ContainerImageConfig Classe
Définit des paramètres de configuration d’image spécifiques aux déploiements de conteneur : requiert le script d’exécution et le runtime.
Dans les cas d’utilisation typiques, vous utiliserez la méthode image_configuration
de la classe ContainerImage pour créer un objet ContainerImageConfig.
Initialisez l’objet config.
- Héritage
-
ContainerImageConfig
Constructeur
ContainerImageConfig(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, allow_absolute_path=False, cuda_version=None)
Paramètres
- execution_script
- str
Chemin d’accès au fichier local contenant le code à exécuter pour l’image.
- runtime
- str
Runtime à utiliser pour l’image. Actuellement, les runtimes pris en charge sont « spark-py » et « python ».
- conda_file
- str
Chemin d’accès au fichier local contenant une définition de l’environnement Conda à utiliser pour l’image.
- docker_file
- str
Chemin d’accès au fichier local contenant des étapes Docker supplémentaires à exécuter lors de la configuration de l’image.
- schema_file
- str
Chemin d’accès au fichier local contenant un schéma de service web à utiliser lorsque l’image est déployée.
Liste de chemins d’accès aux fichiers/dossiers supplémentaires dont l’image a besoin pour s’exécuter.
- enable_gpu
- bool
Indique s’il faut activer la prise en charge du GPU dans l’image. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. Valeur par défaut False.
Dictionnaire des étiquettes clé-valeur à attribuer à cette image.
Dictionnaire des propriétés clé-valeur à attribuer à cette image. Ces propriétés ne peuvent pas être modifiées après le déploiement. De nouvelles paires clé/valeur peuvent toutefois être ajoutées.
- base_image
- str
Image personnalisée à utiliser comme image de base. Si aucune image de base n’est proposée, l’image de base sera utilisée en fonction d’un paramètre d’exécution donné.
- base_image_registry
- ContainerRegistry
Registre d’images contenant l’image de base.
- cuda_version
- str
Version de CUDA à installer pour les images qui nécessitent une prise en charge du GPU. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. Les versions prises en charge sont les versions 9.0, 9.1 et 10.0. Si « enable_gpu » est défini, la valeur par défaut est « 9.1 ».
- execution_script
- str
Chemin d’accès au fichier local qui contient le code à exécuter pour l’image
- runtime
- str
Runtime à utiliser pour l’image. Les runtimes actuellement pris en charge sont « spark-py » et « python »
- conda_file
- str
Chemin d’accès au fichier local contenant une définition d’environnement conda à utiliser pour l’image
- docker_file
- str
Chemin d’accès au fichier local contenant des étapes Docker supplémentaires à exécuter lors de la configuration de l’image
- schema_file
- str
Chemin d’accès au fichier local contenant un schéma de service web à utiliser lors du déploiement de l’image
Liste des chemins d’accès aux fichiers/dossiers supplémentaires que l’image doit exécuter
- enable_gpu
- bool
Activer ou non la prise en charge GPU dans l’image. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. La valeur par défaut est false.
Dictionnaire des propriétés de valeur de clé à attribuer à cette image. Vous ne pouvez pas changer ces propriétés après le déploiement. Toutefois, vous pouvez ajouter de nouvelles paires clé-valeur
- base_image
- str
Image personnalisée à utiliser comme image de base. Si aucune image de base n’est proposée, l’image de base sera utilisée en fonction d’un paramètre d’exécution donné.
- cuda_version
- str
Version de CUDA à installer pour les images nécessitant une prise en charge GPU. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. Les versions prises en charge sont les versions 9.0, 9.1 et 10.0. Si « enable_gpu » est défini, la valeur par défaut est « 9.1 ».
Méthodes
build_create_payload |
Génère la charge utile de création pour l’image conteneur. |
create_local_debug_payload |
Génère la charge utile de création pour l’image conteneur. |
validate_configuration |
Vérifie que les valeurs de configuration spécifiées sont valides. Lève une exception :class:azureml.exceptions.WebserviceException` si la validation échoue. |
build_create_payload
Génère la charge utile de création pour l’image conteneur.
build_create_payload(workspace, name, model_ids)
Paramètres
Retours
Charge utile de création de l’image conteneur.
Type de retour
Exceptions
create_local_debug_payload
Génère la charge utile de création pour l’image conteneur.
create_local_debug_payload(workspace, model_ids)
Paramètres
Retours
Charge utile de création de l’image conteneur.
Type de retour
Exceptions
validate_configuration
Vérifie que les valeurs de configuration spécifiées sont valides.
Lève une exception :class:azureml.exceptions.WebserviceException` si la validation échoue.
validate_configuration()
Exceptions
Commentaires
https://aka.ms/ContentUserFeedback.
Bientôt disponible : Tout au long de 2024, nous allons supprimer progressivement GitHub Issues comme mécanisme de commentaires pour le contenu et le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultezEnvoyer et afficher des commentaires pour