Execute R Script-modules migreren in ML-studio (klassiek)
Belangrijk
Ondersteuning voor Azure Machine Learning Studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden op die datum over te stappen naar Azure Machine Learning .
Vanaf 1 december 2021 kunt u geen nieuwe Machine Learning Studio-resources (klassiek) maken (werkruimte- en webserviceplan). Tot en met 31 augustus 2024 kunt u de bestaande Experimenten en webservices van Machine Learning Studio (klassiek) blijven gebruiken. Zie voor meer informatie:
- Migreren naar Azure Machine Learning vanuit Machine Learning Studio (klassiek)
- Wat is Azure Machine Learning?
Machine Learning Studio -documentatie (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet bijgewerkt.
In dit artikel leert u hoe u een Studio (klassiek) Execute R Script-module bouwt in Azure Machine Learning.
Zie het artikel over migratieoverzicht voor meer informatie over het migreren vanuit Studio (klassiek).
R-Script uitvoeren
Azure Machine Learning Designer wordt nu uitgevoerd op Linux. Studio (klassiek) wordt uitgevoerd in Windows. Als gevolg van de platformwijziging moet u uw Execute R Script aanpassen tijdens de migratie, anders mislukt de pijplijn.
Als u een Execute R Script-module wilt migreren vanuit Studio (klassiek), moet u de maml.mapInputPort
en maml.mapOutputPort
interfaces vervangen door standaardfuncties.
De volgende tabel bevat een overzicht van de wijzigingen in de R Script-module:
Functie | Studio (klassiek) | Azure Machine Learning-ontwerpprogramma |
---|---|---|
Scriptinterface | maml.mapInputPort en maml.mapOutputPort |
Functie-interface |
Platform | Windows | Linux |
Internet toegankelijk | Nr. | Ja |
Geheugen | 14 GB | Afhankelijk van de compute-SKU |
De R-scriptinterface bijwerken
Hier volgt de inhoud van een voorbeeldmodule Uitvoeren R-script in Studio (klassiek):
# 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");
Dit zijn de bijgewerkte inhoud in de ontwerpfunctie. U ziet dat de maml.mapInputPort
en maml.mapOutputPort
zijn vervangen door de standaardfunctieinterface azureml_main
.
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))
}
Zie de naslaginformatie over de execute R Script-module van de ontwerper voor meer informatie.
R-pakketten installeren vanaf internet
Met Azure Machine Learning Designer kunt u pakketten rechtstreeks vanuit CRAN installeren.
Dit is een verbetering ten opzichte van Studio (klassiek). Omdat Studio (klassiek) wordt uitgevoerd in een sandbox-omgeving zonder internettoegang, moest u scripts in een zip-bundel uploaden om meer pakketten te installeren.
Gebruik de volgende code om CRAN-pakketten te installeren in de module Execute R Script van de ontwerper:
if(!require(zoo)) {
install.packages("zoo",repos = "http://cran.us.r-project.org")
}
library(zoo)
Volgende stappen
In dit artikel hebt u geleerd hoe u Execute R Script-modules migreert naar Azure Machine Learning.
Zie de andere artikelen in de studiomigratiereeks (klassiek):
- Overzicht van migratie.
- Gegevensset migreren.
- Bouw een trainingspijplijn (klassiek) van Studio opnieuw.
- Bouw een Studio-webservice (klassiek) opnieuw op.
- Integreer een Machine Learning-webservice met client-apps.
- Execute R Script-modules migreren.