安装用于 Python 的 Azure 机器学习 SDK

本文提供有关该 sdk 的不同安装选项的指导。

必备条件

默认安装

使用 azureml-core。

pip install azureml-core 

然后，安装特定作业所需的任何其他包。

升级安装

升级以前的版本：

pip install --upgrade azureml-core 

检查版本

验证 SDK 版本：

pip show azureml-core 

若要查看环境中的所有包：

pip list 

还可在 Python 中显示 SDK 版本，但此版本不包含次要版本。

import azureml.core print(azureml.core.VERSION) 

其他 azureml 包

SDK 包含许多其他可安装的可选包。 这些组件包括并非在所有用例中都必需的依赖项，因此，它们未包含在默认安装中，以避免环境过于臃肿。 下表概述了包、其使用场景，以及用于安装、更新和版本检查的命令。

其他用例指南

如果你的用例如下面所述，请记下指导和任何建议的操作。

疑难解答

• Pip 安装：依赖项不保证与单行安装一致：

  这是 pip 的已知限制，因为作为单行安装时，pip 没有有效的依赖项解析程序。 它仅查看第一个独特依赖项。

  在以下代码中，azureml-datadrift 和azureml-train-automl 都使用单行 pip 进行安装。

   pip install azureml-datadrift, azureml-train-automl 

  在本例中，假设 azureml-datadrift 要求版本 > 1.0，azureml-train-automl 要求版本 < 1.2。 如果 azureml-datadrift 的最新版本是 1.3，那么即使 azureml-train-automl 包要求使用较旧版本，两个包也会升级到 1.3。

  若要确保为包安装适当的版本，请使用多行安装，如以下代码中所示。 在这里，顺序不是问题，因为 pip 显式降级为下一行调用的一部分。 因此，会应用适当的版本依赖项。

   pip install azureml-datadrift pip install azureml-train-automl 

• 安装 azureml-train-automl-client 时不保证安装解释包：

  在启用模型解释的情况下运行远程 AutoML 运行时，将看到错误消息“请安装 azureml-explain-model 包以获取模型解释”。这是一个已知问题。 作为解决方法，请执行以下步骤之一：

  1. 在本地安装 azureml-explain-model。

   pip install azureml-explain-model 

  2. 通过在 AutoML 配置中传递 model_explainability=False，完全禁用可解释性功能。

   automl_config = AutoMLConfig(task = 'classification', path = '.', debug_log = 'automated_ml_errors.log', compute_target = compute_target, run_configuration = aml_run_config, featurization = 'auto', model_explainability=False, training_data = prepped_data, label_column_name = 'Survived', **automl_settings) 

• Panda 错误：通常在 AutoML 试验期间出现：

  当使用 pip 手动设置环境时，你可能会注意到由于安装了不支持的包版本而导致的错误（特别是来自 pandas 的错误）。

  例如： ModuleNotFoundError: No module named 'pandas.core.internals.managers'; 'pandas.core.internals' is not a package

  若要防止此类错误，请使用 automl_setup.cmd 安装 AutoML SDK：

  1. 打开 Anaconda 提示符并克隆一组示例笔记本的 GitHub 存储库。

  git clone https://github.com/Azure/MachineLearningNotebooks.git 

  2. cd 到 how-to-use-azureml/automated-machine-learning 文件夹，其中提取了示例笔记本，然后运行：

  automl_setup 

• 在本地计算或 Azure Databricks 群集上运行 AutoML 时出现 KeyError: 'brand'

  如果在 2020 年 6 月 10 日之后使用 SDK 1.7.0 或更早版本创建了新环境，由于 py-cpuinfo 包中的某个更新，训练可能会失败并收到此错误。 （在 2020 年 6 月 10 日或之前创建的环境不受影响，因为使用的是缓存的训练图像，所以是远程计算上运行的试验。）若要解决此问题，请执行以下两个步骤之一：

  • 将 SDK 版本更新为 1.8.0 或更高版本（这也会将 py-cpuinfo 降级到 5.0.0）：

    pip install --upgrade azureml-sdk[automl] 

  • 将已安装的 py-cpuinfo 版本降级为 5.0.0：

    pip install py-cpuinfo==5.0.0 

• 错误消息：无法卸载 'PyYAML'

  适用于 Python 的 Azure 机器学习 SDK：PyYAML 是 distutils 安装的项目。 因此，在部分卸载的情况下，我们无法准确确定哪些文件属于它。 若要在忽略此错误的同时继续安装 SDK，请使用：

  pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML 

• Azure 机器学习 SDK 安装失败并收到异常：ModuleNotFoundError:没有名为 "ruamel" 的模块或 "ImportError:没有名为 ruamel. yaml 的模块"

  在 conda 基本环境中，在最新 pip (>20.1.1) 上安装适用于 Python 的 Azure 机器学习 SDK 时，所有已发布的适用于 Python 的 Azure 机器学习 SDK 版本都会遇到此问题。 请尝试以下解决方法：

  • 应避免在 conda 基本环境中安装 Python SDK，而是应创建 conda 环境并在新创建的用户环境中安装 SDK。 最新的 pip 应在这个新的 conda 环境中运行。

  • 在 docker 中创建映像时，如果不能脱离 conda 基本环境，请在 docker 文件中固定 pip<=20.1.1。

  conda install -c r -y conda python=3.6.2 pip=20.1.1 

后续步骤

尝试通过以下后续步骤来了解如何使用适用于 Python 的 Azure 机器学习服务 SDK：

海报图正在生成中...

竖版 宽版