R 的 Azure 机器学习集成：“azureml”模块是不是应该具有“核心”属性？
Posted
技术标签:
【中文标题】R 的 Azure 机器学习集成：“azureml”模块是不是应该具有“核心”属性？【英文标题】：Azure Machine Learning integration of R: Should the 'azureml' module have an attribute 'core'?R 的 Azure 机器学习集成：“azureml”模块是否应该具有“核心”属性？ 【发布时间】：2020-04-28 04:45:51 【问题描述】：我在使用适用于 R 的 Azure 机器学习 SDK 时遇到问题：“模块 'azureml' 没有属性 'core'”...
出于不属于我自己的原因，我必须使用 azureml 将机器学习（我自己的东西，用 R 编写）应用于来自我们数据仓库的数据，这些数据放在 blob 存储中。建模的输出应放回 blob 存储，以便可以从数据仓库访问。 我已经在本地机器上用 R 编写了代码（存储在 git repo 中）。最好，我会找到一些方法将我的代码从 git 拉到 azureml 环境中的管道中，以便在 blob 存储中有新数据可用时直接运行它。
我开始了教程，发现了这个看似相关的演练：Train and deploy your first model with Azure ML（和this one）。
但是……在尝试了我能想到的所有方法之后，我被困在了第一步。在安装完所有（或者至少是我认为的）包、模块、应用程序等，并在 RStudio 中运行以下代码之后：
library(azuremlsdk)
existing_ws <- get_workspace(name = name,
subscription_id = subscription_id,
resource_group)
我遇到了一个我无法修复的错误：
AttributeError: 模块 'azureml' 没有属性 'core'
好像azuerml应该有一个属性“core”，但是仔细看确实没有这个属性。 函数“get_workspace()”正在尝试访问：“azureml$core$Workspace$get”。 我发现“azuerML$Workspace”确实存在，但是我不知道如何使它工作。
谁能向我解释为什么我会遇到这个错误？ 有谁知道如何将我的 R 代码连接到 azureml 的云服务的更好的教程？
非常感谢任何指向正确方向的指针！
编辑 - 仍未解决： 在其他人的建议下，我检查了installation 的两倍、三倍和四倍。
我更新了 R，现在正在运行：
R.版本
平台 x86_64-w64-mingw32 拱 x86_64 操作系统 mingw32 系统 x86_64、mingw32 状态 专业 3 次要 6.2 2019 年 第 12 个月 第 12 天 svn 版本 77560 语言 R version.string R 版本 3.6.2 (2019-12-12) 昵称 黑暗风雨之夜
我使用 Python 3.6.10 安装了 Conda。 我安装了the azuremlsdk R package（我尝试了两个提供的选项）。 然后我意识到 azure-modules 的版本存在一些不一致，所以我也尝试使用关键字'multi-arch'安装它：
remotes::install_cran('azuremlsdk', repos = 'http://cran.us.r-project.org', INSTALL_opts=c("--no-multiarch"))
那么，我installed the azureml python sdk。 我再次查看了所有版本（使用 python -m pip freeze）：
azure-common==1.1.24
azure-graphrbac==0.61.1
azure-mgmt-authorization==0.60.0
azure-mgmt-containerregistry==2.8.0
azure-mgmt-keyvault==2.0.0
azure-mgmt-resource==7.0.0
azure-mgmt-storage==7.1.0
azureml==0.2.7
azureml-automl-core==1.0.83.1
azureml-core==1.0.69
azureml-dataprep==1.1.36
azureml-dataprep-native==13.2.0
azureml-pipeline==1.0.69
azureml-pipeline-core==1.0.69
azureml-pipeline-steps==1.0.69
azureml-sdk==1.0.69
azureml-telemetry==1.0.69
azureml-train==1.0.69
azureml-train-automl-client==1.0.83
azureml-train-core==1.0.69
azureml-train-restclients-hyperdrive==1.0.69
当我惊讶地看到所有 1.0.69 版本而不是 1.0.83 版本时，我使用以下方法重新安装了 azureml python sdk：
azuremlsdk::install_azureml(version = "1.0.83")
这很有效，因为实际上所有版本现在都是 1.0.83：
azure-common==1.1.24
azure-graphrbac==0.61.1
azure-mgmt-authorization==0.60.0
azure-mgmt-containerregistry==2.8.0
azure-mgmt-keyvault==2.0.0
azure-mgmt-resource==7.0.0
azure-mgmt-storage==7.1.0
azureml==0.2.7
azureml-automl-core==1.0.83.1
azureml-core==1.0.83
azureml-dataprep==1.1.36
azureml-dataprep-native==13.2.0
azureml-pipeline==1.0.83
azureml-pipeline-core==1.0.83
azureml-pipeline-steps==1.0.83
azureml-sdk==1.0.83
azureml-telemetry==1.0.83
azureml-train==1.0.83
azureml-train-automl-client==1.0.83
azureml-train-core==1.0.83
azureml-train-restclients-hyperdrive==1.0.83
但仍然......我得到了缺少核心的错误。我在运行时都得到了它：
library(azuremlsdk)
get_current_run()
以及在运行时：
library(azuremlsdk)
existing_ws <- get_workspace(name = name,
subscription_id = subscription_id,
resource_group)
请注意，在启动 RStudio 后第一次运行此代码时，我收到错误：
py_get_attr_impl(x, name, silent) 中的错误： AttributeError：模块“azureml”没有属性“_base_sdk_common”
之后每次我都会收到此错误：
py_get_attr_impl(x, name, silent) 中的错误： AttributeError：模块“azureml”没有属性“核心”
任何帮助将不胜感激！
【问题讨论】：
会不会是azuremlsdk还没有完全安装好？在 GitHub 安装说明中，包作者提到该包需要在创建/获取工作区之前使用 azuremlsdk::install_azureml() 安装来自 AzureML Python SDK 的编译代码：github.com/Azure/azureml-sdk-for-r
我在 R 中按照以下步骤操作： install.packages("azuremlsdk") remotes::install_github('github.com/Azure/azureml-sdk-for-r') azuremlsdk::install_azureml() --> 它以消息“安装完成” 再次启动 R 后，我收到一个新错误：“AttributeError: module 'azureml' has no attribute '_base_sdk_common'Error in value[[3L]](cond) :” 但是在（重新）安装 azuremlsdk 之后，我仍然再次出现旧错误：“AttributeError：模块'azureml'没有属性'_base_sdk_common'值错误[[3L]]（cond）：”
这是一个 python 错误。你是在 conda 环境中运行它吗？或许你可以试试这里的安装说明：azure.github.io/azureml-sdk-for-r/articles/installation.html
请注意，您需要执行install.packages，这意味着您正在从 CRAN 安装软件包，或者 remotes::install_github，这意味着您正在从 Github 安装。你不需要两者都做。
是的，我想。但是用第一种方法安装后，它没有用，所以我也尝试用第二种方法安装它，也没有用...感谢链接。我现在将完成这些步骤。
【参考方案1】：
我似乎已经通过专门安装 python 包 azureml 和 azureml.core 解决了这个问题：
python -m pip install azureml
然后……
python -m pip install azureml.core
我为由 R (r-reticulate) 调用的 Conda 版本执行此操作。在没有 R 切换回 'r-reticulate' 的情况下无法使用 Conda 环境 'r-azureml' 有点奇怪，但是啊……至少我不知道我的 'azureml' 没有属性'核心”了。
【讨论】：
【参考方案2】：这个问题是由最新的 reticulate 1.14 版本引入的，其中 reticulate 将创建一个默认的r-reticulate conda 环境。由于 Azure ML 在名为 r-azureml 的环境中安装 python SDK，因此 reticulate 使用的 r-reticulate 环境缺少 python SDK。此问题的修复已在 PR 中得到解决，并已合并到 master 中。如果您有网状版本 1.14 并遇到此问题，请从 GitHub 安装。我们将很快发布 CRAN 的更新。
【讨论】：
以上是关于R 的 Azure 机器学习集成：“azureml”模块是不是应该具有“核心”属性？的主要内容，如果未能解决你的问题，请参考以下文章
如何将 Pycharm 和 git 与 azure 机器学习服务（工作区）集成
云计算与数据科学：Microsoft Azure 机器学习与R 简介