Python Azure ML webservice调用中的MLPClassizer
我有一个使用scikitlearn的MLPClassizer的模型。我pkl,压缩它并上传到Azure ML。当我运行它时,这个过程运行良好,没有错误,但是一旦我从Web服务调用它,我就会得到以下错误。我还将scikit学习文件添加到模型中,以便使用MLPClassizerPython Azure ML webservice调用中的MLPClassizer,python,azure,azure-machine-learning-studio,Python,Azure,Azure Machine Learning Studio,我有一个使用scikitlearn的MLPClassizer的模型。我pkl,压缩它并上传到Azure ML。当我运行它时,这个过程运行良好,没有错误,但是一旦我从Web服务调用它,我就会得到以下错误。我还将scikit学习文件添加到模型中,以便使用MLPClassizer $ "C:\pyhome\lib\pickle.py", line 1384, in find_class __import__(module, level=0) ImportError: No module named '
$ "C:\pyhome\lib\pickle.py", line 1384, in find_class __import__(module, level=0) ImportError: No module named 'sklearn.neural_network.multilayer_perceptron' $
这是我在Azure ML中的python代码
$ import sys
sys.path.insert(0, ".\\Script Bundle")
import os
os.environ['PATH'] = os.path.dirname(".\\Script Bundle\\DLLs\\")+ ';' + os.environ['PATH']
import pandas as pd
import sklearn as sk
from sklearn.externals import joblib
#from sklearn.neural_network import MLPClassifier
def azureml_main(dataframe1 = None, dataframe2 = None):
#print ("sklearn version :", sk.__version__)
model = joblib.load('./Script Bundle/RNNmodel.pkl')
y_train = model.predict(dataframe1)
dataframe1 = pd.DataFrame(y_train)
return dataframe1,
$
在AML Dashboard中运行时,
sk.\uuuuuu version\uuuuu
的输出是什么?它是0.18.x
作为您的自定义包还是0.17.1
作为AML python运行时的默认版本?输出为0.18。我部分地解决了这个问题。我最初有两个“执行python脚本”框。其中一个使用Python0.17.1,第二个使用0.18。如果我在线执行这个实验,这个配置就可以工作,但是如果我从web服务调用它,它就不能工作。我用0.18将所有内容整合到一个“执行Python脚本”中,尽管这不是我的理想方案,但它仍然有效。我尝试将2与0.18一起使用,但出现“内存拒绝访问”错误。@RodrigoCoronado,谢谢您的评论。我想知道你是如何在Azure ML环境中将sklearn版本设置为0.18的?当你在AML Dashboard中运行时,sk.\uuuu version\uuuu
的输出是什么?它是0.18.x
作为您的自定义包还是0.17.1
作为AML python运行时的默认版本?输出为0.18。我部分地解决了这个问题。我最初有两个“执行python脚本”框。其中一个使用Python0.17.1,第二个使用0.18。如果我在线执行这个实验,这个配置就可以工作,但是如果我从web服务调用它,它就不能工作。我用0.18将所有内容整合到一个“执行Python脚本”中,尽管这不是我的理想方案,但它仍然有效。我尝试将2与0.18一起使用,但出现“内存拒绝访问”错误。@RodrigoCoronado,谢谢您的评论。我想知道如何在Azure ML环境中将sklearn版本设置为0.18?