Question

如何在Azure ML上的Python脚本中访问从Web服务发送的全局参数（＆＃34; GlobalParameters＆＃34;）？

我试过了：

if 'GlobalParameters' in globals():
    myparam = GlobalParameters['myparam']

但没有成功。

编辑：示例

就我而言，我通过网络服务发送声音文件（作为样本列表）。我还想发送采样率和每个样本的位数。我已经成功配置了Web服务（我认为）以获取这些参数，因此GlobalParameters现在看起来像：

"GlobalParameters": {
     "sampleRate": "44100",
     "bitsPerSample": "16",
}

但是，我无法从Python脚本访问这些变量，无论是GlobalParameters["sampleRate"]还是sampleRate。可能吗？它们存放在哪里？

Answer 1

基于我们对您的问题的理解，这里可能有一个错误的概念，即Azure ML参数不是“全局参数”，事实上它们只是与特定模块相关的参数替换。所以在影响中，没有全局参数可以在您提到的整个实验中访问。在这种情况下，我们认为下面的实验可以满足您的要求：

请在实验中添加“输入数据”模块，并以csv格式添加数据。然后，对于Data，单击参数以创建Web服务参数。添加将从客户端应用程序传递的数据中替换的CSV数据。即
请添加“执行Python”模块并将“输入数据”输出连接到“执行Python”输入1。添加python代码以获取dataframe1并将其添加到python列表中。一旦你在列表中有它，你可以在你的python代码中的任何地方使用它。
Python代码段

def azureml_main（dataframe1 = None，dataframe2 = None）：

import pandas as pd
global_list = []

for g in dataframe1["Col3"]:
    global_list.append(g)

df_global = pd.DataFrame(global_list)        
print('Input pandas.DataFrame:\r\n\r\n{0}'.format(df_global))        
return [df_global]

发布实验后，您可以在“数据”中添加新值：“”，下面的部分将使用您在实验中替换“输入数据”值的新值。

data =  {

        "Inputs": {

                "input1":
                {
                    "ColumnNames": ["Col1", "Col2", "Col3"],
                    "Values": [ [ "0", "value", "0" ], [ "0", "value", "0" ], ]
                },        },
            "GlobalParameters": {
        "Data": "1,sampleRate,44500\\n2,bitsPerSample,20",
}
}

如果有意义，请随时告诉我们。

Answer 2

GlobalParameters 参数不能在Python脚本中使用。用于覆盖其他模块中的某些参数。

例如，如果您使用“拆分数据”模块，则会找到一个将参数转换为Web服务参数的选项：

单击后，将出现一个标题为“ Web服务参数”的新部分。在那里，您可以将默认参数名称更改为您选择的参数之一。

如果将项目部署为Web服务，则可以通过将其放在GlobalParameters参数中来覆盖该参数：

"GlobalParameters": {
     "myFraction": 0.7
}

我希望这可以使事情变得清晰起来。

Answer 3

尽管无法在Python脚本中使用GlobalParameters（请参阅my previous answer），但是您可以破解/滥用Python脚本的第二个输入来传递其他参数。在我的示例中，我称它们为元数据参数。

首先，我添加：

一个名称为“ realdata”的 Web服务输入 模块（用于偏离课程的实际数据）
名为的 Web服务输入 模块（我们将滥用此模块将参数传递给Python）。
一个名称为“ computedMetadata”的 Web服务输出 模块

按如下所示连接模块：

如您所见，我还添加了一个真实的数据集（餐厅评分），作为虚拟元数据csv（手动输入数据）模块。

在本手册数据中，您将必须预定义元数据参数，就像它们是具有标头且仅一行以保存数据的csv：

在此示例中，sampleRate和bitsPerSample均设置为0。

然后，我的Python脚本将伪造的csv作为元数据，并对其进行一些虚拟计算，并将其作为列名返回：

import pandas as pd

def azureml_main(realdata = None, metadata = None):

    theSum = metadata["sampleRate"][0] + metadata["bitsPerSample"][0]

    outputString = "The sum of the sampleRate and the bitsPerSecond is " + str(theSum)

    print(outputString)

    return pd.DataFrame([outputString])

然后我将其发布为Web服务，并使用Node.js这样调用它：

httpreq.post('https://ussouthcentral.services.azureml.net/workspaces/xxx/services/xxx', {
    headers: {
        Authorization: 'Bearer xxx'
    },
    json: {
    "Inputs": {
        "realdata": {
            "ColumnNames": [
                "userID",
                "placeID",
                "rating"
            ],
            "Values": [
                [
                    "100",
                    "101",
                    "102"
                ],
                [
                    "200",
                    "201",
                    "202"
                ]
            ]
        },
        "metadata": {
            "ColumnNames": [
                "sampleRate",
                "bitsPerSample"
            ],
            "Values": [
                [
                    44100,
                    16
                ]
            ]
        }
    },
    "GlobalParameters": {}
}

}, (err, res) => {
    if(err) return console.log(err);
    console.log(JSON.parse(res.body));
});

输出符合预期：

{ Results:
   { computedMetadata:
      { type: 'table',
        value:
         { ColumnNames: [ '0' ],
           ColumnTypes: [ 'String' ],
           Values:
            [ [ 'The sum of the sampleRate and the bitsPerSecond is 44116' ] ] } } } }

祝你好运！

访问Azure ML Python脚本中的GlobalParameters

编辑：示例

3 个答案: