AzureML中如何将YAML文件传入InferenceConfig？写法正确性验证

首先明确前提：你有一个与score.py同目录的score_env.yaml文件，内容如下：

name: inference_environment
dependencies:
- python=3.8.1

- pip:
- azureml-defaults
- numpy
- scikit-learn
- joblib
- pandas

下面针对你给出的两种InferenceConfig实例化写法逐一验证：

写法1分析 #

inf_conf = InferenceConfig(entry_script="score.py",environment="score_env.yaml",source_directory=folder_path)

这种写法错误。InferenceConfig的environment参数不支持直接传入YAML文件路径，它仅接受两种类型的值：

• 已实例化的AzureML Environment对象
• 工作区中已注册的环境名称（字符串）

直接传入yaml文件名会触发参数类型不匹配的错误。

写法2分析 #

inf_conf = InferenceConfig(entry_script="score.py",environment="inference_environment",source_directory=folder_path)

这种写法仅在特定条件下正确：只有当名称为inference_environment的环境已经在你的AzureML工作区中完成注册时，该写法才有效。如果这个环境未注册，直接使用名称会导致找不到环境的错误。

正确的写法示例 #

如果要通过本地的score_env.yaml文件配置环境并传入InferenceConfig，需要先从YAML文件加载环境对象，再传入参数：

from azureml.core import Environment

# 从本地YAML文件加载环境
env = Environment.from_yaml(workspace=your_workspace, file_path="score_env.yaml")
# 实例化InferenceConfig
inf_conf = InferenceConfig(entry_script="score.py", environment=env, source_directory=folder_path)

如果需要重复使用这个环境，也可以先将加载后的环境注册到工作区，之后就可以像写法2那样直接使用环境名称：

# 注册环境到工作区
env.register(workspace=your_workspace)
# 之后可直接使用名称实例化InferenceConfig
inf_conf = InferenceConfig(entry_script="score.py", environment="inference_environment", source_directory=folder_path)

内容的提问来源于stack exchange，提问作者Ross