![](/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
我有一個我在Azure Machine Learning Studio中創建的ML實驗列表。 我已將它們部署為Web服務(新版本,而不是經典版本)。
如何進入Azure機器學習Web服務,單擊Web服務(從實驗部署),然后導航回實驗/預測模型,該模型為其提供支持?
我可以在兩者之間找到的唯一鏈接是通過預測實驗更新Web服務,然后確認Web服務是什么。 我可以看到,在實驗和Web服務中,“ExperimentId”是URL中的GUID,所以希望這是可能的。
我的理由是依靠匹配的命名約定等來選擇適當的模型進行更新會受到人為錯誤的影響。
新的 Web服務不存儲有關已部署的實驗或工作空間的任何信息(並非所有新 Web服務都是從實驗部署的)。
以下是可用於跟蹤實驗與新 Web服務之間關系的選項。
但是,該實驗會跟蹤從實驗部署的最新 新 Web服務。 每次部署到新的 Web服務都會覆蓋此值。
該值存儲在實驗圖中。 獲取圖形的一種方法是使用powershell模塊amlps
Export-AmlExperimentGraph -ExperimentId <Experiment Id> -OutputFile e.json
e.json
{
"ExperimentId":"<Experiment Id>",
// . . .
"WebService":{
// . . .
"ArmWebServiceId":"<Arm Id>"
},
// . . .
}
新 Web服務支持Azure資源的標記功能。 使用powershell或通過azure portal UX以編程方式在Web服務上設置tag
可用於在新 Web服務上存儲對實驗的引用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.