如何在Azure Machine Learning Python脚本步骤中引用工作区已注册模型

你需要先在提交任务时将工作区已注册的mymodel声明为任务输入，AML会自动将模型下载/挂载到计算节点，可通过以下两种方式获取读取路径：

方式1：使用默认路径读取 #

如果提交任务时未指定模型的挂载路径，可按默认规则读取：

• 提交任务时将注册模型声明为输入，示例提交代码（本地执行的提交逻辑）：

from azure.ai.ml import command
from azure.ai.ml.entities import Model

# 拉取工作区中已注册的mymodel，latest代表调用最新版本
my_model = Model(name="mymodel", version="latest")

# 定义任务，将模型设为名为registered_model的输入
job = command(
    code="./src",
    command="python your_script.py",
    inputs={
        "registered_model": my_model
    },
    environment="你的环境名@latest",
    compute="你的Linux计算集群名"
)

• 集群运行的Python脚本中，可通过两种路径读取：
  • 相对路径：模型默认存放于./inputs/<输入名>/，输入名对应上面定义的registered_model，读取代码如下：

  import joblib
  # 如你的模型文件在注册包根目录下名为mymodel.pkl
  model = joblib.load("./inputs/registered_model/mymodel.pkl")
  

  • 绝对路径：AML会自动注入对应输入的环境变量，格式为AZURE_ML_INPUT_<输入名大写>，读取代码如下：

  import os
  import joblib
  
  model_root_path = os.environ.get("AZURE_ML_INPUT_REGISTERED_MODEL")
  model = joblib.load(os.path.join(model_root_path, "mymodel.pkl"))
  

方式2：自定义挂载路径读取 #

你也可以在提交任务时手动指定模型的挂载路径，无需记忆默认规则：

• 提交任务时指定path_on_compute参数自定义路径，示例代码：

from azure.ai.ml import command, Input
from azure.ai.ml.constants import AssetTypes

job = command(
    code="./src",
    command="python your_script.py",
    inputs={
        "registered_model": Input(
            type=AssetTypes.MODEL,
            path="azureml:mymodel:latest",
            path_on_compute="/models/mymodel" # 自定义的节点绝对路径
        )
    },
    environment="你的环境名@latest",
    compute="你的Linux计算集群名"
)

• 脚本中直接读取自定义路径即可：

import joblib
model = joblib.load("/models/mymodel/mymodel.pkl")

内容的提问来源于stack exchange，提问作者coffee32434