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MLPClassizer

$ "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？