- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 Python SDK 在 Azure 机器学习中注册数据集。这是我使用过的代码:
from azureml.core import Dataset
testdata = Dataset.Tabular.from_delimited_files(default_store.path('test/prep.csv'))
testdata
数据集已成功创建,我可以看到其详细信息如下:
{
"source": [
"('workspaceblobstore', 'test/prep.csv')"
],
"definition": [
"GetDatastoreFiles",
"ParseDelimited",
"DropColumns",
"SetColumnTypes"
]
}
但是,当我尝试使用注册方法注册数据集时
test_data_ds = testdata.register(workspace=ws,
name='testdata',
description='test data',
create_new_version=True)
我遇到以下错误:提取订阅信息失败,Exception=AttributeError; “Logger”对象没有属性“activity_info”
我已确保我的 Azure ML SDK 是最新的并且我的 Azure 订阅处于事件状态。我还拥有访问资源所需的权限。
最佳答案
我按照以下步骤使用 Python SDK 在 Azure ML studio 中创建并注册数据集,并且成功了:-
我的用于创建和注册数据集的 Python 代码:-
Code reference:- MS Document
# -----------------------------------------------------
# Import required azureml classes
# -----------------------------------------------------
from azureml.core import Workspace, Datastore, Dataset
# -----------------------------------------------------
# Access the workspace from the config.json
# -----------------------------------------------------
ws = Workspace.from_config('./config.json')
# -----------------------------------------------------
# Access datastore by its name
# -----------------------------------------------------
az_store = Datastore.get(ws, "silicondatastore")
# -----------------------------------------------------
# Create and register the dataset
# -----------------------------------------------------
# Create the path of the csv file
csv_path = [(az_store, "Silicon Loan Data/Loan+Approval+Prediction.csv")]
# Create the dataset
loan_dataset = Dataset.Tabular.from_delimited_files(path=csv_path)
# Register the dataset
loan_dataset = loan_dataset.register(workspace=ws,
name="Loan Applications Using SDK",
create_new_version=True)
输出:-
数据 Assets 已成功创建:-
数据集:-
我的 config.json 文件与我的 Python 代码位于同一目录中,请参阅以下内容:-
我从下面下载了 config.json:-
我使用以下命令登录到我的 Azure 帐户:-
命令引用:- MS Document2
az login
az account set --subscription <subscription-name>
我向使用 Azure CLI 登录的用户添加了存储 blob 数据贡献者角色。
机器学习数据存储:-
除此之外,请确保通过引用此 Link 安装 azureml-dataset-runtime .
关于python - Azure ML 中的属性错误 : 'Logger' object has no attribute 'activity_info' during Dataset Registration,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/76248690/
如何将运算符传递给 ML 中的函数?例如,考虑这个伪代码: function (int a, int b, operator op) return a op b 这里,运算符可以是 op +
我尝试在 Google Cloud ML 上运行来自 github 的 word-RNN 模型。提交作业后,我在日志文件中收到错误。 这是我提交的训练内容 gcloud ml-engine jobs
在 a.ml 中定义了一个记录类型 t 并且也是透明地定义的 在 a.mli 中,即在 d 接口(interface)中,以便类型定义可用 到所有其他文件。 a.ml 还有一个函数 func,它返回一
关闭 ML.NET 模型生成器后,是否可以为创建的模型重新打开它? 我可以删除创建的模型并重新开始,但这并不理想。 最佳答案 不,不是真的。 AutoML/Model Builder 可以生成代码并将
我有一个关于训练可以预测名称是否为女性的 ML.NET 的问题。该模型可以使用这样的管道进行训练: var mlContext = new MLContext(); IDataView trainin
我在 ASP.NET Core 应用程序中使用 ML.NET,并在 Startup 中使用以下代码: var builder = services.AddPredictionEnginePool();
我使用 sklearn 创建了一个模型进行分类。当我调用函数 y_pred2 = clf.predict (features2) 时,它会返回一个包含我的预测的所有 id 的列表 y_pred2 =
我已向 cloud ml 提交了训练作业。但是,它找不到 csv 文件。它就在桶里。这是代码。 # Use scikit-learn to grid search the batch size and
我是 Azure Databricks 的新手,尽管我在 Databricks 方面有很好的经验,但仅限于 Data Engg 方面。我对 Databricks Runtime ML 和 ML Flo
为什么我尝试将经过训练的模型部署到 Google Cloud ML,却收到以下错误: Create Version failed.Model validation failed: Model meta
我是 Azure Databricks 的新手,尽管我在 Databricks 方面有很好的经验,但仅限于 Data Engg 方面。我对 Databricks Runtime ML 和 ML Flo
我是 Azure ML 新手。我有一些疑问。有人可以澄清下面列出的我的疑问吗? Azure ML 服务与 Azure ML 实验服务之间有什么区别。 Azure ML 工作台和 Azure ML St
我的 Cloud ML 训练作业已完成,输出如下: "consumedMLUnits": 43.24 我如何使用此信息来确定培训工作的成本?我无法在以下两个选项之间做出决定: 1)根据这个page ,
docs for setting up Google Cloud ML建议安装 Tensorflow 版本 r0.11。我观察到 r0.12 中新提供的 TensorFlow 函数在 Cloud ML
我正在关注一个来自 - https://spark.apache.org/docs/2.3.0/ml-classification-regression.html#multinomial-logist
我想使用 mosmlc 将我的 ML 程序编译成可执行二进制文件。但是,我找不到太多关于如何操作的信息。 我想编译的代码在这里http://people.pwf.cam.ac.uk/bt288/tic
假设我有两个 Azure ML 工作区: Workspace1 - 由一个团队(Team1)使用,该团队仅训练模型并将模型存储在 Workspace1 的模型注册表中 Workspace2 - 由另一
我尝试使用以下命令行在 Azure 上的 Linux(Ubuntu) 数据科学虚拟机上设置我的 Azure 机器学习环境: az ml 环境设置 但是,它显示错误为加载命令模块 ml 时出错。一直在谷
假设我有两个 Azure ML 工作区: Workspace1 - 由一个团队(Team1)使用,该团队仅训练模型并将模型存储在 Workspace1 的模型注册表中 Workspace2 - 由另一
我尝试使用以下命令行在 Azure 上的 Linux(Ubuntu) 数据科学虚拟机上设置我的 Azure 机器学习环境: az ml 环境设置 但是,它显示错误为加载命令模块 ml 时出错。一直在谷
我是一名优秀的程序员,十分优秀!