共用方式為

model 模組

  • 參考

包含在 Azure Machine Learning 中管理機器學習模型的功能。

Model使用 類別，您可以完成下列主要工作：

  • 向工作區註冊您的模型
  • 分析模型以瞭解部署需求
  • 封裝您的模型以搭配 Docker 使用
  • 將您的模型部署至推斷端點作為 Web 服務

如需如何使用模型的詳細資訊，請參閱 Azure Machine Learning 的運作方式：架構和概念。

類別

InferenceConfig

表示用於部署之自訂環境的組態設定。

推斷組態是部署相關動作的 Model 輸入參數：

初始化 config 物件。
Model

表示機器學習訓練的結果。

模型是 Azure Machine Learning 定 型Run 或 Azure 外部的一些其他模型定型程式的結果。 不論模型如何產生，都可以在工作區中註冊，其中它以名稱和版本表示。 透過 Model 類別，您可以封裝模型以搭配 Docker 使用，並將其部署為可用於推斷要求的即時端點。

如需示範模型建立、管理和取用方式的端對端教學課程，請參閱 使用 MNIST 資料和 scikit-learn 使用 Azure Machine Learning 來定型影像分類模型。

模型建構函式。

模型建構函式是用來擷取與所提供工作區相關聯之 Model 物件的雲端標記法。 必須提供名稱或識別碼。
ModelPackage

表示將一或多個模型及其相依性封裝到 Docker 映射或 Dockerfile。

ModelPackage 物件會從 package Model 類別的 方法傳回。 generate_dockerfile封裝方法的 參數會判斷是否已建立 Docker 映射或 Dockerfile。

初始化使用模型建立的套件 () 和相依性。