标签: azure-machine-learning-studio

我有一组具有OPEN单一分类的图像(它们显示了一些打开的东西).我找不到直接向图像阅读器数据集添加打开状态的方法,因此我按照以下方式将FULL OUTER JOIN-ed单个ENTER DATA连接到图像阅读器.这似乎是一个黑客,有没有人知道"正确"的方式来做到这一点？

Azure ML实验提供了通过Reader和Writer模块将CSV文件读取和写入Azure blob存储的方法.但是,我需要将一个JSON文件写入blob存储.由于没有模块可以这样做,我试图在一个Execute Python Script模块中这样做.

# Import the necessary items
from azure.storage.blob import BlobService

def azureml_main(dataframe1 = None, dataframe2 = None):
    account_name = 'mystorageaccount'
    account_key='mykeyhere=='
    json_string='{jsonstring here}'

    blob_service = BlobService(account_name, account_key)

    blob_service.put_block_blob_from_text("upload","out.json",json_string)

    # Return value must be of a sequence of pandas.DataFrame
    return dataframe1,

但是,这会导致错误: ImportError: No module named azure.storage.blob

这意味着azure-storageAzure包上未安装Python包.

如何从Azure ML实验中写入Azure blob存储？

这是填充错误消息:

Error 0085: The following error occurred during script evaluation, please view the output log for more information: …

4年前,我发布了这个问题并得到了一些不幸在我的技能水平之外的答案.我刚刚参加了他们谈到机器学习的构建巡回会议,这让我想到了使用ML作为我的问题的解决方案的可能性.我在天蓝色的网站上发现了这个,但我认为它不会对我有所帮助,因为它的范围很窄.

这是我想要实现的目标:

我有一个源图像:

我想要在上面的图像中包含以下哪个符号(如果有的话):

比较需要支持轻微失真,缩放,色差,旋转和亮度差异.

要匹配的符号数最终至少大于100.

ML是解决这个问题的好工具吗？如果有,任何开始提示？

我正在使用Microsoft Azure机器学习工作室尝试一个实验,我使用以前的分析捕获有关用户(一次,一天)尝试预测他们的下一个操作(基于日期和时间),以便我可以调整用户界面相应的.因此,如果用户通常每周四下午1点访问某个页面,那么我想预测该行为.

警告 - 我是一个完全没有ML的新手,但已观看了不少视频,并通过教程如电影推荐示例.

我有一个带有用户ID,动作,日期时间的csv数据集,并希望训练一个火柴盒推荐模型,从我的研究看起来似乎是最好的模型.我无法在培训中看到使用日期/时间的方法.我的想法是,如果我可以传入用户ID和日期,那么推荐模型应该能够给我一个用户最有可能做的结果.

我从预测端点获得结果,但是训练端点给出以下错误:

{
    "error": {
        "code": "ModuleExecutionError",
        "message": "Module execution encountered an error.",
        "details": [
            {
                "code": "18",
                "target": "Train Matchbox Recommender",
                "message": "Error 0018: Training dataset of user-item-rating triples contains invalid data."
            }
        ]
    }
}

以下是该实验公开版本的链接

任何帮助,将不胜感激.

谢谢.

我已经为此搜索了几个小时,找不到回答问题的单一内容.我创建并发布了一个新的Azure机器学习服务,并创建了一个端点.我可以使用Postman REST CLient调用该服务,但是通过JavaScript网页访问它会返回一个控制台日志,说明已为该服务启用了CORS.现在,就我而言,我无法弄清楚如何为Azure机器学习服务禁用CORS.任何帮助将不胜感激,谢谢!

我正在尝试在Azure ML中安装qdap软件包.其余的依赖包安装没有任何问题.说到qdapTools,我得到了这个错误,虽然我尝试安装的版本是1.3.1(从R包附带的Decription文件中验证了这一点)

package 'qdapTools' 1.1.0 was found, but >= 1.3.1 is required by 'qdap

"执行R脚本"中的代码:

install.packages("src/qdapTools.zip", repos = NULL, verbose = TRUE)
install.packages("src/magrittr.zip", lib = ".", repos = NULL, verbose = TRUE)
install.packages("src/stringi.zip", lib = ".", repos = NULL, verbose = TRUE)
install.packages("src/stringr.zip", lib = ".", repos = NULL, verbose = TRUE)
install.packages("src/qdapDictionaries.zip", lib = ".", repos = NULL, verbose = TRUE)
install.packages("src/qdapRegex.zip", lib = ".", repos = NULL, verbose = TRUE)
install.packages("src/RColorBrewer.zip", lib = ".", repos = NULL, verbose …

有人应该添加"net#"作为标签.我正在尝试通过使用本教程将其转换为卷积神经网络来改进Azure机器学习工作室中的神经网络:

https://gallery.cortanaintelligence.com/Experiment/Neural-Network-Convolution-and-pooling-deep-net-2

我和教程之间的差异是我正在使用35个功能和1个标签进行回归,他们正在使用28x28功能和10个标签进行分类.

我从基本和第二个例子开始,让他们使用:

input Data [35];

hidden H1 [100]
    from Data all;

hidden H2 [100]
    from H1 all;

output Result [1] linear
    from H2 all;

现在转变为卷积我误解了.在这里的教程和文档中:https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-azure-ml-netsharp-reference-guide它没有提到节点元组值的方式计算隐藏层.教程说:

hidden C1 [5, 12, 12]
  from Picture convolve {
    InputShape  = [28, 28];
    KernelShape = [ 5,  5];
    Stride      = [ 2,  2];
    MapCount = 5;
  }

hidden C2 [50, 4, 4]
   from C1 convolve {
     InputShape  = [ 5, 12, 12];
     KernelShape = [ 1,  5,  5];
     Stride …

在Azure-ml工作室中使用"执行R脚本模块",当我绘制到rgl设备时,我在R设备输出的图形部分下面得到一个损坏的图像图标.

有没有办法查看(甚至与之交互)生成的rgl设备？如果没有,有什么方法可以将rgl输出传输到标准R图形设备？

简单的例子:

# put this code inside the execute R script module
library(rgl)
rgl.spheres(0,0,0, radius=1, col="red")

需要明确的是,我知道rgl.snapshot和rgl.postscript以及如何保存和/或查看RGL设备在标准的R会话,但一直没能做出这些标准的方法在蔚蓝毫升工作.

我做了一个Azure机器学习实验,它采用一个小数据集(12x3数组)和一些参数,并使用一些Python模块进行一些计算(线性回归计算等等).一切正常.

我已经部署了实验,现在想从我的应用程序的前端向它抛出数据.API调用会进入并返回正确的结果,但计算简单的线性回归最多需要30秒.有时它是20秒,有时只有1秒.我甚至一次将它降低到100毫秒(这是我想要的),但90%的时间请求完成超过20秒,这是不可接受的.

我想这与它仍然是一个实验有关,或者它仍然在开发槽中,但是我找不到让它在更快的机器上运行的设置.

有没有办法加快我的执行速度？

编辑:澄清:使用相同的测试数据获得不同的时序,只需多次发送相同的请求即可.这让我得出结论,它必须与我的请求被放入队列有关,有一些启动延迟或我以其他方式受到限制.

Azure Machine Learning Studio和Azure Machine Learning Workbench有什么区别？有什么预期的区别？是否预计Workbench正朝着弃用而转向Studio？

我收集了各种各样的差异:

• Studio每个模块的训练数据总输入硬限制为10 GB,而Workbench的价格可变限制.
• Studio似乎拥有功能更全面的GUI和用户友好的部署工具,而Workbench似乎拥有更强大/可自定义的部署工具.
• 等等

但是,我还发现了几个分散的引用,声称Studio是一个重命名的Workbench更新版,即使这两个服务似乎仍然提供.

对于希望采用Microsoft堆栈的新数据科学家(可能在中期和长期的企业范围内),我更喜欢哪种产品？