次のコードを使用して、モデルを Azure Machine Learning リアルタイム Web サービスとしてデプロイします。

デプロイメントは失敗します。
デプロイメント中に実行されたアクションを判別し、失敗した特定のアクションを特定することで、デプロイメントの失敗をトラブルシューティングする必要があります。
どのコードセグメントを実行する必要がありますか?

Azure Container Instance にモデルをデプロイします。
モデル API を呼び出すには、Azure Machine Learning SDK を使用する必要があります。
ネイティブ SDK クラスとメソッドを使用して、デプロイされたモデルを呼び出す必要があります。
コマンドをどのように完了すればよいですか? 回答するには、回答領域で適切なオプションを選択してください。
注意: 正しい選択ごとに 1 ポイントが付与されます。

Azure Machine Learning で実験としてスクリプトを実行するには、次のコードを使用します。

実験の実行によって生成される出力ファイルを特定する必要があります。
出力ファイル名を取得するためのコードを追加する必要があります。
スクリプトにどのコード セグメントを追加する必要がありますか?

Azure Machine Learning ワークスペースを管理します。scriptpy という名前の Pylhon スクリプトは、training_data という名前の引数を読み取ります。trainlng.data 引数は、datasetl という名前のファイル内のトレーニング データへのパスを指定します。
csv。
機械学習モデルをトレーニングするコマンド ジョブとして、scriptpy Python スクリプトを実行する予定です。
スクリプトをトレーニング ジョブとして送信するときに、データ スクリプトのパスをパラメーター値として渡すコマンドを指定する必要があります。
解決策: python script.py -training_data ${{inputs,training_data}}
ソリューションは目標を満たしていますか?

実験の実行が完了した後、Run オブジェクトの get_metrics メソッドを使用して返すことができる row_count という名前のメトリックとして行数を記録する必要があります。どのコードを使用すればよいですか?