gpt4 book ai didi

python-3.x - 为什么 Azure ML Studio(经典)需要额外的时间来执行 Python 脚本?

转载 作者:行者123 更新时间:2023-12-04 09:33:40 25 4
gpt4 key购买 nike

我一直在使用 ML Studio(经典)并面临“执行 Python”脚本的问题。我注意到,执行一些内部任务需要额外的时间,然后才开始在 ML Studio 中执行实际的 Python 代码。此延迟导致每个模块聚合时间增加 40-60 秒,并在通过批处理执行系统消耗或手动运行实验时导致每次执行延迟 400-500 秒。 (我有多个“执行Python”脚本模块)

例如 - 如果我在本地系统中运行代码,假设需要 2-3 秒。在 Azure ML Studio 中同样需要花费 50-60 秒。

您能否帮助理解其背后的原因或可以进行的任何优化?

问候,阿南特

最佳答案

机器学习工作室(经典)的已知局限性是:

Python 运行时是沙盒的,不允许以持久方式访问网络或本地文件系统。

模块完成后,所有本地保存的文件都会被隔离并删除。 Python 代码无法访问其运行的计算机上的大多数目录,当前目录及其子目录除外。

当您提供压缩文件作为资源时,这些文件将从您的工作区复制到实验执行空间,解压缩,然后使用。复制和解压资源会消耗内存。

该模块可以输出单个数据帧。无法将任意 Python 对象(例如经过训练的模型)直接返回到 Studio(经典)运行时。但是,您可以将对象写入存储或工作区。另一种选择是使用 pickle 将多个对象序列化为字节数组,然后在数据帧内返回该数组。

希望这有帮助!

关于python-3.x - 为什么 Azure ML Studio(经典)需要额外的时间来执行 Python 脚本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62696966/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com