Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Using ML Flow>train projects remote throwing error for conda env path

Offen
  • Stimmt etwas nicht?
#1,843 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Anfängerfreundlichkeit
45/100
Issue-Typ
Bug
Klarheit
Größtenteils klar
Aktivitätsstatus
Veraltet
Tech-Stack
azure, jupyter-notebook, python
Bereich
machine-learning

Rechercherichtung

Beginne mit notebooks/how-to-use-azureml/track-and-monitor-experiments/using-mlflow/train-projects-remote/train-projects-remote.ipynb und dem fehlschlagenden mlflow.projects.run-Aufruf in Zelle 15. Verfolge die Handhabung des Project-Objekts durch das Azure ML-Backend und dessen Suche nach der Conda-Umgebung. Als erledigt gilt, wenn das Remote-Experiment ohne den conda_env_path AttributeError ausgeführt wird.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

When executing the train-projects-remote notebook in VS Code it throws and error when you try to run the experiment.
AttributeError: 'Project' object has no attribute 'conda_env_path'

Output exceeds the size limit. Open the full output data in a text editor

AttributeError Traceback (most recent call last)
/home/brcampb/projects/ml/notebooks/how-to-use-azureml/track-and-monitor-experiments/using-mlflow/train-projects-remote/train-projects-remote.ipynb Cell 15 in <cell line: 1>()
----> 1 remote_mlflow_run = mlflow.projects.run(uri=".",
2 parameters={"alpha":0.3},
3 backend = "azureml",
4 backend_config = backend_config,
5 synchronous=True)

File ~/miniconda3/envs/azureml/lib/python3.8/site-packages/mlflow/projects/init.py:331, in run(uri, entry_point, version, parameters, docker_args, experiment_name, experiment_id, backend, backend_config, use_conda, storage_dir, synchronous, run_id, run_name, env_manager)
325 backend_config_dict[MLFLOW_LOCAL_BACKEND_RUN_ID_CONFIG] = run_id
327 experiment_id = _resolve_experiment_id(
328 experiment_name=experiment_name, experiment_id=experiment_id
329 )
--> 331 submitted_run_obj = _run(
332 uri=uri,
333 experiment_id=experiment_id,
334 entry_point=entry_point,
335 version=version,
336 parameters=parameters,
337 docker_args=docker_args,
338 backend_name=backend,
339 backend_config=backend_config_dict,
340 env_manager=env_manager,
341 storage_dir=storage_dir,
...
---> 96 if mlproject.conda_env_path:
97 _logger.info(_CONSOLE_MSG.format("Creating remote conda environment for project using MLproject"))
98 environment = Environment.from_conda_specification(name="environment", file_path=mlproject.conda_env_path)

AttributeError: 'Project' object has no attribute 'conda_env_path'

Vorherrschende Sprache
Jupyter Notebook
Sterne
4.4k
Forks
2.6k
Keine gemergten PRs in 30 T.

Entwicklungsumgebung

Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus Azure/MachineLearningNotebooks

Alle Issues in Azure/MachineLearningNotebooks

Ähnliche Issues

Weitere Issues zu Machine Learning

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.