如何從 Azure ML 管道腳本步驟注冊 model

Question

我在 AzureML 中運行pipeline.submit() ，它有一個PythonScriptStep 。 在這一步中，我從 tensorflow-hub 下載了一個 model ，重新訓練並保存為.zip ，最后，我想將它注冊到 Z3A580F142203677F153Z30898F6 但由於在腳本內部我沒有工作區， Model.register()並非如此。 所以我正在嘗試使用Run.register_model()方法，如下所示：

os.replace(os.path.join('.', archive_name + '.zip'), 
           os.path.join('.', 'outputs', archive_name + '.zip'))

print(os.listdir('./outputs'))
print('========================')

run_context = Run.get_context()
finetuning_model = run_context.register_model(model_name='finetuning_similarity_model',
                                              model_path=os.path.join(archive_name+'.zip'),
                                              tags={},
                                              description="Finetuning Similarity model")

但是后來我遇到了一個錯誤：

ErrorResponse { "error": { "message": "Could not locate the provided model_path retrained.zip 在上傳到運行的文件集中：

盡管我在.zip目錄中有重新訓練的./outputs ，我們可以從日志中看到：

['retrained.zip']
========================

我想我做錯了什么？

Answer 1

在嘗試注冊 model 之前，我可以通過將 model 顯式上傳到運行歷史記錄中來解決相同的問題（ ModelPathNotFoundException ）：

run.upload_file("outputs/my_model.pickle", "outputs/my_model.pickle")

我發現這很令人驚訝，因為在許多官方示例中以及根據upload_file() 文檔都沒有提到這一點：

運行自動捕獲指定 output 目錄中的文件，大多數運行類型默認為“./outputs”。 僅當需要上傳其他文件或未指定 output 目錄時才使用 upload_file。

Answer 2

看起來這里缺少路徑的一部分：

model_path=os.path.join(archive_name+'.zip')

路徑是否應該包括輸出子文件夾，像這樣？

model_path=os.path.join("./outputs",archive_name+'.zip')