![](/img/trans.png)
[英]Data input format (call the service) for Azure ML time series forecast model deployed as a web service (Python)
[英]How to Find Azure ML Experiment based on Deployed Web Service
我有一个我在Azure Machine Learning Studio中创建的ML实验列表。 我已将它们部署为Web服务(新版本,而不是经典版本)。
如何进入Azure机器学习Web服务,单击Web服务(从实验部署),然后导航回实验/预测模型,该模型为其提供支持?
我可以在两者之间找到的唯一链接是通过预测实验更新Web服务,然后确认Web服务是什么。 我可以看到,在实验和Web服务中,“ExperimentId”是URL中的GUID,所以希望这是可能的。
我的理由是依靠匹配的命名约定等来选择适当的模型进行更新会受到人为错误的影响。
新的 Web服务不存储有关已部署的实验或工作空间的任何信息(并非所有新 Web服务都是从实验部署的)。
以下是可用于跟踪实验与新 Web服务之间关系的选项。
但是,该实验会跟踪从实验部署的最新 新 Web服务。 每次部署到新的 Web服务都会覆盖此值。
该值存储在实验图中。 获取图形的一种方法是使用powershell模块amlps
Export-AmlExperimentGraph -ExperimentId <Experiment Id> -OutputFile e.json
e.json
{
"ExperimentId":"<Experiment Id>",
// . . .
"WebService":{
// . . .
"ArmWebServiceId":"<Arm Id>"
},
// . . .
}
新 Web服务支持Azure资源的标记功能。 使用powershell或通过azure portal UX以编程方式在Web服务上设置tag
可用于在新 Web服务上存储对实验的引用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.