Webservice Třída
Definuje základní funkce pro nasazování modelů jako koncových bodů webové služby ve službě Azure Machine Learning.
Konstruktor webservice se používá k načtení cloudové reprezentace objektu webové služby přidruženého k poskytnutému pracovnímu prostoru. Vrátí instanci podřízené třídy odpovídající určitému typu načteného objektu Webservice. Třída Webservice umožňuje nasazení modelů strojového učení z objektu Model nebo Image .
Další informace o práci s webovou službou najdete v tématu Nasazení modelů pomocí služby Azure Machine Learning.
Inicializujte instanci webové služby.
Konstruktor Webservice načte cloudovou reprezentaci objektu webové služby přidruženého k poskytnutému pracovnímu prostoru. Vrátí instanci podřízené třídy odpovídající konkrétnímu typu načteného objektu Webservice.
- Dědičnost
-
Webservice
Konstruktor
Webservice(workspace, name)
Parametry
- workspace
- Workspace
Objekt pracovního prostoru obsahující objekt Webservice, který se má načíst.
- workspace
- Workspace
Objekt pracovního prostoru obsahující objekt Webservice, který se má načíst.
Poznámky
Následující ukázka ukazuje doporučený vzor nasazení, kdy nejprve vytvoříte objekt konfigurace pomocí deploy_configuration
metody podřízené třídy Webservice (v tomto případě AksWebservice) a pak použijete konfiguraci s deploy
metodou Model třídy .
# Set the web service configuration (using default here)
aks_config = AksWebservice.deploy_configuration()
# # Enable token auth and disable (key) auth on the webservice
# aks_config = AksWebservice.deploy_configuration(token_auth_enabled=True, auth_enabled=False)
Úplná ukázka je k dispozici na https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/deployment/production-deploy-to-aks/production-deploy-to-aks.ipynb
Následující ukázka ukazuje, jak najít existující AciWebservice v pracovním prostoru a odstranit ho, pokud existuje, aby bylo možné název znovu použít.
from azureml.core.model import InferenceConfig
from azureml.core.webservice import AciWebservice
service_name = 'my-custom-env-service'
inference_config = InferenceConfig(entry_script='score.py', environment=environment)
aci_config = AciWebservice.deploy_configuration(cpu_cores=1, memory_gb=1)
service = Model.deploy(workspace=ws,
name=service_name,
models=[model],
inference_config=inference_config,
deployment_config=aci_config,
overwrite=True)
service.wait_for_deployment(show_output=True)
Existuje několik způsobů, jak nasadit model jako webovou službu, včetně:
deploy
Model pro modely již zaregistrované v pracovním prostoru.deploy_from_image
Webservice pro obrázky již vytvořené z modelu.deploy_from_model
Webservice pro modely již zaregistrované v pracovním prostoru. Tato metoda vytvoří image.deploy
Webservicemetoda , která zaregistruje model a vytvoří image.
Informace o práci s webovými službami najdete v tématu
Využívání modelu služby Azure Machine Learning nasazeného jako webová služba
Monitorování a shromažďování dat z koncových bodů webové služby ML
Oddíl Variables (Proměnné) obsahuje seznam atributů místní reprezentace cloudového objektu webové služby. Tyto proměnné by se měly považovat za jen pro čtení. Změna jejich hodnot se neprojeví v odpovídajícím cloudovém objektu.
Proměnné
- auth_enabled
- bool
Určuje, jestli má webová služba povolené ověřování.
- compute_type
- str
Do jakého typu výpočetního prostředí je webová služba nasazená.
- created_time
- datetime
Kdy byla webová služba vytvořena.
- azureml.core.Webservice.description
Popis objektu Webservice.
- azureml.core.Webservice.tags
Slovník značek pro objekt Webservice.
- azureml.core.Webservice.name
Název webové služby.
- azureml.core.Webservice.properties
Slovník vlastností hodnoty klíče pro webovou službu. Tyto vlastnosti nelze po nasazení změnit, je však možné přidat nové páry hodnot klíčů.
- created_by
- str
Uživatel, který webovou službu vytvořil.
- error
- str
Pokud se nasazení webové služby nezdařilo, bude obsahovat chybovou zprávu s informacemi o tom, proč selhala.
- azureml.core.Webservice.state
Aktuální stav webové služby.
- updated_time
- datetime
Čas poslední aktualizace webové služby.
- azureml.core.Webservice.workspace
Pracovní prostor Azure Machine Learning, který obsahuje tuto webovou službu.
- token_auth_enabled
- bool
Určuje, jestli má webová služba povolené ověřování tokenů.
Metody
check_for_existing_webservice |
Zkontrolujte, že webová služba existuje. |
delete |
Odstraňte tuto webovou službu z jejího přidruženého pracovního prostoru. Toto volání funkce není asynchronní. Volání se spustí až do odstranění prostředku. Vyvolá WebserviceException se, pokud dojde k potížím s odstraněním modelu ze služby správa modelů. |
deploy |
Nasaďte webovou službu z nuly nebo více Model objektů. Tato funkce zaregistruje všechny soubory modelů, které jsou k dispozici, a v procesu vytvoří image, která je přidružená k zadanému Workspaceobjektu . Tuto funkci použijte, pokud máte adresář modelů k nasazení, které ještě nebyly zaregistrované. Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba. |
deploy_from_image |
Nasazení webové služby z objektu Image Tuto funkci použijte, pokud už máte objekt Image vytvořený pro model. Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba. |
deploy_from_model |
Nasaďte webovou službu z nuly nebo více Model objektů. Tato funkce je podobná deployfunkci , ale neregistruje modely. Tuto funkci použijte, pokud máte objekty modelu, které jsou už zaregistrované. Tím se v procesu vytvoří image přidružená k zadanému pracovnímu prostoru. Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba. |
deploy_local_from_model |
Sestavte a nasaďte pro LocalWebservice účely testování. Vyžaduje instalaci a konfiguraci Dockeru. |
deserialize |
Převeďte objekt JSON odpovědi služby Správa modelů na objekt Webservice. Chyba selže, pokud zadaný pracovní prostor není pracovním prostorem, ve které je webová služba zaregistrovaná. |
get_keys |
Načíst ověřovací klíče pro tuto webovou službu. |
get_logs |
Načíst protokoly pro tuto webovou službu. |
get_token |
Načtěte ověřovací token pro tuto webovou službu s oborem pro aktuálního uživatele. |
list |
Zobrazí seznam webových služeb přidružených k příslušnému Workspace. Vrácené výsledky je možné filtrovat pomocí parametrů. |
regen_key |
Znovu vygenerujte jeden z klíčů webové služby, primární nebo sekundární klíč. Je WebserviceException vyvolána, pokud |
run |
Zavolejte tuto webovou službu se zadaným vstupem. Abstraktní metoda implementovaná podřízenými třídami třídy .Webservice |
serialize |
Převeďte tento objekt Webové služby na serializovaný slovník JSON. Slouží deserialize k převodu zpět na objekt Webové služby. |
update |
Aktualizujte parametry webové služby. Toto je abstraktní metoda implementovaná podřízenými třídami třídy Webservice. Možné parametry, které se mají aktualizovat, se liší v závislosti na typu podřízené webové služby. Například v případě Azure Container Instances webových služeb se podívejte update na konkrétní parametry. |
update_deployment_state |
Aktualizujte aktuální stav objektu v paměti. Proveďte místní aktualizaci vlastností objektu na základě aktuálního stavu odpovídajícího cloudového objektu. Primárně užitečné pro ruční dotazování stavu vytvoření. |
wait_for_deployment |
Automaticky se dotazovat na spuštěné nasazení webové služby. Počkejte, až webová služba dosáhne koncového stavu. Vyvolá chybu , WebserviceException pokud dosáhne stavu terminálu, který není úspěšný, nebo překročí zadaný časový limit. |
check_for_existing_webservice
Zkontrolujte, že webová služba existuje.
static check_for_existing_webservice(workspace, name, overwrite=False, request_func=None, check_func=None)
Parametry
- workspace
- Workspace
- name
- str
- overwrite
- bool
- request_func
- <xref:function>
function to request service to check if service name exists
- check_func
- <xref:function>
funkce pro kontrolu obsahu odpovědi request_func
Výjimky
delete
Odstraňte tuto webovou službu z jejího přidruženého pracovního prostoru.
Toto volání funkce není asynchronní. Volání se spustí až do odstranění prostředku. Vyvolá WebserviceException se, pokud dojde k potížím s odstraněním modelu ze služby správa modelů.
delete()
Výjimky
deploy
Nasaďte webovou službu z nuly nebo více Model objektů.
Tato funkce zaregistruje všechny soubory modelů, které jsou k dispozici, a v procesu vytvoří image, která je přidružená k zadanému Workspaceobjektu . Tuto funkci použijte, pokud máte adresář modelů k nasazení, které ještě nebyly zaregistrované.
Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba.
static deploy(workspace, name, model_paths, image_config, deployment_config=None, deployment_target=None, overwrite=False)
Parametry
- name
- str
Název, který má dát nasazené službě. Musí být jedinečné pro pracovní prostor, musí se skládat pouze z malých písmen, číslic nebo pomlček, musí začínat písmenem a musí mít délku 3 až 32 znaků.
Seznam cest k souborům nebo složkám modelu na disku. Může být prázdný seznam.
- image_config
- ImageConfig
Objekt ImageConfig sloužící k určení požadovaných vlastností image.
- deployment_config
- WebserviceDeploymentConfiguration
A WebserviceDeploymentConfiguration slouží ke konfiguraci webové služby. Pokud ho nezadáte, použije se prázdný objekt konfigurace na základě požadovaného cíle.
- deployment_target
- ComputeTarget
A ComputeTarget , do které nasadíte webovou službu. Vzhledem k tomu, že Azure Container Instances nemá žádný přidružený ComputeTargetparametr , ponechte tento parametr pro nasazení do Azure Container Instances jako Žádný.
- overwrite
- bool
Přepište existující službu, pokud už služba s názvem existuje.
Návraty
Objekt Webservice odpovídající nasazené webové službě.
Návratový typ
Výjimky
deploy_from_image
Nasazení webové služby z objektu Image
Tuto funkci použijte, pokud už máte objekt Image vytvořený pro model.
Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba.
static deploy_from_image(workspace, name, image, deployment_config=None, deployment_target=None, overwrite=False)
Parametry
- name
- str
Název, který má dát nasazené službě. Musí být jedinečné pro pracovní prostor, musí se skládat pouze z malých písmen, číslic nebo pomlček, musí začínat písmenem a musí mít délku 3 až 32 znaků.
- deployment_config
- WebserviceDeploymentConfiguration
A WebserviceDeploymentConfiguration slouží ke konfiguraci webové služby. Pokud ho nezadáte, použije se prázdný objekt konfigurace na základě požadovaného cíle.
- deployment_target
- ComputeTarget
A ComputeTarget , do které nasadíte webovou službu. Vzhledem k tomu, že Azure Container Instances nemá žádný přidružený ComputeTargetparametr , ponechte tento parametr pro nasazení do Azure Container Instances jako Žádný.
- overwrite
- bool
Přepište existující službu, pokud už služba s názvem existuje.
Návraty
Objekt Webservice odpovídající nasazené webové službě.
Návratový typ
Výjimky
deploy_from_model
Nasaďte webovou službu z nuly nebo více Model objektů.
Tato funkce je podobná deployfunkci , ale neregistruje modely. Tuto funkci použijte, pokud máte objekty modelu, které jsou už zaregistrované. Tím se v procesu vytvoří image přidružená k zadanému pracovnímu prostoru.
Výsledná webová služba je koncový bod v reálném čase, který lze použít pro žádosti o odvozování. Další informace najdete v tématu Využití modelu nasazeného jako webová služba.
static deploy_from_model(workspace, name, models, image_config, deployment_config=None, deployment_target=None, overwrite=False)
Parametry
- name
- str
Název, který má dát nasazené službě. Musí být jedinečné pro pracovní prostor, musí se skládat pouze z malých písmen, číslic nebo pomlček, musí začínat písmenem a musí mít délku 3 až 32 znaků.
- image_config
- ImageConfig
Objekt ImageConfig sloužící k určení požadovaných vlastností image.
- deployment_config
- WebserviceDeploymentConfiguration
A WebserviceDeploymentConfiguration slouží ke konfiguraci webové služby. Pokud ho nezadáte, použije se prázdný objekt konfigurace na základě požadovaného cíle.
- deployment_target
- ComputeTarget
A ComputeTarget , do které nasadíte webovou službu. Vzhledem k tomu, že ACI nemá žádný přidružený ComputeTargetparametr , ponechte tento parametr pro nasazení do ACI na hodnotě None.
- overwrite
- bool
Přepište existující službu, pokud už služba s názvem existuje.
Návraty
Objekt Webservice odpovídající nasazené webové službě.
Návratový typ
Výjimky
deploy_local_from_model
Sestavte a nasaďte pro LocalWebservice účely testování.
Vyžaduje instalaci a konfiguraci Dockeru.
static deploy_local_from_model(workspace, name, models, image_config, deployment_config=None, wait=False)
Parametry
- image_config
- ImageConfig
Objekt ImageConfig sloužící k určení požadovaných vlastností image služby.
- deployment_config
- LocalWebserviceDeploymentConfiguration
A LocalWebserviceDeploymentConfiguration slouží ke konfiguraci webové služby. Pokud ho nezadáte, použije se prázdný objekt konfigurace.
- wait
- bool
Jestli se má čekat, až se kontejner Dockeru LocalWebservice zobrazí jako v pořádku. Pokud dojde k chybě kontejneru, vyvolá výjimku. Výchozí hodnota je Nepravda.
Návratový typ
Výjimky
deserialize
Převeďte objekt JSON odpovědi služby Správa modelů na objekt Webservice.
Chyba selže, pokud zadaný pracovní prostor není pracovním prostorem, ve které je webová služba zaregistrovaná.
deserialize(workspace, webservice_payload)
Parametry
- cls
Označuje, že se jedná o metodu třídy.
- workspace
- Workspace
Objekt pracovního prostoru, pod kterým je webová služba zaregistrovaná.
Návraty
Reprezentace webové služby poskytnutého objektu JSON.
Návratový typ
Výjimky
get_keys
Načíst ověřovací klíče pro tuto webovou službu.
get_keys()
Návraty
Ověřovací klíče pro tuto webovou službu.
Návratový typ
Výjimky
get_logs
Načíst protokoly pro tuto webovou službu.
get_logs(num_lines=5000, init=False)
Parametry
Návraty
Protokoly pro tuto webovou službu.
Návratový typ
Výjimky
get_token
Načtěte ověřovací token pro tuto webovou službu s oborem pro aktuálního uživatele.
get_token()
Návraty
Ověřovací token pro tuto webovou službu a informace o tom, kdy by se měla aktualizovat.
Návratový typ
Výjimky
list
Zobrazí seznam webových služeb přidružených k příslušnému Workspace.
Vrácené výsledky je možné filtrovat pomocí parametrů.
static list(workspace, compute_type=None, image_name=None, image_id=None, model_name=None, model_id=None, tags=None, properties=None, image_digest=None)
Parametry
- compute_type
- str
Filtrem zobrazíte pouze konkrétní typy webových služeb. Možnosti jsou ACI, AKS.
- image_name
- str
Vyfiltrujte seznam tak, aby zahrnoval pouze webové služby nasazené s konkrétním názvem image.
- image_id
- str
Vyfiltrujte seznam tak, aby zahrnoval pouze webové služby nasazené s konkrétním ID image.
- model_name
- str
Vyfiltrujte seznam tak, aby zahrnoval pouze webové služby nasazené s konkrétním názvem modelu.
- model_id
- str
Vyfiltrujte seznam tak, aby zahrnoval pouze webové služby nasazené s konkrétním ID modelu.
- tags
- list
Filtrujte na základě poskytnutého seznamu, a to buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']]
- properties
- list
Filtrujte na základě poskytnutého seznamu, a to buď podle klíče, nebo podle hodnoty [klíč, hodnota]. Například ['klíč', ['klíč2', 'hodnota klíče2']]
- image_digest
- str
Vyfiltrujte seznam tak, aby zahrnoval pouze webové služby nasazené s konkrétní hodnotou hash image.
Návraty
Filtrovaný seznam webových služeb v zadaném pracovním prostoru.
Návratový typ
Výjimky
regen_key
Znovu vygenerujte jeden z klíčů webové služby, primární nebo sekundární klíč.
Je WebserviceException vyvolána, pokud key
není zadána nebo není primární nebo sekundární.
regen_key(key, set_key=None)
Parametry
- set_key
- str
Uživatel zadal hodnotu umožňující ruční specifikaci hodnoty klíče.
Výjimky
run
Zavolejte tuto webovou službu se zadaným vstupem.
Abstraktní metoda implementovaná podřízenými třídami třídy .Webservice
abstract run(input)
Parametry
- input
- <xref:varies>
Vstupní data, která se mají volat webovou službu. Jedná se o data, která váš model strojového učení očekává jako vstup pro spouštění předpovědí.
Návraty
Výsledek volání webové služby. Tím se vrátí předpovědi spuštěné z vašeho modelu strojového učení.
Návratový typ
Výjimky
serialize
Převeďte tento objekt Webové služby na serializovaný slovník JSON.
Slouží deserialize k převodu zpět na objekt Webové služby.
serialize()
Návraty
Reprezentace JSON této webové služby
Návratový typ
Výjimky
update
Aktualizujte parametry webové služby.
Toto je abstraktní metoda implementovaná podřízenými třídami třídy Webservice. Možné parametry, které se mají aktualizovat, se liší v závislosti na typu podřízené webové služby. Například v případě Azure Container Instances webových služeb se podívejte update na konkrétní parametry.
abstract update(*args)
Parametry
- args
- <xref:varies>
Hodnoty, které se mají aktualizovat.
Výjimky
update_deployment_state
Aktualizujte aktuální stav objektu v paměti.
Proveďte místní aktualizaci vlastností objektu na základě aktuálního stavu odpovídajícího cloudového objektu. Primárně užitečné pro ruční dotazování stavu vytvoření.
update_deployment_state()
Výjimky
wait_for_deployment
Automaticky se dotazovat na spuštěné nasazení webové služby.
Počkejte, až webová služba dosáhne koncového stavu. Vyvolá chybu , WebserviceException pokud dosáhne stavu terminálu, který není úspěšný, nebo překročí zadaný časový limit.
wait_for_deployment(show_output=False, timeout_sec=None)
Parametry
- timeout_sec
- float
Pokud nasazení překročí daný časový limit, vytvořte výjimku.
Výjimky
Váš názor
https://aka.ms/ContentUserFeedback.
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu:Odeslat a zobrazit názory pro