ComputeTarget Osztály
Absztrakt szülőosztály az Azure Machine Learning által felügyelt összes számítási célhoz.
A számítási cél egy kijelölt számítási erőforrás/környezet, ahol futtatja a betanítási szkriptet, vagy üzemelteti a szolgáltatás üzembe helyezését. Ez a hely lehet a helyi gép vagy egy felhőalapú számítási erőforrás. 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
-
ComputeTarget
Konstruktor
ComputeTarget(workspace, name)Paraméterek
Megjegyzések
A ComputeTarget konstruktor használatával lekérheti a megadott munkaterülethez társított számítási objektum felhőbeli ábrázolását. A konstruktor egy gyermekosztály egy példányát adja vissza, amely megfelel a lekért számítási objektum adott típusának. Ha a Számítási objektum nem található, ComputeTargetException a rendszer a értéket emeli ki.
Metódusok
| attach |
Csatoljon egy Compute-objektumot egy munkaterülethez a megadott név és konfigurációs adatok használatával. |
| create |
Számítási objektum kiépítése egy számítási típus és a kapcsolódó konfiguráció megadásával. Ez a metódus egy új számítási célt hoz létre ahelyett, hogy meglévőt csatol. |
| delete |
Távolítsa el a Compute objektumot a társított munkaterületről. Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget |
| deserialize |
JSON-objektum konvertálása Számítási objektummá. |
| detach |
Válassza le a Számítási objektumot a társított munkaterületről. Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget A mögöttes felhőobjektumok nem törlődnek, csak a társításuk törlődik. |
| get_status |
Kérje le a Számítási objektum aktuális kiépítési állapotát. |
| list |
A munkaterületen belüli összes ComputeTarget-objektum listázása. Adja vissza az adott számítási típusnak megfelelő példányosított gyermekobjektumok listáját. Az objektumok a következő gyermekei ComputeTarget: . |
| refresh_state |
Végezze el az objektum tulajdonságainak helyben történő frissítését. Frissítse a tulajdonságokat a megfelelő felhőobjektum aktuális állapota alapján. Ez hasznos a számítási állapot manuális lekérdezéséhez. Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget |
| serialize |
Konvertálja ezt a Compute-objektumot JSON szerializált szótárlá. |
| wait_for_completion |
Várja meg, amíg az aktuális kiépítési művelet befejeződik a fürtön. Ez a metódus a ComputeTargetException számítási objektum lekérdezésével kapcsolatos probléma esetén ad vissza egy értéket. |
attach
Csatoljon egy Compute-objektumot egy munkaterülethez a megadott név és konfigurációs adatok használatával.
static attach(workspace, name, attach_configuration)Paraméterek
- attach_configuration
- ComputeTargetAttachConfiguration
Egy ComputeTargetAttachConfiguration objektum, amely a csatolandó számítási objektum típusának és konfigurálásának meghatározására szolgál.
Válaszok
A Csatolt objektum típusának megfelelő ComputeTarget gyermekpéldánya.
Visszatérési típus
Kivételek
Megjegyzések
A paraméternek attach_configuration átadni kívánt objektum típusa egy ComputeTargetAttachConfiguration olyan objektum, amely a függvényt használja a attach_configuration gyermekosztályok bármelyikén ComputeTarget.
Az alábbi példa bemutatja, hogyan csatolhat ADLA-fiókot egy munkaterülethez az attach_configuration AdlaCompute metódus használatával.
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))
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-use-adla-as-compute-target.ipynb
create
Számítási objektum kiépítése egy számítási típus és a kapcsolódó konfiguráció megadásával.
Ez a metódus egy új számítási célt hoz létre ahelyett, hogy meglévőt csatol.
static create(workspace, name, provisioning_configuration)Paraméterek
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Egy ComputeTargetProvisioningConfiguration objektum, amely a kiépítendő számítási objektum típusának és konfigurálásának meghatározására szolgál.
Válaszok
A Kiépített objektum típusának megfelelő ComputeTarget gyermekpéldánya.
Visszatérési típus
Kivételek
Megjegyzések
A kiépített objektum típusát a megadott kiépítési konfiguráció határozza meg.
Az alábbi példában létrehozunk egy állandó számítási célt, amelyet kiépítettünk AmlCompute . A provisioning_configuration példában szereplő paraméter típusa 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)
A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
Távolítsa el a Compute objektumot a társított munkaterületről.
Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget
abstract delete()Kivételek
Megjegyzések
Ha ezt az objektumot az Azure Machine Learningen keresztül hozták létre, a megfelelő felhőalapú objektumok is törlődnek. Ha ez az objektum külsőleg lett létrehozva, és csak a munkaterülethez van csatolva, ez a metódus kivételt eredményez, és semmi sem változik.
deserialize
JSON-objektum konvertálása Számítási objektummá.
abstract static deserialize(workspace, object_dict)Paraméterek
Válaszok
A megadott JSON-objektum számítási ábrázolása.
Visszatérési típus
Kivételek
Megjegyzések
Egy értéket ad ComputeTargetException , ha a megadott munkaterület nem az a munkaterület, amelyhez a Számítás társítva van.
detach
Válassza le a Számítási objektumot a társított munkaterületről.
Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget A mögöttes felhőobjektumok nem törlődnek, csak a társításuk törlődik.
abstract detach()Kivételek
get_status
Kérje le a Számítási objektum aktuális kiépítési állapotát.
get_status()Válaszok
Az aktuális provisioning_state.
Visszatérési típus
Kivételek
Megjegyzések
A visszaadott értékek az Azure REST API ProvisioningState-ra vonatkozó referenciájában találhatók.
list
A munkaterületen belüli összes ComputeTarget-objektum listázása.
Adja vissza az adott számítási típusnak megfelelő példányosított gyermekobjektumok listáját. Az objektumok a következő gyermekei ComputeTarget: .
static list(workspace)Paraméterek
Válaszok
A munkaterületen belüli számítási célok listája.
Visszatérési típus
Kivételek
refresh_state
Végezze el az objektum tulajdonságainak helyben történő frissítését.
Frissítse a tulajdonságokat a megfelelő felhőobjektum aktuális állapota alapján. Ez hasznos a számítási állapot manuális lekérdezéséhez.
Ezt az absztrakt metódust a gyermekosztályok implementálják.ComputeTarget
abstract refresh_state()Kivételek
serialize
Konvertálja ezt a Compute-objektumot JSON szerializált szótárlá.
abstract serialize()Válaszok
A számítási objektum JSON-ábrázolása.
Visszatérési típus
Kivételek
wait_for_completion
Várja meg, amíg az aktuális kiépítési művelet befejeződik a fürtön.
Ez a metódus a ComputeTargetException számítási objektum lekérdezésével kapcsolatos probléma esetén ad vissza egy értéket.
wait_for_completion(show_output=False, is_delete_operation=False)Paraméterek
- is_delete_operation
- bool
Azt jelzi, hogy a művelet törlésre van-e szánva.
Kivételek
Visszajelzés
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ: https://aka.ms/ContentUserFeedback.
Visszajelzés küldése és megtekintése a következőhöz: