ContainerImage Classe
Représente une image de conteneur, actuellement uniquement pour les images Docker.
Cette classe est DÉCONSEILLÉE. Utilisez plutôt la classe Environment.
L’image contient les dépendances nécessaires à l’exécution du modèle :
Runtime
Définitions d’environnement Python spécifiées dans un fichier Conda
Possibilité d’activer la prise en charge GPU
Fichier Docker personnalisé pour les commandes d’exécution spécifiques
Constructeur d’image.
Cette classe est DÉPRÉCIÉE. Utilisez plutôt la classe Environment.
Le constructeur d’image est utilisé pour récupérer une représentation cloud d’un objet Image associé à l’espace de travail fourni. Retourne une instance d’une classe enfant correspondant au type spécifique de l’objet Image récupéré.
- Héritage
-
ContainerImage
Constructeur
ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)
Paramètres
- name
- str
Nom de l’image à récupérer. Retourne la dernière version, si elle existe
- tags
- list
Filtre les résultats d’image en fonction de la liste fournie, par « key » ou « [key, value] ». Ex. ['key', ['key2', 'key2 value']]
- properties
- list
Filtre les résultats d’image en fonction de la liste fournie, par « key » ou « [key, value] ». Ex. ['key', ['key2', 'key2 value']]
- version
- str
Quand la version et le nom sont tous les deux spécifiés, retourne la version spécifique de l’image.
Remarques
Une ContainerImage est récupérée à l’aide du constructeur de classe Image en transmettant le nom ou l’ID d’une ContainerImage créée précédemment. L’exemple de code suivant illustre la récupération d’une image à partir d’un espace de travail selon le nom et l’ID.
container_image_from_name = Image(workspace, name="image-name")
container_image_from_id = Image(workspace, id="image-id")
Pour créer une nouvelle configuration d’image à utiliser dans un déploiement, générez un objet ContainerImageConfig comme indiqué dans l’exemple de code suivant :
from azureml.core.image import ContainerImage
image_config = ContainerImage.image_configuration(execution_script="score.py",
runtime="python",
conda_file="myenv.yml",
description="image for model",
cuda_version="9.0"
)
Méthodes
image_configuration |
Crée et retourne un objet ContainerImageConfig. Cette fonction accepte des paramètres pour définir la manière dont votre modèle doit s’exécuter dans le service web, ainsi que l’environnement et les dépendances spécifiques dont il a besoin pour pouvoir s’exécuter. |
run |
Exécute l’image localement avec les données d’entrée spécifiées. Docker doit être installé et en cours d’exécution pour fonctionner. Cette méthode fonctionne uniquement sur le processeur, car l’image avec processeur graphique (GPU) peut s’exécuter uniquement sur les Services Microsoft Azure. |
serialize |
Convertit cet objet ContainerImage en dictionnaire JSON sérialisé. |
image_configuration
Crée et retourne un objet ContainerImageConfig.
Cette fonction accepte des paramètres pour définir la manière dont votre modèle doit s’exécuter dans le service web, ainsi que l’environnement et les dépendances spécifiques dont il a besoin pour pouvoir s’exécuter.
static image_configuration(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, cuda_version=None)
Paramètres
- execution_script
- str
Chemin d’accès au fichier Python local contenant le code à exécuter pour l’image. Doit inclure à la fois les fonctions init() et run(input_data) qui définissent les étapes d’exécution du modèle pour le service web.
- 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 .yml 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 lorsque l’image est déployée. Utilisé pour générer des spécifications Swagger pour un modèle de déploiement.
Liste de chemins d’accès aux fichiers/dossiers supplémentaires qui sont nécessaires à l’exécution de l’image.
- 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. Par défaut, False
Dictionnaire des étiquettes de valeur de clé à attribuer à cette image.
Dictionnaire des propriétés de valeur de clé 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 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 ».
Retours
Objet de configuration à utiliser lors de la création de l’image.
Type de retour
Exceptions
run
Exécute l’image localement avec les données d’entrée spécifiées.
Docker doit être installé et en cours d’exécution pour fonctionner. Cette méthode fonctionne uniquement sur le processeur, car l’image avec processeur graphique (GPU) peut s’exécuter uniquement sur les Services Microsoft Azure.
run(input_data)
Paramètres
- input_data
- <xref:varies>
Données d’entrée à transmettre à l’image lors de l’exécution
Retours
Résultats de l’exécution de l’image.
Type de retour
Exceptions
serialize
Convertit cet objet ContainerImage en dictionnaire JSON sérialisé.
serialize()
Retours
Représentation JSON de cette ContainerImage.
Type de retour
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