可在Azure ML中操作自定义R模型而无需在每次Web服务调用中加载它

Question

我正在尝试将R模型用作Azure ML中的Web服务。

该模型在本地进行训练，并使用Xgboost和其他软件包。 由于大小超过130 MB，我无法直接从AzureML包提交它。 解决方法是将所有程序包和模型以zip格式上传到Azure并从那里获取资源。

当前的问题是，每次调用服务时，Azure ML都会从zip文件中加载模型，这会使响应时间非常慢（4.5秒）。 如何重新组织代码，以便仅从文件中加载模型一次。 谢谢您的帮助。

这是AzureML中的外观 这是Execute R脚本的内容

Answer 1

这是一个聪明的技巧 ，它只在第一次运行初始化步骤，而不是在每个后​​续调用中都运行。

我的理解是，您将在以下if语句中包装脚本的前3条语句（即通过第11行）：

if (!is.element("my_env", search()))

if语句还将包含my_env变量的初始化，如该博客中使用的示例所示：