Model クラス

指定されたデータセットをこのモデルに関連付けます。

add_dataset_references(datasets)

パラメーター

例外

このモデルのプロパティ ディクショナリにキー値ペアを追加します。

add_properties(properties)

パラメーター

このモデルのタグ ディクショナリにキー値ペアを追加します。

add_tags(tags)

パラメーター

例外

関連付けられているワークスペースからこのモデルを削除します。

delete()

例外

0 個以上の Model オブジェクトから Web サービスをデプロイします。

結果の Web サービスは、推論要求に使用できるリアルタイム エンドポイントです。 Model deploy 関数は、deploy クラスのWebservice関数に似ていますが、モデルは登録されません。 既に登録されているモデル オブジェクトがある場合は、Model deploy 関数を使用します。

static deploy(workspace, name, models, inference_config=None, deployment_config=None, deployment_target=None, overwrite=False, show_output=False)

パラメーター

戻り値

例外

JSON オブジェクトをモデル オブジェクトに変換します。

指定したワークスペースがモデルが登録されているワークスペースでない場合、変換は失敗します。

static deserialize(workspace, model_payload)

パラメーター

戻り値

ローカル ファイル システムのターゲット ディレクトリにモデルをダウンロードします。

download(target_dir='.', exist_ok=False, exists_ok=None)

パラメーター

戻り値

モデルへのパスを返します。

関数は、次の場所でモデルを検索します。

versionが None の場合:

1. リモートからキャッシュへのダウンロード (ワークスペースが提供されている場合)
2. キャッシュ azureml-models/$MODEL_NAME/$LATEST_VERSION/ からの読み込み
3. ./$MODEL_NAME

versionが None でない場合:

1. キャッシュ azureml-models/$MODEL_NAME/$SPECIFIED_VERSION/ からの読み込み
2. リモートからキャッシュへのダウンロード (ワークスペースが提供されている場合)

static get_model_path(model_name, version=None, _workspace=None)

パラメーター

戻り値

例外

ファイル名と対応する SAS URL を含むキーと値のペアのディクショナリを返します。

get_sas_urls()

戻り値

オプションのフィルターを使用して、指定されたワークスペースに関連付けられているすべてのモデルの一覧を取得します。

static list(workspace, name=None, tags=None, properties=None, run_id=None, latest=False, dataset_id=None, expand=True, page_count=255, model_framework=None)

パラメーター

戻り値

例外

Docker イメージまたは Dockerfile ビルド コンテキストの形式でモデル パッケージを作成します。

static package(workspace, models, inference_config=None, generate_dockerfile=False, image_name=None, image_label=None)

パラメーター

戻り値

ユーザー構成を印刷します。

static print_configuration(models, inference_config, deployment_config, deployment_target)

パラメーター

モデルをプロファイルして、リソース要件の推奨事項を取得します。

これは、データセットのサイズに応じて最大 25 分かかる実行時間の長い操作です。

static profile(workspace, profile_name, models, inference_config, input_dataset, cpu=None, memory_in_gb=None, description=None)

パラメーター

戻り値

例外

指定されたワークスペースにモデルを登録します。

static register(workspace, model_path, model_name, tags=None, properties=None, description=None, datasets=None, model_framework=None, model_framework_version=None, child_paths=None, sample_input_dataset=None, sample_output_dataset=None, resource_configuration=None)

パラメーター

戻り値

注釈

モデル ファイル自体の内容に加えて、登録済みのモデルには、モデルの説明、タグ、フレームワーク情報などのモデル メタデータも格納されます。これは、ワークスペースでモデルを管理およびデプロイするときに役立ちます。 たとえば、タグを使用すると、モデルを分類し、ワークスペースにモデルを一覧表示するときにフィルターを適用できます。

次のサンプルは、タグと説明を指定するモデルを登録する方法を示しています。

   from azureml.core.model import Model

   model = Model.register(model_path="sklearn_regression_model.pkl",
                          model_name="sklearn_regression_model",
                          tags={'area': "diabetes", 'type': "regression"},
                          description="Ridge regression model to predict diabetes",
                          workspace=ws)

実験の実行の結果として生成されたモデルがある場合は、最初にローカル ファイルにダウンロードすることなく、実行オブジェクトから直接登録できます。 そのためには、register_model クラスに記載されているRun メソッドを使用します。

このモデルのタグ ディクショナリから指定したキーを削除します。

remove_tags(tags)

パラメーター

このモデルを json シリアル化ディクショナリに変換します。

serialize()

戻り値

モデルのインプレース更新を実行します。

指定したパラメーターの既存の値が置き換えられます。

update(tags=None, description=None, sample_input_dataset=None, sample_output_dataset=None, resource_configuration=None)

パラメーター

例外

モデルのタグとプロパティの更新を実行します。

update_tags_properties(add_tags=None, remove_tags=None, add_properties=None)

パラメーター

例外