Question

简而言之，当我尝试从jupyter笔记本提交azure ML管道运行（ azure ML管道，而不是 Azure管道）时，我得到了PermissionError：[Errno 13]权限被拒绝：'。\ NTUSER.DAT'。详细信息：

相关代码：

from azureml.train.automl import AutoMLConfig
from azureml.train.automl.runtime import AutoMLStep
automl_settings = {
    "iteration_timeout_minutes": 20,
    "experiment_timeout_minutes": 30,
    "n_cross_validations": 3,
    "primary_metric": 'r2_score',
    "preprocess": True,
    "max_concurrent_iterations": 3,
    "max_cores_per_iteration": -1,
    "verbosity": logging.INFO,
    "enable_early_stopping": True,
    'time_column_name': "DateTime"
}

automl_config = AutoMLConfig(task = 'forecasting',
                             debug_log = 'automl_errors.log',
                             path = ".",
                             compute_target=compute_target,
                             run_configuration=conda_run_config,                               
                             training_data = financeforecast_dataset,
                             label_column_name = 'TotalUSD',
                             **automl_settings
                            )

automl_step = AutoMLStep(
    name='automl_module',
    automl_config=automl_config,
    allow_reuse=False)

training_pipeline = Pipeline(
    description="training_pipeline",
    workspace=ws,    
    steps=[automl_step])

training_pipeline_run = Experiment(ws, 'test').submit(training_pipeline)

training_pipeline步骤运行了大约20秒钟，然后出现了很长的跟踪，结尾为：

~\AppData\Local\Continuum\anaconda2\envs\forecasting\lib\site- 
packages\azureml\pipeline\core\_module_builder.py in _hash_from_file_paths(hash_src)
    100             hasher = hashlib.md5()
    101             for f in hash_src:
--> 102                 with open(str(f), 'rb') as afile:
    103                     buf = afile.read()
    104                     hasher.update(buf)

PermissionError: [Errno 13] Permission denied: '.\\NTUSER.DAT'

根据Azure's docs on this topic，提交管道会上传您指定的“源目录”的“快照”。最初，我没有指定源目录，因此，为了进行测试，我添加了：

default_source_directory="testing",

作为training_pipeline对象的参数，但是在我尝试运行它时看到了相同的行为。不确定是否与文档所引用的源目录相同。文档还说，如果未指定源目录，则会上传“当前本地目录”。我使用print（os.getcwd（））来获取工作目录，并授予“所有人”对该目录的完全控制权限（在Windows env中工作）。

前面的所有代码都可以正常工作，如果我使用ScriptRunConfig并在附加的计算上运行它，而不是使用管道/训练群集，则可以提交实验。

有什么想法吗？在此先感谢任何尝试提供帮助的人。附言没有“ azure-machine-learning-pipelines”标签，并且我不能添加一个，因为我的信誉点不足。别人可以！ General有关它们的信息。

Answer 1

我通过在AutoMLConfig任务对象中设置路径和data_script变量来解决此问题，如下所示（相关代码由->表示）：

automl_config = AutoMLConfig(task = 'forecasting',
                             debug_log = 'automl_errors.log',
                             compute_target=compute_target,
                             run_configuration=conda_run_config,
                             -->path = "c:\\users\\me",
                             data_script ="script.py",<--
                             **automl_settings
                            )

如下所示，将data_script变量设置为包括完整路径是无效的。

automl_config = AutoMLConfig(task = 'forecasting',
                             debug_log = 'automl_errors.log',
                             path = ".",
                             -->data_script = "c:\\users\\me\\script.py"<--
                             compute_target=compute_target,
                             run_configuration=conda_run_config, 
                             **automl_settings
                            )

尝试运行Azure ML管道时权限被拒绝：“。\ NTUSER.DAT”

1 个答案: