在模型部署期间包含其他文件（第 2 部分）答案

【问题标题】：Include additional files during model deployment (part 2)在模型部署期间包含其他文件（第 2 部分）
【发布时间】：2021-10-06 23:43:13
【问题描述】：

由于我们不应该对已回答的问题提出问题，因此我将在此处发布此附加问题。它引用了此处找到的问题/答案：Azure ML: Include additional files during model deployment

问题：在我的评分脚本中，我需要在调用模型之前引用文件中的数据以进行额外的数据处理。

该链接中引用的选项 #2（使用 InferenceConfig 将文件夹指定为源目录）似乎是我需要的。但是，当我尝试访问评分脚本中包含的文件时，我收到一条错误消息，指出该文件不存在。我相信我做错了什么，但我不确定是什么。

我的工作完全在 Azure ML Studio 中进行。
我有一个目录，可以在其中找到我的评分脚本和我想要包含的 pickle 文件。这也是 Jupyter Notebook 脚本推动这些东西的创建的地方。路径看起来像这样：Users->myname->myfolder

评分脚本名为 score.py。 pickle 文件是 mypickle.pkl。

score.py 中用于读取文件的代码。此代码可在 run() 方法中找到。

filename="./mypickle.pkl"
df = pd.read_pickle(filename)

InferenceConfig 调用：

inference_config = InferenceConfig(
environment=environment,
source_directory="./",
entry_script="./score.py"
)

模型部署良好，但在测试已部署模型（又名端点）时，我收到错误消息 "[Errno 2] 没有这样的文件或目录：'mypickle.pkl'"

想法？

【问题讨论】：

标签： azureml

【解决方案1】：

FWIW，我在浏览模型部署创建的容器（在 Azure 门户中）时找到了答案。

有一个值 AZUREML_SOURCE_DIRECTORY，其中包含存储 source_directory 文件的路径。

所以不要在评分脚本中使用此代码

filename="./mypickle.pkl"
df = pd.read_pickle(filename)

应该是这段代码。

path = os.getenv('AZUREML_SOURCE_DIRECTORY') 
filename = os.path.join(path, 'mypickle.pkl')
df = pd.read_pickle(filename)

【讨论】：