Trénoval jsem ML model v Azure machine learning, a doufám, že ne k nasazení na koncový bod. Místo toho, doufám, že zatížení modelu a spusťte jej v mém lokálním počítači, aby předpovědět výsledek.
Mám tyto soubory stažené ze služby, jak je uvedeno níže. Takže, co bych měl udělat, aby zatížení modelu a dělat předpovědi? Všechny tyto 3 soubory jsou povinni používat, nebo pouze na .pkl souboru je potřeba?
Můžeme cílit na místní stroje pro nasazení našich modelů, které jsou vytvořeny v Azure Machine Learning.
Ve vašem případě musíme použít docker image, neboť poskytuje izolované kontejnerové zkušenosti.
Níže jsou kroky k nasazení jako místní webové služby pomocí Docker:
Model objekt, který představuje model.Environment objekt, který obsahuje závislostí a definuje softwarové prostředí, ve kterém váš kód poběží.InferenceConfig objekt, který spojuje vstupní skript s Environment.DeploymentConfiguration objekt podtřídy LocalWebserviceDeploymentConfiguration.Model.deploy() vytvořit Webservice objekt. Tato metoda stáhne Docker image a spojuje to s Model, InferenceConfiga DeploymentConfiguration.Webservice pomocí Webservice.wait_for_deployment().Viz k této dokumentaci jako AjayKumarGhose navrhl. Zkontrolujte také, zda se tento MSDoc pro školení, obraz, model