Azure / Azure/MachineLearningNotebooks
Feature request: create AML Environment from Poetry
- Langage dominant
- Jupyter Notebook
- Étoiles
- 4.4k
- Forks
- 2.6k
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
Similarly to the creation of an Azure ML Environment from an [existing conda environement](https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.environment(class)?view=azure-ml-py#from-pip-requirements-name--file-path--pip-version-none-) or a [pip requirements file](https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.environment(class)?view=azure-ml-py#from-pip-requirements-name--file-path--pip-version-none-), it would be cool to also support [Poetry](https://python-poetry.org/).
It could be something like `Environement.from_poetry(name, file_path, poetry_version=None)`.
My project is currently using Poetry, and I'm using a tool called https://pypi.org/project/poetry2conda/ in order to create AML environments. Implementing the proposed feature would make this extra step obsolete.
---
#### Document Details
⚠ *Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.*
* ID: ddf83484-8d65-c598-3a97-2e1f8a1cf917
* Version Independent ID: aeed389d-4eec-013f-7b91-642f2de3f676
* Content: [azureml.core.Environment class - Azure Machine Learning Python](https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.environment(class)?view=azure-ml-py)
* Content Source: [AzureML-Docset/stable/docs-ref-autogen/azureml-core/azureml.core.Environment(class).yml](https://github.com/MicrosoftDocs/MachineLearning-Python-pr/blob/live/AzureML-Docset/stable/docs-ref-autogen/azureml-core/azureml.core.Environment(class).yml)
* Service: **machine-learning**
* Sub-service: **core**
* GitHub Login: @DebFro
* Microsoft Alias: **debfro**
Guide de contribution
Aucun guide de contribution indexé pour ce dépôt
Piste de recherche
Commencez par la documentation de Azure ML Environment.from_pip_requirements et le code source associé de l’Environment API, puis examinez Poetry et poetry2conda afin de comprendre les entrées attendues et le chemin de conversion. Le travail est terminé lorsqu’Azure ML peut créer un Environment directement à partir d’un projet Poetry via l’interface proposée from_poetry(name, file_path, poetry_version=None).
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- azure, machine-learning, python
- Domaine
- cloud, machine-learning
- Type d'issue
- Fonctionnalité
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 35/100