问题描述
我目前正在学习 Azure 机器学习。我正在尝试数据科学家的学习路径。在该学习路径中，引入了设计器，其中将发布管道以用作实时推理管道。
因为我不想一直使用 Designer，所以我想在 python 中做同样的事情。 Microsoft Learn 上的所有教程仅展示了如何将单个模型部署为服务（例如 https://docs.microsoft.com/en-us/learn/modules/register-and-deploy-model-with-amls/）。在这些教程中，管道仅用于训练模型，而不用于对传入数据 (https://docs.microsoft.com/en-us/learn/modules/create-pipelines-in-aml/) 的预测。入口脚本用于将传入数据加载到预训练模型中。对我来说，不清楚如何在这个入口脚本中实现管道步骤。我在网上查了一下，但我找不到任何解释如何以令人满意的方式做到这一点。是否有任何类型的教程可以做到这一点？
我正在考虑这些管道步骤，因为我想使用与训练模型相同的缩放器对传入数据进行一些预处理。在我看来，每次有新数据进入以适应训练数据集的缩放器时，都会加载训练数据库，这似乎是（近）实时模型的过载方式。
我猜有一种简单的方法可以完成所有这些，但是使用我在网上找到的资源，我无法为此找到合适的解决方案。
最好的问候并提前谢谢您！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）