exchange，提问作者michaelmsm89