如何将Azure AutoML训练的分类模型下载至本地运行？

1. 下载AutoML模型包 #

• 登录Azure ML工作室，定位到你的AutoML分类实验
• 进入训练完成的最佳模型详情页，点击右上角的「下载」，选择「下载模型」，获取包含模型文件、环境配置的压缩包
• 将压缩包解压到本地任意文件夹，比如./local-automl-model

2. 搭建本地运行环境 #

• 打开解压后的文件夹，找到conda_env.yml文件（这是模型依赖的完整环境配置）
• 打开终端，进入该文件夹，执行命令创建conda环境：

  conda env create -f conda_env.yml
  

• 激活创建好的环境（环境名称在conda_env.yml的name字段中）：

  conda activate <环境名称>
  

3. 加载模型并执行本地预测 #

• 解压文件夹中会自动生成score.py脚本，这是AutoML提供的模型推理入口，无需修改核心逻辑
• 创建一个测试脚本（比如local_predict.py），内容如下：

  import json
  from score import init, run
  
  # 初始化模型（会自动加载解压后的模型文件）
  init()
  
  # 准备测试数据，格式要和训练时的输入完全匹配
  test_sample = {
      "data": [
          {"feature_col1": 1.0, "feature_col2": "category_val", "feature_col3": 5}
          # 替换为你的实际特征名和对应值
      ]
  }
  
  # 调用推理函数获取预测结果
  prediction_result = run(json.dumps(test_sample))
  print("本地预测结果:", prediction_result)
  

• 在终端执行测试脚本：

  python local_predict.py
  

4. 新手常见问题解决 #

• 依赖安装失败：如果conda环境创建报错，尝试更新conda到最新版本，或手动用pip install <缺失包名>安装依赖
• 模型加载失败：确保score.py和模型文件（通常是model.pkl或类似命名）在同一目录，若score.py中指定了模型路径，检查路径是否正确
• 预测格式错误：测试数据的特征名、数据类型必须和训练数据集完全一致，可参考AutoML实验中的「数据预览」确认格式

内容的提问来源于stack exchange，提问作者Bob