Нет библиотеки cv2 в AzureML

Ответ заключается в том, чтобы добавить opencv-python-headless в качестве установки pip следующим образом:

TensorFlow(source_directory=script_folder,
                script_params=script_params,
                compute_target=compute_target,
                entry_script=train_script_name,
                pip_packages=['opencv-python-headless', 'scikit-image', 'mathematics', 'keras', 'scikit-learn'],
                use_gpu=True)

Я полагаю, вы имеете в виду, что вы тренируетесь на управляемых вычислениях Azure ML?! Если это так, вам нужно указать все необходимые пакеты в файле зависимостей Conda. Инструкции см. здесь: https://docs.microsoft.com/sl-si/azure/machine-learning/service/how-to-set-up-training-targets#system-managed-environment

Используйте управляемую системой среду, если вы хотите, чтобы Conda управляла средой Python и зависимостями скриптов за вас. Среда, управляемая системой, предполагается по умолчанию и является наиболее распространенным выбором. Это полезно для удаленных целей вычислений, особенно если вы не можете настроить эту цель.

Все, что вам нужно сделать, это указать каждую зависимость пакета с помощью класса CondaDependency. Затем Conda создает файл с именем conda_dependencies.yml в каталоге aml_config в вашей рабочей области со списком зависимостей пакетов и настраивает среду Python при отправке обучающего эксперимента.

В качестве альтернативы, если вы используете оценщики и вам требуется только несколько пакетов, вы также можете указать их напрямую:

estimator = SKLearn(source_directory=project_folder, 
                script_params=script_params,
                compute_target=compute_target,
                entry_script='train_iris.py'
                pip_packages=['joblib']
               )

https://docs.microsoft.com/en-Us/azure/machine-learning/service/how-to-train-scikit-learn#create-a-scikit-learn-estimator