JobOperations الفصل
بدء مثيل JobOperations
يجب عدم إنشاء مثيل لهذه الفئة مباشرة. بدلا من ذلك، استخدم سمة المهام لعنصر MLClient.
- توريث
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsJobOperations
الدالمنشئ
JobOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_02_2023_preview: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credential: TokenCredential, **kwargs: Any)
المعلمات
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
متغيرات النطاق لفئات العمليات لعنصر MLClient.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
التكوين الشائع لفئات العمليات لعنصر MLClient.
- service_client_02_2023_preview
- <xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
عميل الخدمة للسماح للمستخدمين النهائيين بالعمل على موارد مساحة عمل التعلم الآلي من Microsoft Azure.
- all_operations
- <xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
جميع فئات العمليات لعنصر MLClient.
الأساليب
archive |
أرشفة وظيفة. |
begin_cancel |
إلغاء وظيفة. |
create_or_update |
إنشاء وظيفة أو تحديثها. إذا تم تعريف كيانات مثل البيئة أو التعليمات البرمجية بشكل مضمن، فسيتم إنشاؤها مع الوظيفة. |
download |
تنزيل سجلات ومخرجات الوظيفة. |
get |
الحصول على مورد وظيفة. |
list |
يسرد المهام في مساحة العمل. |
restore |
استعادة مهمة مؤرشفة. |
show_services |
يحصل على الخدمات المقترنة بعقدة الوظيفة. |
stream |
دفق سجلات مهمة قيد التشغيل. |
validate |
ملاحظة هذه طريقة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات. التحقق من صحة كائن Job قبل الإرسال إلى الخدمة. يمكن إنشاء أصول مجهولة إذا كانت هناك كيانات محددة مضمنة مثل المكون والبيئة والرمز. يتم دعم مهام البنية الأساسية لبرنامج ربط العمليات التجارية فقط للتحقق من الصحة حاليا. |
archive
أرشفة وظيفة.
archive(name: str) -> None
المعلمات
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
أرشفة وظيفة.
ml_client.jobs.archive(name=job_name)
begin_cancel
إلغاء وظيفة.
begin_cancel(name: str, **kwargs) -> LROPoller[None]
المعلمات
المرتجعات
استقصاء لتعقب حالة العملية.
نوع الإرجاع
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
create_or_update
إنشاء وظيفة أو تحديثها. إذا تم تعريف كيانات مثل البيئة أو التعليمات البرمجية بشكل مضمن، فسيتم إنشاؤها مع الوظيفة.
create_or_update(job: Job, *, description: str | None = None, compute: str | None = None, tags: dict | None = None, experiment_name: str | None = None, skip_validation: bool = False, **kwargs) -> Job
المعلمات
اسم التجربة التي سيتم إنشاء الوظيفة ضمنها. إذا تم توفير None، فسيتم إنشاء المهمة ضمن التجربة "Default".
- skip_validation
- bool
يحدد ما إذا كان يجب تخطي التحقق من الصحة أم لا قبل إنشاء المهمة أو تحديثها. لاحظ أنه لن يتم تخطي التحقق من صحة الموارد التابعة مثل مكون مجهول. الإعدادات الافتراضية معينة على False.
المرتجعات
تم إنشاء مهمة أو تحديثها.
نوع الإرجاع
استثناءات
يرفع إذا تعذر التحقق من صحة الوظيفة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.
يتم رفعها إذا تعذر التحقق من صحة أصول الوظيفة (على سبيل المثال، البيانات، التعليمات البرمجية، النموذج، البيئة) بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.
يرفع إذا تعذر التحقق من صحة نموذج الوظيفة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.
يرفع إذا تم تنسيق عنصر المهمة أو السمات بشكل صحيح. سيتم توفير التفاصيل في رسالة الخطأ.
يرفع إذا كان المسار المحلي يوفر نقاطا إلى دليل فارغ.
يرفع إذا لم يكن Docker Engine متوفرا للوظيفة المحلية.
أمثلة
إنشاء وظيفة جديدة ثم تحديث حسابها.
from azure.ai.ml import load_job
created_job = ml_client.jobs.create_or_update(
name=job_name,
job=load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/command_job/command_job_test_local_env.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
),
)
download
تنزيل سجلات ومخرجات الوظيفة.
download(name: str, *, download_path: PathLike | str = '.', output_name: str | None = None, all: bool = False) -> None
المعلمات
المسار المحلي الذي سيتم استخدامه كوجهة التنزيل. الإعدادات الافتراضية إلى ".".
- all
- bool
يحدد ما إذا كان يجب تنزيل جميع السجلات والمخرجات المسماة. الإعدادات الافتراضية معينة على False.
استثناءات
يرفع إذا لم تكن الوظيفة في حالة طرفية بعد. سيتم توفير التفاصيل في رسالة الخطأ.
يرفع إذا تعذر تنزيل السجلات والمخرجات بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.
أمثلة
تنزيل جميع السجلات والمخرجات المسماة للوظيفة "job-1" في الدليل المحلي "job-1-logs".
ml_client.jobs.download(name=job_name, download_path="./job-1-logs", all=True)
get
الحصول على مورد وظيفة.
get(name: str) -> Job
المعلمات
المرتجعات
كائن المهمة الذي تم استرداده من الخدمة.
نوع الإرجاع
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
يرفع إذا لم تكن معلمة الاسم سلسلة.
أمثلة
استرداد وظيفة تسمى "iris-dataset-job-1".
retrieved_job = ml_client.jobs.get(job_name)
list
يسرد المهام في مساحة العمل.
list(*, parent_job_name: str | None = None, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[Job]
المعلمات
عند توفيرها، تقوم بإرجاع الوظائف التي تكون تابعة للوظيفة المسماة فقط. الإعدادات الافتراضية إلى بلا، مع سرد جميع المهام في مساحة العمل.
- list_view_type
- ListViewType
نوع طريقة العرض لتضمين/استبعاد المهام المؤرشفة. الإعدادات الافتراضية ل ~azure.mgt.machinelearningservices.models.ListViewType.ACTIVE_ONLY، باستثناء المهام المؤرشفة.
المرتجعات
مثيل يشبه المكرر لكائنات الوظيفة.
نوع الإرجاع
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
استرداد قائمة بالمهام المؤرشفة في مساحة عمل مع مهمة أصل تسمى "iris-dataset-jobs".
from azure.ai.ml._restclient.v2023_04_01_preview.models import ListViewType
list_of_jobs = ml_client.jobs.list(parent_job_name=job_name, list_view_type=ListViewType.ARCHIVED_ONLY)
restore
استعادة مهمة مؤرشفة.
restore(name: str) -> None
المعلمات
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
استعادة مهمة مؤرشفة.
ml_client.jobs.restore(name=job_name)
show_services
يحصل على الخدمات المقترنة بعقدة الوظيفة.
show_services(name: str, node_index: int = 0) -> Dict[str, ServiceInstance]
المعلمات
المرتجعات
الخدمات المقترنة بالمهمة للعقدة المحددة.
نوع الإرجاع
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
استرداد الخدمات المقترنة بالعقدة 1 للوظيفة.
job_services = ml_client.jobs.show_services(job_name)
stream
دفق سجلات مهمة قيد التشغيل.
stream(name: str) -> None
المعلمات
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
دفق مهمة قيد التشغيل.
running_job = ml_client.jobs.create_or_update(
load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/command_job/command_job_test_local_env.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
)
)
ml_client.jobs.stream(running_job.name)
validate
ملاحظة
هذه طريقة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات.
التحقق من صحة كائن Job قبل الإرسال إلى الخدمة. يمكن إنشاء أصول مجهولة إذا كانت هناك كيانات محددة مضمنة مثل المكون والبيئة والرمز. يتم دعم مهام البنية الأساسية لبرنامج ربط العمليات التجارية فقط للتحقق من الصحة حاليا.
validate(job: Job, *, raise_on_failure: bool = False, **kwargs) -> ValidationResult
المعلمات
- raise_on_failure
- bool
يحدد ما إذا كان يجب رفع خطأ إذا فشل التحقق من الصحة. الإعدادات الافتراضية معينة على False.
المرتجعات
كائن ValidationResult يحتوي على جميع الأخطاء التي تم العثور عليها.
نوع الإرجاع
استثناءات
يرفع إذا لم يتم العثور على وظيفة بالاسم المحدد.
أمثلة
التحقق من صحة كائن PipelineJob وطباعة الأخطاء التي تم العثور عليها.
from azure.ai.ml import load_job
from azure.ai.ml.entities import PipelineJob
pipeline_job: PipelineJob = load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/pipeline_jobs/invalid/combo.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
)
print(ml_client.jobs.validate(pipeline_job).error_messages)
Azure SDK for Python
الملاحظات
https://aka.ms/ContentUserFeedback.
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجعإرسال الملاحظات وعرضها المتعلقة بـ