ComputeTarget Classe

Classe parente abstraite pour toutes les cibles de calcul gérées par Azure Machine Learning.

Une cible de calcul est un environnement/une ressource de calcul où vous exécutez votre script d’entraînement ou hébergez votre déploiement de service. Cet emplacement peut être votre machine locale ou une ressource de calcul basée sur le cloud. Pour plus d’informations, consultez que sont les cibles de calcul dans Azure machine learning ?

Héritage
abc.ABC
ComputeTarget

Constructeur

ComputeTarget(workspace, name)

Paramètres

workspace
Workspace

Objet Workspace contenant l’objet Compute à récupérer.

name
<xref:str>

Nom de l’objet de calcul à récupérer.

Remarques

Utilisez le constructeur ComputeTarget pour récupérer la représentation Cloud d’un objet Compute associé à l’espace de travail fourni. Le constructeur retourne une instance d’une classe enfant correspondant au type spécifique de l’objet de calcul récupéré. Si l’objet Compute est introuvable, une ComputeTargetException est levée.

Méthodes

attach

Attacher un objet de calcul à un espace de travail à l’aide du nom et des informations de configuration spécifiés.

create

Approvisionnez un objet de calcul en spécifiant un type de calcul et une configuration associée.

Cette méthode crée une cible de calcul plutôt que d’en attacher une existante.

delete

Supprime l’objet de calcul de l’espace de travail qui lui est associé.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget .

deserialize

Convertit un objet JSON en objet Compute.

detach

Détachez l’objet de calcul de l’espace de travail qui lui est associé.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget . Les objets Cloud sous-jacents ne sont pas supprimés, seules leurs associations sont supprimées.

get_status

Récupérez l’état de provisionnement actuel de l’objet de calcul.

list

Répertorie tous les objets ComputeTarget dans l’espace de travail.

Retourne une liste d’objets enfants instanciés correspondant au type spécifique de Compute. Les objets sont des enfants de ComputeTarget .

refresh_state

Effectuez une mise à jour sur place des propriétés de l’objet.

Met à jour les propriétés en fonction de l’état actuel de l’objet Cloud correspondant. Cela est utile pour l’interrogation manuelle de l’état de calcul.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget .

serialize

Convertissez cet objet Compute en dictionnaire sérialisé JSON.

wait_for_completion

Attendez la fin de l’opération d’approvisionnement actuelle sur le cluster.

Cette méthode retourne une valeur ComputeTargetException si un problème survient lors de l’interrogation de l’objet de calcul.

attach

Attacher un objet de calcul à un espace de travail à l’aide du nom et des informations de configuration spécifiés.

attach(workspace, name, attach_configuration)

Paramètres

workspace
Workspace

Objet Workspace auquel attacher l’objet Compute.

name
<xref:str>

Nom à associer à l’objet Compute.

attach_configuration
ComputeTargetAttachConfiguration

Objet ComputeTargetAttachConfiguration utilisé pour déterminer le type d’objet Compute à attacher et comment le configurer.

Retours

Instance d’un enfant de ComputeTarget correspondant au type d’objet attaché.

Type de retour

Exceptions

Remarques

Le type d’objet à passer au paramètre attach_configuration est un ComputeTargetAttachConfiguration objet construit à l’aide de la attach_configuration fonction sur l’une des classes enfants de ComputeTarget .

L’exemple suivant montre comment attacher un compte ADLA à un espace de travail à l’aide attach_configuration de la méthode de AdlaCompute.


   adla_compute_name = 'testadl' # Name to associate with new compute in workspace

   # ADLA account details needed to attach as compute to workspace
   adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
   adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       adla_compute = AdlaCompute(ws, adla_compute_name)
   except ComputeTargetException:
       print('attaching adla compute...')
       attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
       adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
       adla_compute.wait_for_completion()

   print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
   print("Provisioning state:{}".format(adla_compute.provisioning_state))
   print("Provisioning errors:{}".format(adla_compute.provisioning_errors))

L’exemple complet est disponible dans https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb

create

Approvisionnez un objet de calcul en spécifiant un type de calcul et une configuration associée.

Cette méthode crée une cible de calcul plutôt que d’en attacher une existante.

create(workspace, name, provisioning_configuration)

Paramètres

workspace
Workspace

Objet Workspace sous lequel créer l’objet Compute.

name
<xref:str>

Nom à associer à l’objet Compute.

provisioning_configuration
ComputeTargetProvisioningConfiguration

Objet ComputeTargetProvisioningConfiguration utilisé pour déterminer le type d’objet de calcul à approvisionner et comment le configurer.

Retours

Instance d’un enfant de ComputeTarget correspondant au type d’objet approvisionné.

Type de retour

Exceptions

Remarques

Le type d’objet approvisionné est déterminé par la configuration de l’approvisionnement fournie.

Dans l’exemple suivant, une cible de calcul persistante approvisionnée par AmlCompute est créée. provisioning_configurationDans cet exemple, le paramètre est de type AmlComputeProvisioningConfiguration .


   from azureml.core.compute import ComputeTarget, AmlCompute
   from azureml.core.compute_target import ComputeTargetException

   # Choose a name for your CPU cluster
   cpu_cluster_name = "cpu-cluster"

   # Verify that cluster does not exist already
   try:
       cpu_cluster = ComputeTarget(workspace=ws, name=cpu_cluster_name)
       print('Found existing cluster, use it.')
   except ComputeTargetException:
       compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_D2_V2',
                                                              max_nodes=4)
       cpu_cluster = ComputeTarget.create(ws, cpu_cluster_name, compute_config)

   cpu_cluster.wait_for_completion(show_output=True)

L’exemple complet est disponible dans https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb

delete

Supprime l’objet de calcul de l’espace de travail qui lui est associé.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget .

delete()

Exceptions

Remarques

Si cet objet a été créé via Azure Machine Learning, les objets Cloud correspondants seront également supprimés. Si cet objet a été créé en externe et attaché uniquement à l’espace de travail, cette méthode lève une exception et aucune modification n’est apportée.

deserialize

Convertit un objet JSON en objet Compute.

deserialize(workspace, object_dict)

Paramètres

workspace
Workspace

Objet Workspace auquel l’objet Compute est associé.

object_dict
<xref:dict>

Objet JSON à convertir en objet Compute.

Retours

Représentation de calcul de l’objet JSON fourni.

Type de retour

Exceptions

Remarques

Lève une ComputeTargetException si l’espace de travail fourni n’est pas l’espace de travail auquel le calcul est associé.

detach

Détachez l’objet de calcul de l’espace de travail qui lui est associé.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget . Les objets Cloud sous-jacents ne sont pas supprimés, seules leurs associations sont supprimées.

detach()

Exceptions

get_status

Récupérez l’état de provisionnement actuel de l’objet de calcul.

get_status()

Retours

provisioning_state actuel.

Type de retour

<xref:str>

Exceptions

Remarques

Les valeurs retournées sont répertoriées dans la référence de l’API REST Azure pour ProvisioningState.

list

Répertorie tous les objets ComputeTarget dans l’espace de travail.

Retourne une liste d’objets enfants instanciés correspondant au type spécifique de Compute. Les objets sont des enfants de ComputeTarget .

list(workspace)

Paramètres

workspace
Workspace

Objet Workspace contenant les objets à répertorier.

Retours

Liste des cibles de calcul dans l’espace de travail.

Type de retour

Exceptions

refresh_state

Effectuez une mise à jour sur place des propriétés de l’objet.

Met à jour les propriétés en fonction de l’état actuel de l’objet Cloud correspondant. Cela est utile pour l’interrogation manuelle de l’état de calcul.

Cette méthode abstraite est implémentée par les classes enfants de ComputeTarget .

refresh_state()

Exceptions

serialize

Convertissez cet objet Compute en dictionnaire sérialisé JSON.

serialize()

Retours

Représentation JSON de cet objet de calcul.

Type de retour

<xref:dict>

Exceptions

wait_for_completion

Attendez la fin de l’opération d’approvisionnement actuelle sur le cluster.

Cette méthode retourne une valeur ComputeTargetException si un problème survient lors de l’interrogation de l’objet de calcul.

wait_for_completion(show_output=False, is_delete_operation=False)

Paramètres

show_output
<xref:bool>
valeur par défaut: False

Indique s’il faut fournir une sortie plus détaillée.

is_delete_operation
<xref:bool>
valeur par défaut: False

Indique si l’opération est destinée à être supprimée.

Exceptions