Как передать аргументы в файл скоринга при развертывании модели в AzureML

Я развертываю обученную модель в конечной точке ACI в Машинном обучении Azure с помощью Python SDK. Я создал свой файл score.py, но мне бы хотелось, чтобы этот файл вызывался с переданным аргументом (как и в случае с обучающим файлом), который я могу интерпретировать с помощью argparse. Однако я, похоже, не нахожу, как передавать аргументы. Это код, который мне нужен для создания среды InferenceConfig, который, очевидно, не работает. Должен ли я вернуться к использованию дополнительных шагов файла Docker или около того?

from azureml.core.conda_dependencies import CondaDependencies
from azureml.core.environment import Environment
from azureml.core.model import InferenceConfig

env = Environment('my_hosted_environment')
env.python.conda_dependencies = CondaDependencies.create(
    conda_packages=['scikit-learn'],
    pip_packages=['azureml-defaults'])
scoring_script = 'score.py --model_name ' + model_name
inference_config = InferenceConfig(entry_script=scoring_script, environment=env)

Добавляем score.py для справки о том, как я хотел бы использовать аргументы в этом скрипте:

#removed imports
import argparse

def init():
    global model

    parser = argparse.ArgumentParser(description="Load sklearn model")
    parser.add_argument('--model_name', dest="model_name", required=True)
    args, _ = parser.parse_known_args()

    model_path = Model.get_model_path(model_name=args.model_name)
    model = joblib.load(model_path)

def run(raw_data):
    try:
        data = json.loads(raw_data)['data']
        data = np.array(data)
        result = model.predict(data)
        return result.tolist()

    except Exception as e:
        result = str(e)
        return result

Интересно услышать твои мысли