我一直在使用ML Studio (经典),但遇到了一个“执行Python”脚本的问题。我注意到执行一些内部任务需要额外的时间,之后它将开始在ML Studio中执行实际的Python代码。这种延迟导致每个模块的时间增加了40-60秒,当通过批处理执行系统消耗或手动运行实验时,该时间聚合并导致每次执行的延迟400-500秒。(我有多个模块的“执行Python”脚本) 例如,如果我在本地系统中运行一段代码,假设需要2-3秒。在Azure ML Studio中,这同样需要50-60秒的时间。
我尝试在python 3.1.3中打开一个带有邮箱模块的mbox文件。里面只有3封邮件,而且只有27k大。我是不是发现了bug或者我做错了什么?我还在windows和linux上进行了测试,结果相同:(.if subject and 'python' in subject.lower():
print(subject)