在Azure ML服务中装载文件数据集

我在Azure机器学习服务中面临数据集模块问题。我创建了一个包含大量图像的文件数据集，以在TensorFlow中训练模型。我将数据集装载到目标计算机中，然后将装载点传递给train脚本，如下所述

我尝试了两种方法：将路径作为脚本参数（如GitHub上建议的）和命名输入传递，但它们似乎都没有正确地传递安装点。有人知道哪种方法是正确的吗？（顺便说一句，我可以使用数据源）

作为脚本参数

script_params = {
    '--data-folder': dset.as_named_input('dogscats_train').as_mount('tmp/dataset'),
} 

src = TensorFlow(source_directory =  r'Tensorflow',
              framework_version = '1.13',
              entry_script = 'train.py',
              script_params=script_params,
              compute_target='amlcompute', 
              vm_size='Standard_NC6', 
              use_gpu = True, 
              pip_packages = ['matplotlib', 'pillow', 'numpy', 'azureml-sdk'])

装载路径：

/mnt/batch/tasks/shared/LS_root/jobs/aa ml aml workspace/azureml/cats-vs-dogs-tensorflow_1570799752_014bea9f/mounts/workspaceblobstore/azureml/cats-vs-dogs-tensorflow_157079952_014bea9f/tmp/dataset

脚本中收到的实际路径：

/tmp/数据集

作为命名输入

src = TensorFlow(source_directory =  r'Tensorflow',
              framework_version = '1.13',
              entry_script = 'train.py',
              inputs=[dset.as_named_input('dogscats_train')],
              compute_target='amlcompute', 
              vm_size='Standard_NC6', 
              use_gpu = True, 
              pip_packages = ['matplotlib', 'pillow', 'numpy', 'azureml-sdk'])

装载路径：

/mnt/batch/tasks/shared/LS_root/jobs/aa ml aml workspace/azureml/cats-vs-dogs-tensorflow_157084147_39168dcf/mounts/workspacebrobstore

运行检索到的路径。输入数据集['dogscats\u train']。装载（'tmp/dataset'）。装载点：

---

/mnt/batch/tasks/shared/LS\u root/jobs/aa ml aml workspace/azureml/cats-vs-dogs-tensorflow\u 157084147\u 39168dcf/mounts/workspacebrobstore/azureml/cats-vs-dogs-tensorflow\u 157084147\u 39168dcf/tmp/dataset

在这两种方法中，装载和装载时传递到

的路径都是相对路径，即，它不是以前导的
/
开头的，这将导致相对于当前工作目录装入数据集，在您的案例中，它是
/mnt/batch/tasks/shared/LS_root/jobs/aa ml aml workspace/azureml/cats-vs-dogs-tensorflow\u 1570799752u 014bea9f/mounts/workspacebrobstore/azureml/cats-vs-dogs-tensorflow\u 1570799797979752\u 014bea9f

如果要装载到
/tmp/dataset
，则需要执行
dset.as_named_input（'dogscats_train'）。as_mount（'/tmp/dataset'）
，也就是说，需要向目标路径显式添加
/
，以使路径成为绝对路径

我创建了一个显示相对路径与绝对路径效果的

submit.py
：提交TensorFlow运行

so.py
：比较两个参数，第一个参数是相对路径，第二个是绝对路径

driver\u log\u partial.txt
：是您在运行详细信息页面中看到的驱动程序日志的部分输出

现在，关于您作为_named _input

传递给

的名称。然后，该名称作为一个环境变量可用，该环境变量的值与脚本参数的值相同，脚本参数的值是数据集装载到的路径。名称也可用作运行的键。输入数据集，其中值也是数据集装载到的路径。换句话说，访问挂载路径有三种方式，您可以选择一种最适合您的代码的方式。
Hi@Rongduan。谢谢你的回复。但是，使用绝对路径会使驱动程序在读取文件夹时锁定自身。您是否尝试过从挂载路径读取内容？我还尝试在/mnt/azuremnt文件夹中挂载代码路径，结果相同。不管怎么说，如果我们使用相对文件夹，该方法是否会返回正确的挂载路径。我没有更改作业提交脚本，但修改了我的
so.py
。请看我的跑步记录。你能分享你的作业提交脚本和作业脚本吗？