ترحيل تنفيذ وحدات البرنامج النصي R في Studio (كلاسيكي)

  • مقالة
  • قراءة خلال 2 دقائق

هام

سينتهي دعم Machine Learning Studio (classic) في 31 أغسطس 2024. نوصي بالانتقال إلى zure Machine Learning بحلول ذلك التاريخ.

اعتبارا من 1 ديسمبر 2021، لن تتمكن من إنشاء موارد استوديو التعلم الآلي (كلاسيكية) جديدة (مساحة العمل وخطة خدمة الويب). حتى 31 أغسطس 2024، يمكنك الاستمرار في استخدام تجارب استوديو التعلم الآلي (الكلاسيكية) الحالية وخدمات الويب.

يتم الآن استبعاد وثائق ML Studio (classic) وقد لا يتم تحديثها في المستقبل.

في هذه المقالة، يمكنك التعرف على كيفية إعادة إنشاء وحدة نمطية Studio (كلاسيكية) تنفيذ R Script في Azure التعلم الآلي.

لمزيد من المعلومات حول الترحيل من Studio (كلاسيكي)، راجع مقالة نظرة عامة على الترحيل.

تنفيذ برنامج R النصي

يعمل Azure التعلم الآلي designer الآن على Linux. يعمل الاستوديو (الكلاسيكي) على Windows. نظرا لتغيير النظام الأساسي ، يجب عليك ضبط Execute R Script أثناء الترحيل ، وإلا سيفشل خط الأنابيب.

لترحيل وحدة Execute R Script النمطية من Studio (كلاسيكي)، يجب استبدال الواجهات maml.mapInputPort والوظائف maml.mapOutputPortالقياسية.

يلخص الجدول التالي التغييرات التي طرأت على الوحدة النمطية R Script:

الميزة Studio (كلاسيكي) مصمم التعلم الآلي من Microsoft Azure
واجهة البرنامج النصي maml.mapInputPort وmaml.mapOutputPort واجهة الوظيفة
النظام الأساسي Windows Linux
إمكانية الوصول إلى الإنترنت لا نعم
ذاكرة 14 جيجابايت يعتمد على وحدة SKU للحوسبة

كيفية تحديث واجهة البرنامج النصي R

فيما يلي محتويات نموذج لوحدة تنفيذ R Script في Studio (كلاسيكي):

# Map 1-based optional input ports to variables 
dataset1 <- maml.mapInputPort(1) # class: data.frame 
dataset2 <- maml.mapInputPort(2) # class: data.frame 

# Contents of optional Zip port are in ./src/ 
# source("src/yourfile.R"); 
# load("src/yourData.rdata"); 

# Sample operation 
data.set = rbind(dataset1, dataset2); 

 
# You'll see this output in the R Device port. 
# It'll have your stdout, stderr and PNG graphics device(s). 

plot(data.set); 

# Select data.frame to be sent to the output Dataset port 
maml.mapOutputPort("data.set");

فيما يلي المحتويات المحدثة في المصمم. لاحظ أنه maml.mapInputPort تم استبدال و maml.mapOutputPort مع واجهة azureml_mainالوظيفة القياسية .

azureml_main <- function(dataframe1, dataframe2){ 
    # Use the parameters dataframe1 and dataframe2 directly 
    dataset1 <- dataframe1 
    dataset2 <- dataframe2 

    # Contents of optional Zip port are in ./src/ 
    # source("src/yourfile.R"); 
    # load("src/yourData.rdata"); 

    # Sample operation 
    data.set = rbind(dataset1, dataset2); 


    # You'll see this output in the R Device port. 
    # It'll have your stdout, stderr and PNG graphics device(s). 
    plot(data.set); 

  # Return datasets as a Named List 

  return(list(dataset1=data.set)) 
}

لمزيد من المعلومات، راجع مرجع الوحدة النمطية المصمم تنفيذ R Script.

تثبيت حزم R من الإنترنت

يتيح لك مصمم Azure التعلم الآلي تثبيت الحزم مباشرة من CRAN.

هذا هو التحسن على استوديو (الكلاسيكية). نظرا لأن Studio (الكلاسيكي) يعمل في بيئة وضع الحماية بدون اتصال بالإنترنت ، كان عليك تحميل البرامج النصية في حزمة مضغوطة لتثبيت المزيد من الحزم.

استخدم التعليمة البرمجية التالية لتثبيت حزم CRAN في الوحدة النمطية " تنفيذ R Script" الخاصة بالمصمم :

  if(!require(zoo)) { 
      install.packages("zoo",repos = "http://cran.us.r-project.org") 
  } 
  library(zoo)

الخطوات التالية

في هذه المقالة، تعلمت كيفية ترحيل الوحدات النمطية تنفيذ R Script إلى Azure التعلم الآلي.

راجع المقالات الأخرى في سلسلة ترحيل Studio (الكلاسيكية):

  1. نظرة عامة على الترحيل.
  2. ترحيل مجموعة البيانات.
  3. أعد إنشاء خط أنابيب تدريب استوديو (كلاسيكي).
  4. إعادة إنشاء خدمة ويب Studio (كلاسيكية).
  5. دمج خدمة ويب التعلم الآلي مع تطبيقات العميل.
  6. ترحيل تنفيذ وحدات البرنامج النصي R.