BatchCompute Osztály
Batch számítási célt kezel az Azure Machine Learningben.
Azure Batch nagy léptékű párhuzamos és nagy teljesítményű számítási (HPC) alkalmazások hatékony futtatására szolgál a felhőben. A BatchCompute az Azure Machine Learning Pipelinesban használható feladatok Azure Batch gépkészletbe való elküldésére egy AzureBatchStephasználatával. További információ: Mik azok a számítási célok az Azure Machine Learningben?
ComputeTarget-konstruktor osztály.
A megadott munkaterülethez társított számítási objektum felhőbeli ábrázolásának lekérése. Egy gyermekosztály egy példányát adja vissza, amely a lekért számítási objektum adott típusának felel meg.
- Öröklődés
-
BatchCompute
Konstruktor
BatchCompute(workspace, name)
Paraméterek
- workspace
- Workspace
A beolvasandó BatchCompute objektumot tartalmazó munkaterület-objektum.
Megjegyzések
Használat előtt hozzon létre egy Azure Batch fiókot. A létrehozáshoz lásd: Batch-fiók létrehozása a Azure Portal.
Az alábbi példa bemutatja, hogyan csatolhat egy Azure Batch számítási fiókot egy munkaterülethez a használatávalattach_configuration.
batch_compute_name = 'mybatchcompute' # Name to associate with new compute in workspace
# Batch account details needed to attach as compute to workspace
batch_account_name = "<batch_account_name>" # Name of the Batch account
batch_resource_group = "<batch_resource_group>" # Name of the resource group which contains this account
try:
# check if already attached
batch_compute = BatchCompute(ws, batch_compute_name)
except ComputeTargetException:
print('Attaching Batch compute...')
provisioning_config = BatchCompute.attach_configuration(resource_group=batch_resource_group,
account_name=batch_account_name)
batch_compute = ComputeTarget.attach(ws, batch_compute_name, provisioning_config)
batch_compute.wait_for_completion()
print("Provisioning state:{}".format(batch_compute.provisioning_state))
print("Provisioning errors:{}".format(batch_compute.provisioning_errors))
print("Using Batch compute:{}".format(batch_compute.cluster_resource_id))
A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-azurebatch-to-run-a-windows-executable.ipynb
Metódusok
attach_configuration |
Hozzon létre egy konfigurációs objektumot a Batch számítási cél csatolásához. |
delete |
BatchCompute objektum esetében a törlés nem támogatott. A detach használható helyette. |
deserialize |
JSON-objektum konvertálása BatchCompute objektummá. |
detach |
Leválasztja a Batch-objektumot a társított munkaterületről. A mögöttes felhőobjektumok nem törlődnek, csak a társítás törlődik. |
refresh_state |
Végezze el az objektum tulajdonságainak helyben történő frissítését. Ez a módszer a megfelelő felhőobjektum aktuális állapota alapján frissíti a tulajdonságokat. Ezt elsősorban a számítási állapot manuális lekérdezésére használják. |
serialize |
Konvertálja ezt a BatchCompute objektumot JSON szerializált szótárlá. |
attach_configuration
Hozzon létre egy konfigurációs objektumot a Batch számítási cél csatolásához.
static attach_configuration(resource_group=None, account_name=None, resource_id=None)
Paraméterek
- resource_group
- str
Annak az erőforráscsoportnak a neve, amelyben a Batch-fiók található.
- resource_id
- str
A csatolt számítási erőforrás Azure-erőforrás-azonosítója.
Válaszok
Számítási objektum csatolásához használandó konfigurációs objektum.
Visszatérési típus
delete
BatchCompute objektum esetében a törlés nem támogatott. A detach használható helyette.
delete()
Kivételek
deserialize
JSON-objektum konvertálása BatchCompute objektummá.
static deserialize(workspace, object_dict)
Paraméterek
Válaszok
A megadott JSON-objektum BatchCompute-ábrázolása.
Visszatérési típus
Kivételek
Megjegyzések
Egy értéket ad ComputeTargetException , ha a megadott munkaterület nem az a munkaterület, amelyhez a Számítás társítva van.
detach
Leválasztja a Batch-objektumot a társított munkaterületről.
A mögöttes felhőobjektumok nem törlődnek, csak a társítás törlődik.
detach()
Kivételek
refresh_state
Végezze el az objektum tulajdonságainak helyben történő frissítését.
Ez a módszer a megfelelő felhőobjektum aktuális állapota alapján frissíti a tulajdonságokat. Ezt elsősorban a számítási állapot manuális lekérdezésére használják.
refresh_state()
serialize
Konvertálja ezt a BatchCompute objektumot JSON szerializált szótárlá.
serialize()
Válaszok
A BatchCompute objektum JSON-ábrázolása.
Visszatérési típus
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: