用Azure ML Service构建和部署机器学习模型-azure ml studio

[[256196]]

【51CTO.com快译】我们在本教程中将构建和部署一个机器模型，以便利用Stackoverflow数据集预测工资。看完本文后，你能够调用充分利用REST的Web服务来获得预测结果。

由于目的是演示工作流程，我们将使用一个简单的双列数据集进行试验，该数据集包含多年的工作经验和薪水。想了解数据集的详细信息，参阅我之前介绍线性回归的那篇文章。

先决条件

1.Python和Scikit-learn方面的基础知识

2.有效的微软Azure订阅

3.Anaconda或Miniconda

配置开发环境

使用Azure ML SDK配置一个虚拟环境。运行以下命令以安装Python SDK，并启动Jupyter Notebook。从Jupyter启动一个新的Python 3内核。

$ conda create -n aml -y Python=3.6  
$ conda activate aml  
$ conda install nb_conda  
$ pip install azureml-sdk[notebooks]  
$ jupyter notebook

初始化Azure ML环境

先导入所有必要的Python模块，包括标准的Scikit-learn模块和Azure ML模块。

import datetime  
import numpy as np  
import pandas as pd  
from sklearn.model_selection import train_test_split  
from sklearn.linear_model import LinearRegression  
from sklearn.externals import joblib  
import azureml.core  
from azureml.core import Workspace  
from azureml.core.model import Model 
from azureml.core import Experiment  
from azureml.core.webservice import Webservice  
from azureml.core.image import ContainerImage  
from azureml.core.webservice import AciWebservice  
from azureml.core.conda_dependencies import CondaDependencies

我们需要创建一个Azure ML Workspace，该工作区充当我们这次试验的逻辑边界。Workspace创建用于存储数据集的Storage Account、存储秘密信息的Key Vault、维护映像中心的Container Registry以及记录度量指标的Application Insights。

别忘了把占位符换成你的订阅ID。

ws = Workspace.create(name='salary',  
subscription_id='',  
resource_group='mi2',  
create_resource_group=True,  
location='southeastasia'  
)

几分钟后，我们会看到Workspace里面创建的资源。

现在我们可以创建一个Experiment开始记录度量指标。由于我们没有许多参数要记录，于是获取训练过程的启始时间。

exp = Experiment(workspace=ws, name='salexp')  
run = exp.start_logging()  
run.log("Experiment start time", str(datetime.datetime.now()))

训练和测试Scikit-learn ML模块

现在我们将进而借助Scikit-learn训练和测试模型。

sal = pd.read_csv('data/sal.csv',header=0, index_col=None)  
X = sal[['x']]  
y = sal['y']  
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=10)  
lm = LinearRegression()  
lm.fit(X_train,y_train)

经过训练的模型将被序列化成输出目录中的pickle文件。Azure ML将输出目录的内容自动拷贝到云端。

filename = 'outputs/sal_model.pkl'  
joblib.dump(lm, filename)

不妨记录训练作业的斜率、截距和结束时间，从而完成试验。

run.log('Intercept :', lm.intercept_)  
run.log('Slope :', lm.coef_[0])  
run.log("Experiment end time", str(datetime.datetime.now()))  
run.complete()

我们可以通过Azure Dashboard来跟踪度量指标和执行时间。

注册和加载经过训练的模型

每当我们冻结模型，它可以用独特的版本向Azure ML注册。这让我们能够在加载时在不同的模型之间轻松切换。

不妨将SDK指向PKL文件的位置，注册来自上述训练作业的工资模型。我们还将一些额外的元数据以标签这种形式添加到模型中。

model = Model.register(model_path = "outputs/sal_model.pkl",  
model_name = "sal_model",  
tags = {"key": "1"},  
description = "Salary Prediction",  
workspace = ws)

检查Workspace的Models部分，确保我们的模型已注册。

是时候将模型打包成容器映像(到时作为Web服务来公开)并部署的时候了。

为了创建容器映像，我们需要将模型所需的环境告诉Azure ML。然而，我们传递一段Python脚本，该脚本含有基于入站数据点来预测数值的代码。

Azure ML API为两者提供了便利的方法。不妨先创建环境文件salenv.yaml，该文件告诉运行时环境在容器映像中添加Scikit-learn。

salenv = CondaDependencies()  
salenv.add_conda_package("scikit-learn")  
with open("salenv.yml","w") as f:  
f.write(salenv.serialize_to_string())  
with open("salenv.yml","r") as f:  
print(f.read())

下列代码片段从Jupyter Notebook来执行时，创建一个名为score.py的文件，该文件含有模型的推理逻辑。

%%writefile score.py  
import json  
import numpy as np  
import os  
import pickle  
from sklearn.externals import joblib  
from sklearn.linear_model import LogisticRegression  
from azureml.core.model import Model  
def init():  
global model  
# retrieve the path to the model file using the model name  
model_path = Model.get_model_path('sal_model')  
model = joblib.load(model_path)  
def run(raw_data):  
data = np.array(json.loads(raw_data)['data'])  
# make prediction  
y_hat = model.predict(data)  
return json.dumps(y_hat.tolist())

现在将推理文件和环境配置传递给映像，从而将各点连起来。

%%time  
image_config = ContainerImage.image_configuration(execution_script="score.py",  
runtime="python", 
conda_file="salenv.yml")

这最终会创建将出现在Workspace的Images部分中的容器映像。

我们都已准备创建定义目标环境的部署配置，并将它作为托管在Azure Container Instance的Web服务来运行。我们还决定选择AKS或物联网边缘环境作为部署目标。

aciconfig = AciWebservice.deploy_configuration(cpu_cores=1,  
memory_gb=1,  
tags={"data": "Salary", "method" : "sklearn"},  
description='Predict Stackoverflow Salary')  
service = Webservice.deploy_from_model(workspace=ws,  
name='salary-svc',  
deployment_config=aciconfig,  
models=[model],  
image_config=image_config)  
service.wait_for_deployment(show_output=True)