Azure machine learning service 子运行中的运行估计器

无法创建估计器的子运行（估计器、TensorFlow和PyTorch）

我尝试使用submit_child方法

run=experiment.start_logging（）
估计器=TensorFlow（源目录='。'，
计算目标=cpu集群，
条目_script='keras.py'，
pip_包=[“keras”]，
最大运行持续时间=1200秒，
)
运行。提交子项（估算器）

---

此方案的任何解决方法或最佳实践？

在submit\u子方法估计器对象中传递，而不是config参数的config对象。有关如何配置运行的详细信息，请参阅配置类型详细信息

自动配置

管道

已发布管道

管道端点

请按照以下链接使用ScriptRunConfig提交子级

---

在submit\u中，传递子方法估计器对象，而不是config参数的config对象。有关如何配置运行的详细信息，请参阅配置类型详细信息

自动配置

管道

已发布管道

管道端点

请按照以下链接使用ScriptRunConfig提交子级

---

有什么建议吗？有什么建议吗？

TrainingException: TrainingException:
    Message: ['_parent_run_id'] parameters cannot be overridden. Allowed parameters are: script_params, inputs and source_directory_data_store.
    InnerException None
    ErrorResponse 
{
    "error": {
        "message": "['_parent_run_id'] parameters cannot be overridden. Allowed parameters are: script_params, inputs and source_directory_data_store."
    }
}