설명:

SSH로 Git 계정 인증:
1단계: 공개/비공개 키 쌍 생성
새 SSH 키 생성
1. Azure Machine Learning Notebook 탭에서 터미널 창을 엽니다.
2. 아래 텍스트를 귀하의 이메일 주소로 대체하여 붙여넣으세요.
ssh-keygen -t rsa -b 4096 -C "귀하의_이메일@example.com"
이렇게 하면 제공된 이메일을 라벨로 사용하여 새로운 ssh 키가 생성됩니다.
> 공개/비공개 RSA 키 쌍을 생성합니다.
2단계: Git 계정에 공개 키 추가
터미널 창에서 공개 키 파일의 내용을 복사합니다.
3단계: SSH 저장소 URL을 사용하여 Git 저장소 복제
1. Git 저장소에서 SSH Git 복제 URL을 복사합니다.
2. SSH Git repo URL을 사용하려면 아래의 git clone 명령에 url을 붙여넣습니다. 다음과 같습니다.
git 복제 [email protected]:GitUser/azureml-example.git
'azureml-example'에 복제합니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/concept-train-model-git-integration

설명:

박스 1: init()
엔트리 스크립트에는 init()와 run(data)라는 두 가지 필수 함수만 있습니다. 이 함수는 시작 시 서비스를 초기화하고 클라이언트에서 전달된 요청 데이터를 사용하여 모델을 실행하는 데 사용됩니다. 나머지 스크립트는 모델을 로드하고 실행합니다.
박스 2: run()
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-deploy-existing-model

설명

박스 1: dataFrame
구문: pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)[source] 여기서 frame은 DataFrame 상자 2: 상점 매개변수 id_vars id_vars: 튜플, 리스트 또는 ndarray, 선택 사항 식별자 변수로 사용할 열입니다.
박스 3 : ['2017','2018']
value_vars : 튜플, 리스트 또는 ndarray, 선택 사항
피벗 해제할 열. 지정하지 않으면 id_vars로 설정되지 않은 모든 열을 사용합니다.
예:
df = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'c'},
'B': {0: 1, 1: 3, 2: 5},
'C': {0: 2, 1: 4, 2: 6}})
pd.melt(df, id_vars=['A'], value_vars=['B', 'C'])
가변적인 값
0 아 비 1
1 비 비 3
2 씨 비 5
3 아 C 2
4 비 씨 4
5 씨 씨 6
참고문헌:
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.melt.html

설명: