Обновить набор данных в обучении лазурной машине

Question

У меня есть эксперимент (exp), который публикуется как веб-сервис (exp [Predictive Exp.]) В студии обучения лазурной машине, данные, использованные в этом эксперименте, были нажаты R, используя AzureML пакет

library(AzureML) 

ws <- workspace(
    id = 'xxxxxxxxx', 
    auth = 'xxxxxxxxxxx' 
) 

upload.dataset(data_for_azure, ws, "data_for_azure") 

выше вещь работала, но позволяет сказать, что я хочу, чтобы обновить набор данных (такую ​​же схему только что добавила несколько строк)

Я устал это, но это не работает:

delete.datasets(ws, "data_for_azure") 

refresh(ws, what = c("everything", "data_for_azure", "exp", "exp [Predictive Exp.]")) 

я получаю сообщение об ошибке с указанием следующего:

Error: AzureML returns error code: 
HTTP status code : 409 
Unable to delete dataset due to lingering dependants 

Я пошел через документацию, и я знаю, что простое обновление невозможно (то же имя), единственной альтернативой я вижу, чтобы удалить веб-службы и выполнить все снова

Любое решение будет очень полезно!

Answer 1

От R doc.

AzureML API не поддерживает загрузку для замены наборов данных с новых данных путем повторного использования имени. Если вам нужно это сделать, сначала удалите набор данных с интерфейса AzureML Studio, а затем загрузите новую версию.

Теперь, я думаю, что это особенно важно для R sdk, поскольку Python SDK и интерфейс AzureML Studio позволяют загружать новый набор данных. Зайдем в команду R по этому поводу.

Я бы рекомендовал загрузить его как новый набор данных с новым именем, а затем заменить набор данных в вашем эксперименте на этот новый набор данных. Извините, похоже, это круто, но я думаю, что это более простой вариант.

Если вы не хотите загружать новую версию с использованием AzureML Studio, в этом случае перейдите в + NEW, Dataset, выберите свой файл и установите флажок, который говорит, что это существующий набор данных. Имя файла должно быть одинаковым.