在Azure容器规则上使用自定义码头图像部署Azure机器学习模型
在Azure容器规则上使用自定义码头图像部署Azure机器学习模型
提问于 2019-09-23 10:55:01
我想使用Azure机器学习服务来培训在蔚蓝上的学习模式。，但是我想使用自定义码头图像来在azure上部署模型。我无法理解如何使用自定义码头图像部署机器学习模型。
如果有任何关于使用自定义映像的部署ml模型的教程或博客，请与我分享。
请检查以下Docker文件命令：-
# Set locale
RUN apt-get update
RUN apt-get install locales
RUN locale-gen en_US.UTF-8
RUN update-locale LANG=en_US.UTF-8
# Install MS SQL v13 driver for PyOdbc
RUN apt-get install -y curl
RUN apt-get install apt-transport-https
RUN curl https://packages.microsoft.com/keys/microsoft.asc | apt-key add -
RUN curl https://packages.microsoft.com/config/ubuntu/16.04/prod.list > /etc/apt/sources.list.d/mssql-release.list
RUN exit
RUN apt-get update
RUN ACCEPT_EULA=Y apt-get install -y msodbcsql
RUN apt-get install -y unixodbc-dev我想使用Azure容器注册表来推送码头图像和使用自定义码头映像。如果有任何方法，请告诉我。
有使用自定义码头映像部署Azure ML模型的方法吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-09-23 13:36:39
你可以这样做：
使用Docker section.
- Create InferenceConfig中指定的自定义Docker映像的坐标创建一个以该环境为参数的环境，并在部署模型时使用该环境。
例如，假设您已经有了一个模型并选择了其他参数：
from azureml.core.environment import Environment
from azureml.core.model import InferenceConfig
env = Environment(name="myenv")
env.docker.base_image = "mybaseimage"
env.docker.base_image_registry.address = "ip-address"
env.docker.base_image_registry.username = "my-username"
env.docker.base_image_registry.password = "my-password"
ic = InferenceConfig(…,environment = env)
model.deploy(…,inference_config = ic) [1]: https://learn.microsoft.com/en-us/python/api/azureml-core/azureml.core.environment.environment?view=azure-ml-py
[2]: https://learn.microsoft.com/en-us/python/api/azureml-core/azureml.core.model.inferenceconfig?view=azure-ml-py页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58060865
复制相关文章
相似问题
腾讯云开发者
