Instalace sady Azure Machine Learning SDK pro Python

Článek
05/30/2023

Tento článek je průvodcem pro různé možnosti instalace sady SDK.

Požadavky

Python nainstalovaný ve verzi 3.7 nebo novější. Pro balíčky azureml-automl použijte pouze verzi 3.7 nebo 3.8.
nainstalovaný pip

Výchozí instalace

Použijte azureml-core.

pip install azureml-core

Pak nainstalujte všechny další balíčky potřebné pro vaši konkrétní úlohu.

Upgrade instalace

Tip

Doporučujeme vždy udržovat azureml-core aktualizované na nejnovější verzi.

Upgrade předchozí verze:

pip install --upgrade azureml-core

Zkontrolovat verzi

Ověření verze sady SDK:

pip show azureml-core

Zobrazení všech balíčků ve vašem prostředí:

pip list

Verzi sady SDK můžete zobrazit také v Pythonu, ale tato verze nezahrnuje podverzi.

import azureml.core
print(azureml.core.VERSION)

Další informace o konfiguraci vývojového prostředí pro službu Azure Machine Learning najdete v tématu Konfigurace vývojového prostředí.

Další balíčky azureml

Sada SDK obsahuje mnoho dalších volitelných balíčků, které můžete nainstalovat. Patří mezi ně závislosti, které nejsou vyžadovány pro všechny případy použití, takže nejsou zahrnuty do výchozí instalace, aby se zabránilo přemrštěné prostředí. Následující tabulka popisuje balíčky, jejich případy použití a příkazy pro instalaci, aktualizaci & kontrolu verze.

Další balíček	Případ použití	Instalace, upgrade nebo zobrazení verze
`azureml-automl-core`	Obsahuje základní třídy automatizovaného strojového učení pro Azure Machine Learning. Tento balíček používají azureml-train-automl-client a azureml-train-automl-runtime.	`pip install azureml-automl-core` `pip install --upgrade azureml-automl-core` `pip show azureml-automl-core`
`azureml-accel-models`	Zrychluje hluboké neurální sítě na sítích FPGA pomocí služby Azure ML Hardware Accelerated Models Service.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-train-automl`	Poskytuje třídy pro vytváření a spouštění experimentů automatizovaného strojového učení. Nainstaluje také běžné balíčky pro datové vědy, včetně `pandas`, `numpy`a `scikit-learn`. Pokud chcete odeslat automatizované strojové učení spuštěné na vzdálených výpočetních prostředcích a nepotřebujete provádět žádné místní strojové učení, doporučujeme použít balíček tenkého klienta`azureml-train-automl-client` , který je součástí `azureml-sdk`nástroje . Další informace o instalaci a práci s úplnou `automl` sadou SDK nebo jejím tenkým klientem `azureml-train-automl-client`najdete v dalších doprovodných materiálech k případům použití. Podobně jako u standardu Pythonu se podporuje kompatibilita jedné verze dozadu a jedné dopředné verze, ale pouze pro úplný `azureml-train-automl` balíček. Pokud je například model vytrénovaný pomocí sady SDK verze 1.29.0, můžete odvodit verze sady SDK mezi 1.28.0 a 1.30.0.	Pro místní prostředí Conda: `pip install azureml-train-automl` `pip install --upgrade azureml-train-automl` `pip install show azureml-train-automl` Tenký klient pro vzdálené výpočetní prostředky: `pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip install show azureml-train-automl-client`
`azureml-contrib`	Nainstaluje balíčky azureml-contrib-*, které zahrnují experimentální funkce nebo funkce ve verzi Preview.	`pip install azureml-contrib` `pip install --upgrade azureml-contrib` `pip show azureml-contrib`
`azureml-datadrift`	Obsahuje funkci, která zjišťuje, kdy se trénovací data modelu odchýlila od bodovacích dat.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-interpret`	Používá se pro interpretovatelnost modelu, včetně důležitosti funkcí a tříd pro modely blackbox a whitebox.	`pip azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-widgets`	Obsahuje základní balíčky, moduly a třídy pro Azure Machine Learning.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-contrib-services`	Poskytuje funkce hodnoticích skriptů, které vyžadují nezpracovaný přístup HTTP.	`pip install azureml-contrib-services` `pip install --upgrade azureml-contrib-services` `pip show azureml-contrib-services`
`azureml-tensorboard`	Poskytuje třídy a metody pro export historie spuštění experimentu a spuštění TensorBoard pro vizualizaci výkonu a struktury experimentu.	`pip install azureml-tensorboard` `pip install --upgrade azureml-tensorboard` `pip show azureml-tensorboard`
`azureml-mlflow`	Obsahuje funkce, které integrují Azure Machine Learning s MLFlow.	`pip install azureml-mlflow` `pip install --upgrade azureml-mlflow` `pip show azureml-mlflow`
`azureml-automl-runtime`	Obsahuje třídy automatizovaného strojového učení pro spouštění spuštění ve službě Azure Machine Learning.	`pip install azureml-automl-runtime` `pip install --upgrade azureml-automl-runtime` `pip show azureml-automl-runtime`
`azureml-widgets`	Obsahuje funkce pro zobrazení průběhu trénovacích spuštění strojového učení v poznámkových blocích Jupyter.	`pip install azureml-widgets` `pip install --upgrade azureml-widgets` `pip show azureml-widgets`
`azureml-train-restclients-hyperdrive`	Obsahuje třídy potřebné k vytvoření HyperDriveRuns pomocí azureml-train-core.	`pip install azureml-train-restclients-hyperdrive` `pip install --upgrade azureml-train-restclients-hyperdrive` `pip show azureml-train-restclients-hyperdrive`
`azureml-train-core`	Obsahuje třídy základního estimátoru a třídu obecného estimátoru, estimátory používané v trénování hluboké neurální sítě (DNN), estimátory používané při trénování Scikit-Learn, moduly a třídy podporující ladění hyperparametrů.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-train-automl-runtime`	Obsahuje funkce představující základní automatizované strojové učení a komponenty modulu runtime ve službě Azure Machine Learning.	`pip install azureml-train-automl-runtime` `pip install --upgrade azureml-train-automl-runtime` `pip show azureml-train-automl-runtime`
`azureml-train-automl-client`	Obsahuje základní balíčky, moduly a třídy pro Azure Machine Learning.	`pip install azureml-train-automl-client` `pip install --upgrade azureml-train-automl-client` `pip show azureml-train-automl-client`
`azureml-telemetry`	Tento balíček slouží ke shromažďování telemetrických dat, jako jsou zprávy protokolu, metriky, události a zprávy o aktivitách.	`pip install azureml-telemetry` `pip install --upgrade azureml-telemetry` `pip show azureml-telemetry`
`azureml-synapse`	Obsahuje příkaz Magic pro správu relace Synapse a odeslání kódu a widget SparkMonitor pro monitorování průběhu úlohy Sparku pro Jupyter i JupyterLab.	`pip install azureml-synapse` `pip install --upgrade azureml-synapse` `pip show azureml-synapse`
`azureml-sdk`	Balíček Thos slouží k sestavování a spouštění pracovních postupů strojového učení ve službě Azure Machine Learning Service.	`pip install azureml-sdk` `pip install --upgrade azureml-sdk` `pip show azureml-sdk`
`azureml-pipeline-steps`	Obsahuje předem připravené kroky, které je možné provést v kanálu Azure Machine Learning.	`pip install azureml-pipeline-steps` `pip install --upgrade azureml-pipeline-steps` `pip show azureml-pipeline-steps`
`azureml-pipeline-core`	Obsahuje základní funkce pro kanály Azure Machine Learning, což jsou konfigurovatelné pracovní postupy strojového učení.	`pip install azureml-pipeline-core` `pip install --upgrade azureml-pipeline-core` `pip show azureml-pipeline-core`
`azureml-pipeline`	Tento balíček slouží k vytváření, optimalizaci a správě pracovních postupů strojového učení.	`pip install azureml-pipeline` `pip install --upgrade azureml-pipeline` `pip show azureml-pipeline`
`azureml-opendatasets`	Obsahuje základní funkce pro kanály Azure Machine Learning, což jsou konfigurovatelné pracovní postupy strojového učení.	`pip install azureml-opendatasets` `pip install --upgrade azureml-opendatasets` `pip show azureml-opendatasets`
`azureml-interpret`	Obsahuje funkce pro práci s interpretovatelností modelů ve službě Azure Machine Learning.	`pip install azureml-interpret` `pip install --upgrade azureml-interpret` `pip show azureml-interpret`
`azureml-defaults`	Tento balíček je metabalíč, který se interně používá ve službě Azure Machine Learning.	`pip install azureml-defaults` `pip install --upgrade azureml-defaults` `pip show azureml-defaults`
`azureml-dataset-runtime`	Účelem tohoto balíčku je koordinovat závislosti v rámci balíčků AzureML. Tento balíček je interní a není určen k přímému použití.	`pip install azureml-dataset-runtime` `pip install --upgrade azureml-dataset-runtime` `pip show azureml-dataset-runtime`
`azureml-datadrift`	Obsahuje funkci, která zjišťuje, kdy se trénovací data modelu odchýlila od bodovacích dat.	`pip install azureml-datadrift` `pip install --upgrade azureml-datadrift` `pip show azureml-datadrift`
`azureml-contrib-server`	Tento balíček je místní služba HTTP, která slouží ke zveřejnění podmnožině funkcí poskytovaných sadou AzureML SDK pro rozšíření VS Tools for AI (VSCode a Visual Studio).	`pip install azureml-contrib-server` `pip install --upgrade azureml-contrib-server` `pip show azureml-contrib-server`
`azureml-contrib-run`	Tento balíček se používá k zahrnutí kódu integrace AzureML s Mlflow.	`pip install azureml-core` `pip install --upgrade azureml-core` `pip show azureml-core`
`azureml-contrib-reinforcementlearning`	Obsahuje funkce pro vytvoření cílového výpočetního objektu Windows ve službě Azure Machine Learning.	`pip install azureml-contrib-reinforcementlearning` `pip install --upgrade azureml-contrib-reinforcementlearning` `pip show azureml-contrib-reinforcementlearning`
`azureml-contrib-pipeline-steps`	Obsahuje moduly a třídy pro specializované kroky kanálu Azure Machine Learning a související konfiguraci.	`pip install azureml-contrib-pipeline-steps` `pip install --upgrade azureml-contrib-pipeline-steps` `pip show azureml-contrib-pipeline-steps`
`azureml-contrib-notebook`	Obsahuje rozšíření pro práci s poznámkovými bloky Jupyter ve službě Azure Machine Learning.	`pip install azureml-contrib-notebook` `pip install --upgrade azureml-contrib-notebook` `pip show azureml-contrib-notebook`
`azureml-contrib-gbdt`	Tento balíček obsahuje estimátor LightGBM.	`pip install azureml-contrib-gbdt` `pip install --upgrade azureml-contrib-gbdt` `pip show azureml-contrib-gbdt`
`azureml-contrib-functions`	Obsahuje funkce pro balení modelů Služby Azure Machine Learning pro nasazení do Azure Functions.	`pip install azureml-contrib-functions` `pip install --upgrade azureml-contrib-functions` `pip show azureml-contrib-functions`
`azureml-contrib-fairness`	Tento balíček podporuje použití řídicích panelů hodnocení nestrannosti v nástroji Azure Machine Learning Studio.	`pip install azureml-contrib-fairness` `pip install --upgrade azureml-contrib-fairness` `pip show azureml-contrib-fairness`
`azureml-contrib-dataset`	Obsahuje specializované funkce pro práci s objekty datových sad ve službě Azure Machine Learning.	`pip install azureml-contrib-dataset` `pip install --upgrade azureml-contrib-dataset` `pip show azureml-contrib-dataset`
`azureml-contrib-automl-pipeline-steps`	Obsahuje předem připravené kroky, které je možné provést v kanálu Azure Machine Learning.	`pip install azureml-contrib-automl-pipeline-steps` `pip install --upgrade azureml-contrib-automl-pipeline-steps` `pip show azureml-contrib-automl-pipeline-steps`
`azureml-contrib-automl-dnn-vision`	Tento balíček je určen pouze pro použití systémem generovanými skripty Automatizovaného strojového učení. Chcete-li nainstalovat v systému Windows, musí být balíčky "torch" a "torchvision" nainstalovány samostatně před tímto balíčkem.	`pip install azureml-contrib-automl-dnn-vision` `pip install --upgrade azureml-contrib-automl-dnn-vision` `pip show azureml-contrib-automl-dnn-vision`
`azureml-contrib-automl-dnn-forecasting`	Společný balíček rozšíření Azure ML CLI Společné pro azure-cli-ml a azure-cli-ml-preview.	`pip install azureml-contrib-automl-dnn-forecasting` `pip install --upgrade azureml-contrib-automl-dnn-forecasting` `pip show azureml-contrib-automl-dnn-forecasting`
`azureml-contrib-aisc`	AzureML Contrib pro cílový výpočetní objekt AzureML AI Super Computer. AISCCompute je spravovaná výpočetní infrastruktura AI, kterou může správce clusteru připojit k pracovnímu prostoru.	`pip install azureml-contrib-aisc` `pip install --upgrade azureml-contrib-aisc` `pip show azureml-contrib-aisc`
`azureml-cli-common`	Společný balíček rozšíření Azure ML CLI Společné pro azure-cli-ml a azure-cli-ml-preview.	`pip install azureml-cli-common` `pip install --upgrade azureml-cli-common` `pip show azureml-cli-common`
`azureml-automl-dnn-nlp`	Tento balíček je určen pouze pro použití systémem generovanými skripty Automatizovaného strojového učení.	`pip install azureml-automl-dnn-nlp` `pip install --upgrade azureml-automl-dnn-nlp` `pip show azureml-automl-dnn-nlp`
`azureml-accel-models`	Zrychlete hluboké neurální sítě na sítích FPGA pomocí služby Azure ML Hardware Accelerated Models.	`pip install azureml-accel-models` `pip install --upgrade azureml-accel-models` `pip show azureml-accel-models`
`azureml-inference-server-http`	Tento balíček umožňuje místní vývoj, integraci CI/CD, serverové trasy.	`pip install azureml-inference-server-http` `pip install --upgrade azureml-inference-server-http` `pip show azureml-inference-server-http`
`azure-ml-component`	Tento balíček obsahuje funkce pro vytváření a správu komponent služby Azure Machine Learning pro vytváření a odesílání kanálů pomocí komponent.	`pip install azure-ml-component` `pip install --upgrade azure-ml-component` `pip show azure-ml-component`
`azureml-pipeline-wrapper`	Tento balíček obsahuje funkce pro vytváření a správu modulů služby Azure Machine Learning , vytváření a odesílání kanálů pomocí modulů.	`pip install azureml-pipeline-wrapper` `pip install --upgrade azureml-pipeline-wrapper` `pip show azureml-pipeline-wrapper`
`azureml-designer-cv-modules`	Moduly pro předběžné zpracování a transformaci obrázků, jako je oříznutí, panel nebo změna velikosti.	`pip install azureml-designer-cv-modules` `pip install --upgrade azureml-designer-cv-modules` `pip show azureml-designer-cv-modules`
`azureml-designer-pytorch-modules`	Moduly pro trénování a odvozování modelů klasifikace obrázků na základě architektury pytorch	`pip install azureml-designer-pytorch-modules` `pip install --upgrade azureml-designer-pytorch-modules` `pip show azureml-designer-pytorch-modules`
`azureml-designer-vowpal-wabbit-modules`	Moduly pro trénování a odvozování modelů založených na architektuře Vowpal Wabbit	`pip install azureml-designer-vowpal-wabbit-modules` `pip install --upgrade azureml-designer-vowpal-wabbit-modules` `pip show azureml-designer-vowpal-wabbit-modules`
`azureml-designer-classic-modules`	Různé moduly pro zpracování dat, trénování modelů, odvozování a vyhodnocení.	`pip install azureml-designer-classic-modules` `pip install --upgrade azureml-designer-classic-modules` `pip show azureml-designer-classic-modules`
`azureml-designer-recommender-modules`	Moduly pro trénování a odvozování modelů doporučení založených na hluboké neurální síti	`pip install azureml-designer-recommender-modules` `pip install --upgrade azureml-designer-recommender-modules` `pip show azureml-designer-recommender-modules`
`azureml-designer-internal`	Interní funkce poskytované pro předdefinované moduly	`pip install azureml-designer-internal` `pip install --upgrade azureml-designer-internal` `pip show azureml-designer-internal`
`azureml-designer-core`	Základní funkce pro definici datového typu, datové vstupně-výstupní operace a často používané funkce	`pip install azureml-designer-core` `pip install --upgrade azureml-designer-core` `pip show azureml-designer-core`
`azureml-designer-datatransform-modules`	Moduly pro transformaci datové sady, například použitím matematických operací, dotazů SQL, oříznutím odlehlých hodnot nebo generováním sestavy statistiky	`pip install azureml-designer-datatransform-modules` `pip install --upgrade azureml-designer-datatransform-modules` `pip show azureml-designer-datatransform-modules`
`azureml-designer-dataio-modules`	Moduly pro načtení dat do návrháře služby Azure Machine Learning a zápis dat do cloudového úložiště	`pip install azureml-designer-dataio-modules` `pip install --upgrade azureml-designer-dataio-modules` `pip show azureml-designer-dataio-modules`
`azureml-designer-serving`	Poskytování funkcí pro vyvolání předdefinovaných modulů ve službě nasazení	`pip install azureml-designer-serving` `pip install --upgrade azureml-designer-serving` `pip show azureml-designer-serving`
`azureml-contrib-datadrift`	Obsahuje funkce pro detekci posunu dat pro různé datové sady používané ve strojovém učení, včetně trénovacích a bodovacích datových sad.	`pip install azureml-contrib-datadrift` `pip install --upgrade azureml-contrib-datadrift` `pip show azureml-contrib-datadrift`
`azureml-contrib-explain-model`	Obsahuje experimentální funkce pro balíček azureml-explain-model, který nabízí celou řadu služeb pro interpretovatelnost modelu strojového učení.	`pip install azureml-contrib-explain-model` `pip install --upgrade azureml-contrib-explain-model` `pip show azureml-contrib-explain-model`
`azureml-contrib-opendatasets`	Tento balíček poskytuje sadu rozhraní API pro využívání Azure Open Datasets.	`pip install azureml-contrib-opendatasets` `pip install --upgrade azureml-contrib-opendatasets` `pip show azureml-contrib-opendatasets`
`azureml-train-widgets`	Obsahuje widgety pro jupyter notebooky, které vizuálně sledují vaše spuštění.	`pip install azureml-train-widgets` `pip install --upgrade azureml-train-widgets` `pip show azureml-train-widgets`

Další podrobnosti o výše uvedených balíčcích najdete v tématu AzureML na pypi.

Další doprovodné materiály k případům použití

Pokud je váš případ použití popsaný níže, poznamenejte si pokyny a všechny doporučené akce.

Případ použití	Pokyny
Používání akce `automl`	Instalace úplného`azureml-train-automl` Sada SDK v novém 64bitovém prostředí Pythonu Nové 64bitové prostředí je vyžadováno kvůli závislosti na architektuře LightGBM . Tento balíček nainstaluje a připne konkrétní verze balíčků pro datové vědy kvůli kompatibilitě, což vyžaduje čisté prostředí. Balíček tenkého klienta`azureml-train-automl-client` neinstaluje další balíčky pro datové vědy ani nevyžaduje čisté prostředí Pythonu. Doporučujeme `azureml-train-automl-client` , pokud potřebujete jenom odesílat automatizovaná spuštění strojového učení do vzdáleného výpočetního prostředí a nemusíte odesílat místní spuštění nebo stahovat model místně. Kompatibilita jedné verze zpět a jedné verze vpřed se podporuje pouze u modelů vytrénovaných s úplným `azureml-train-automl` balíčkem. Pokud je například model vytrénovaný pomocí sady SDK verze 1.29.0, můžete odvodit verze sady SDK mezi 1.28.0 a 1.30.0.
Použití Azure Databricks	V prostředí Azure Databricks použijte k instalaci sady SDK zdroje knihovny podrobně popsané v této příručce . Další informace o práci se sadou Azure Machine Learning SDK pro Python v Azure Databricks najdete také v těchto tipech .
Použití Azure Data Science Virtual Machine	Azure Datová Věda Virtual Machines vytvořené po 27. září 2018 se dodávají s předinstalovanou sadou Python SDK.
Spouštění kurzů nebo poznámkových bloků služby Azure Machine Learning	Pokud používáte starší verzi sady SDK, než je verze uvedená v kurzu nebo poznámkovém bloku, měli byste sadu SDK upgradovat. Některé funkce v kurzech a poznámkových blocích můžou vyžadovat další balíčky Pythonu, jako `matplotlib`jsou , `scikit-learn`nebo `pandas`. Pokyny v každém kurzu a poznámkovém bloku vám ukážou, které balíčky jsou potřeba.

Poradce při potížích

Instalace pipu: Není zaručeno, že závislosti budou konzistentní s jednořádkovou instalací:

Jedná se o známé omezení pipu, protože při instalaci jako jeden řádek nemá funkční překladač závislostí. První jedinečná závislost je jediná, na které se dívá.

V následujícím kódu azureml-datadrift a azureml-train-automl jsou nainstalovány pomocí jednořádkové pip instalace.
```
  pip install azureml-datadrift, azureml-train-automl
```
V tomto příkladu řekněme, že azureml-datadrift vyžaduje verzi > 1.0 a azureml-train-automl verzi < 1.2. Pokud je nejnovější verze azureml-datadrift 1.3, upgradují se oba balíčky na verzi 1.3 bez azureml-train-automl ohledu na požadavek na balíček pro starší verzi.

Pokud chcete zajistit, aby se pro balíčky nainstalovaly odpovídající verze, nainstalujte je pomocí několika řádků, jako je tomu v následujícím kódu. Pořadí zde není problém, protože pip explicitně downgraduje jako součást dalšího volání na řádku. A proto se použijí příslušné závislosti verzí.
```
   pip install azureml-datadrift
   pip install azureml-train-automl 
```

Při instalaci klienta azureml-train-automl-client není zaručená instalace balíčku vysvětlení:

Při spuštění vzdáleného spuštění AutoML s povoleným vysvětlením modelu se zobrazí chybová zpráva "Nainstalujte balíček azureml-explain-model pro vysvětlení modelu". Jedná se o známý problém. Jako alternativní řešení postupujte podle jednoho z následujících kroků:

Nainstalujte azureml-explain-model místně.

    pip install azureml-explain-model

Funkci vysvětlitelnosti zcela zakažte předáním model_explainability=False v konfiguraci autoML.

    automl_config = AutoMLConfig(task = 'classification',
                           path = '.',
                           debug_log = 'automated_ml_errors.log',
                           compute_target = compute_target,
                           run_configuration = aml_run_config,
                           featurization = 'auto',
                           model_explainability=False,
                           training_data = prepped_data,
                           label_column_name = 'Survived',
                           **automl_settings)

Chyby Panda: Obvykle se zobrazují během experimentu AutoML:

Při ručním nastavení prostředí pomocí nástroje pip si můžete všimnout chyb (zejména z knihovny pandas) kvůli instalaci nepodporovaných verzí balíčků.

Například ModuleNotFoundError: No module named 'pandas.core.internals.managers'; 'pandas.core.internals' is not a package.

Pokud chcete takovým chybám zabránit, nainstalujte sadu AutoML SDK pomocí automl_setup.cmd:
1. Otevřete výzvu Anaconda a naklonujte úložiště GitHub pro sadu ukázkových poznámkových bloků.
```
git clone https://github.com/Azure/MachineLearningNotebooks.git
```
1. přejděte do složky how-to-use-azureml/automated-machine-learning, kde byly extrahovány ukázkové poznámkové bloky, a pak spusťte:
```
automl_setup
```
KeyError: Značka při spouštění AutoML na místních výpočetních prostředcích nebo v clusteru Azure Databricks

Pokud bylo nové prostředí vytvořeno po 10. červnu 2020 pomocí sady SDK 1.7.0 nebo starší, může trénování selhat s touto chybou kvůli aktualizaci v balíčku py-cpuinfo. (Prostředí vytvořená 10. června 2020 nebo dříve nejsou ovlivněná, stejně jako experimenty spouštěné na vzdálených výpočetních prostředcích, protože se používají trénovací image uložené v mezipaměti.) Chcete-li tento problém vyřešit, proveďte jeden z následujících dvou kroků:
- Aktualizujte verzi sady SDK na verzi 1.8.0 nebo novější (tím se také downgraduje py-cpuinfo na verzi 5.0.0):
```
pip install --upgrade azureml-sdk[automl]
```
- Downgrade nainstalované verze py-cpuinfo na 5.0.0:
```
pip install py-cpuinfo==5.0.0
```
Chybová zpráva: Nejde odinstalovat PyYAML

Sada Azure Machine Learning SDK pro Python: PyYAML je distutils nainstalovaný projekt. Proto nemůžeme přesně určit, které soubory do ní patří, pokud dojde k částečné odinstalaci. Pokud chcete pokračovat v instalaci sady SDK a ignorovat tuto chybu, použijte:
```
pip install --upgrade azureml-sdk[notebooks,automl] --ignore-installed PyYAML
```
Instalace sady Azure Machine Learning SDK selhává s výjimkou: ModuleNotFoundError: Žádný modul s názvem ruamel nebo ImportError: Žádný modul s názvem ruamel.yaml

K tomuto problému dochází při instalaci sady Azure Machine Learning SDK pro Python na nejnovější verzi pipu (>20.1.1) v základním prostředí conda pro všechny vydané verze sady Azure Machine Learning SDK pro Python. Projděte si následující alternativní řešení:
- Vyhněte se instalaci sady Python SDK do základního prostředí Conda, raději vytvořte prostředí Conda a nainstalujte sadu SDK do nově vytvořeného uživatelského prostředí. Nejnovější pip by měl pracovat s tímto novým prostředím Conda.
- Pokud chcete vytvářet image v Dockeru, kde nemůžete přepnout mimo základní prostředí Conda, připněte do souboru dockeru pip<=20.1.1.
```
conda install -c r -y conda python=3.8 pip=20.1.1
```

Další kroky

Vyzkoušejte následující kroky a zjistěte, jak používat sadu SDK služby Azure Machine Learning pro Python:

Přečtěte si přehled azure Machine Learn v sadě Python SDK , kde se dozvíte o klíčových třídách a vzorech návrhu pomocí ukázek kódu.
Postupujte podle kurzu Začínáme s Pythonem pro Azure Machine Learning a začněte vytvářet experimenty a modely.