AzureML中如何获取打印curated环境的yml依赖配置文件

AzureML 训练类Curated环境（比如之前使用的AzureML-AutoML）会直接把Conda依赖暴露在env.python.conda_dependencies属性下，但推理类Curated环境默认不会提前加载该属性，直接访问会拿到None值，触发属性报错。

方案1：获取完整环境全量yml配置 #

直接调用环境对象自带的序列化方法，会输出包含基础镜像配置、推理服务配置、Conda依赖、环境变量在内的完整可复现环境yml，是最直接的方式：

from azureml.core import Environment

infer_env = 'AzureML-pytorch-1.10-ubuntu18.04-py37-cpu-inference'
curated_pytorch_infer_env = Environment.get(workspace=ws, name=infer_env, version=4)

# 打印完整环境yml
print(curated_pytorch_infer_env.serialize_to_string())

方案2：单独提取Conda依赖段 #

如果只需要Conda依赖部分的配置，先触发环境完整定义加载，再访问对应属性即可：

# 触发环境全量定义拉取
curated_pytorch_infer_env.get_env_definition(ws)
# 加载完成后即可正常读取Conda依赖
print(curated_pytorch_infer_env.python.conda_dependencies.serialize_to_string())

兜底方案 #

如果上述方法还是无法读取，可临时克隆环境后读取依赖，用完删除临时环境即可：

# 克隆curated环境生成临时可编辑副本
temp_env = curated_pytorch_infer_env.clone("temp-env-for-dump")
# 读取依赖
print(temp_env.python.conda_dependencies.serialize_to_string())
# 清理工作区临时环境
temp_env.delete(ws)

内容的提问来源于stack exchange，提问作者Mattpats