如何使用Azure推理模式包为具有嵌套结构的字典生成推理模式?
在AzureML webservice的高级评分脚本中,为了自动生成web服务的模式,我们在构造函数中为一个定义的类型对象提供输入和/或输出示例。类型和示例用于自动创建模式。 为了使用模式生成,我们提供了开源推理模式包版本1.1.0或更高版本。我可以找到的类型包括Numpy类型、Pandas类型、抽象参数类型。 如何定义(通用)格式的嵌套字典的模式:如何使用Azure推理模式包为具有嵌套结构的字典生成推理模式?,azure,azure-machine-learning-service,Azure,Azure Machine Learning Service,在AzureML webservice的高级评分脚本中,为了自动生成web服务的模式,我们在构造函数中为一个定义的类型对象提供输入和/或输出示例。类型和示例用于自动创建模式。 为了使用模式生成,我们提供了开源推理模式包版本1.1.0或更高版本。我可以找到的类型包括Numpy类型、Pandas类型、抽象参数类型。 如何定义(通用)格式的嵌套字典的模式: {“顶级”键:[ {“嵌套_键_1”:“字符串_1”, “嵌套_键_2”:, “嵌套_键_3”: ] } 我们没有一个好方法来扩展对通用Pytho
{“顶级”键:[
{“嵌套_键_1”:“字符串_1”,
“嵌套_键_2”:,
“嵌套_键_3”:
]
}
我们没有一个好方法来扩展对通用Python类对象的处理。然而,我们正计划增加对此的支持,基本上是通过提供关于必要钩子的更多信息,并允许用户扩展基类来实现钩子以匹配所需的类结构。
目前支持以下类型:
熊猫
努比
皮斯帕克
标准Python对象
{ "top_level_key": [
{"nested_key_1": "string_1",
"nested_key_2": <float_number>,
"nested_key_3": <True/False>}
]
}