如何从Azure ML管道脚本步骤注册模型

Question

我正在运行pipeline.submit() in AzureML，它有一个PythonScriptStep。在这个步骤中，我从tensorflow-hub下载一个模型，重新训练它并将它保存为一个.zip，最后，我想在Azure中注册它。但是，由于脚本中没有工作区，所以Model.register()不是这样的。因此，我尝试使用Run.register_model()方法如下：

os.replace(os.path.join('.', archive_name + '.zip'), 
           os.path.join('.', 'outputs', archive_name + '.zip'))

print(os.listdir('./outputs'))
print('========================')

run_context = Run.get_context()
finetuning_model = run_context.register_model(model_name='finetuning_similarity_model',
                                              model_path=os.path.join(archive_name+'.zip'),
                                              tags={},
                                              description="Finetuning Similarity model")

但我犯了一个错误：

ErrorResponse {“错误”：{“消息”：“无法在上传到运行的文件集中找到提供的model_path retrained.zip：

尽管我在./outputs dir中有经过再训练的./outputs，但我们从日志中可以看到：

['retrained.zip']
========================

我想我做错了什么？

Answer 1

在尝试注册模型之前，通过将模型显式上载到运行历史记录中，我能够修复相同的问题(ModelPathNotFoundException)：

run.upload_file("outputs/my_model.pickle", "outputs/my_model.pickle")

这让我感到惊讶，因为许多官方例子和upload_file() 文档都没有提到这一点。

在指定的输出目录中运行自动捕获文件，对于大多数运行类型，默认为“./ output”。仅在需要上载其他文件或未指定输出目录时才使用upload_file。

Answer 2

这里似乎缺少了一段路：

Model_path=os.path.join(档案名称+‘..zip’)

路径是否应包括输出子文件夹，如以下所示？

model_path=os.path.join("./outputs"，归档_name+‘..zip’)