Azure中的机器学习：一旦我'；您已经使用SDK在Python中构建了它吗？_Azure_Machine Learning_Azure Machine Learning Studio_Azure Machine Learning Service_Azure Machine Learning Workbench

Azure中的机器学习：一旦我'；您已经使用SDK在Python中构建了它吗？

azure machine-learning

Azure中的机器学习：一旦我'；您已经使用SDK在Python中构建了它吗？,azure,machine-learning,azure-machine-learning-studio,azure-machine-learning-service,azure-machine-learning-workbench,Azure,Machine Learning,Azure Machine Learning Studio,Azure Machine Learning Service,Azure Machine Learning Workbench,我不知道还有什么地方可以问这个问题，所以如果有任何帮助或反馈，我将不胜感激。我一直在阅读azure机器学习服务的SDK文档（特别是azureml.core）。有一个名为Pipeline的类，它有methoddsvalidate（）和publish（）。以下是这方面的文件：当我调用validate（）时，所有内容都会进行验证，我调用publish，但它似乎只在工作区中创建一个API端点，它不会在管道下注册我的管道，而且设计器中显然没有任何内容我的问题是：我想发布我的管道，所以只需单击一下就可

我不知道还有什么地方可以问这个问题，所以如果有任何帮助或反馈，我将不胜感激。我一直在阅读azure机器学习服务的SDK文档（特别是

azureml.core

）。有一个名为

Pipeline

的类，它有methodds

validate（）

和

publish（）

。以下是这方面的文件：

当我调用

validate（）

时，所有内容都会进行验证，我调用publish，但它似乎只在工作区中创建一个API端点，它不会在管道下注册我的管道，而且设计器中显然没有任何内容

我的问题是：我想发布我的管道，所以只需单击一下就可以从工作区启动。我已经使用SDK（Python代码）构建了它。我不想使用API。有什么方法可以做到这一点，或者我必须使用设计器（拖放）重建整个管道吗？

完全理解您的困惑。我们的团队使用Azure ML管道已经有一段时间了，但发布的管道仍然让我感到困惑，因为：

SDK所称的发布管道在Studio UI中称为管道端点，并且
它与
```
数据集
```
和
```
模型
```
的
```
.register（）
```
方法半相关，但本质不同

TL；DR

：Pipeline.publish（）所做的一切都是创建一个端点，您可以使用它来：

和管道，以及
通过REST API调用（例如）从其他服务重新运行管道

您可以在Studio UI中的两个位置看到

PublishedPipelines

：

管道页面：：管道端点选项卡
端点页面：：管道端点选项卡

可以详细介绍您希望管道发布（）执行的操作吗？