ComputeTarget Kelas
Kelas induk abstrak untuk semua target komputasi yang dikelola oleh Azure Machine Learning.
Target komputasi adalah sumber daya/lingkungan komputasi yang ditunjuk tempat Anda menjalankan skrip pelatihan atau meng-hosting penyebaran layanan Anda. Lokasi ini mungkin merupakan mesin lokal Anda atau sumber daya komputasi berbasis cloud. Untuk informasi selengkapnya, lihat Apa itu target komputasi di Azure Machine Learning?
Konstruktor Class ComputeTarget.
Ambil representasi cloud dari objek Komputasi yang terkait dengan ruang kerja yang disediakan. Mengembalikan instans kelas anak yang sesuai dengan jenis tertentu dari objek Komputasi yang diambil.
- Warisan
-
ComputeTarget
Konstruktor
ComputeTarget(workspace, name)Parameter
Keterangan
Gunakan konstruktor ComputeTarget untuk mengambil representasi cloud objek Azure Compute yang terkait dengan ruang kerja yang disediakan. Konstruktor menampilkan instans dari kelas turunan yang sesuai dengan jenis tertentu dari objek Azure Compute yang diambil. Jika objek Azure Compute tidak ditemukan, ComputeTargetException akan diajukan.
Metode
| attach |
Lampirkan objek Azure Compute ke ruang kerja menggunakan nama dan informasi konfigurasi yang ditentukan. |
| create |
Penyediaan objek Azure Compute dengan menentukan jenis komputasi dan konfigurasi terkait. Metode ini membuat target komputasi baru, dan tidak melampirkan yang sudah ada. |
| delete |
Hapus objek Azure Compute dari ruang kerjanya yang terkait. Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget. |
| deserialize |
Konversi objek JSON menjadi objek Azure Compute. |
| detach |
Lepaskan objek Azure Compute dari ruang kerjanya yang terkait. Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget. Objek cloud yang mendasarinya tidak dihapus, hanya asosiasinya yang dihapus. |
| get_status |
Ambil status penyediaan objek Azure Compute saat ini. |
| list |
Cantumkan semua objek ComputeTarget di dalam ruang kerja. Tampilkan daftar objek turunan yang dibuat secara instan yang sesuai dengan jenis Azure Compute tertentu. Objek adalah turunan dari ComputeTarget. |
| refresh_state |
Lakukan pembaruan di tempat dari properti objek. Perbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini berguna untuk polling manual status komputasi. Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget. |
| serialize |
Konversi objek Azure Compute ini menjadi kamus serial JSON. |
| wait_for_completion |
Tunggu hingga operasi penyediaan saat ini selesai di kluster. Metode ini akan menampilkan ComputeTargetException jika terjadi masalah polling objek komputasi. |
attach
Lampirkan objek Azure Compute ke ruang kerja menggunakan nama dan informasi konfigurasi yang ditentukan.
static attach(workspace, name, attach_configuration)Parameter
- attach_configuration
- ComputeTargetAttachConfiguration
Objek ComputeTargetAttachConfiguration yang digunakan untuk menentukan jenis objek Azure Compute yang akan dilampirkan, dan cara mengonfigurasinya.
Mengembalikan
Instans turunan ComputeTarget yang sesuai dengan jenis objek yang dilampirkan.
Tipe hasil
Pengecualian
Keterangan
Jenis objek yang akan diteruskan ke parameter attach_configuration adalah objek ComputeTargetAttachConfiguration yang dibuat menggunakan fungsi attach_configuration pada salah satu kelas ComputeTarget turunan.
Contoh berikut menunjukkan cara melampirkan akun ADLA ke ruang kerja menggunakan metode attach_configuration 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))
Sampel lengkap tersedia dari 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
Penyediaan objek Azure Compute dengan menentukan jenis komputasi dan konfigurasi terkait.
Metode ini membuat target komputasi baru, dan tidak melampirkan yang sudah ada.
static create(workspace, name, provisioning_configuration)Parameter
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Objek ComputeTargetProvisioningConfiguration yang digunakan untuk menentukan jenis objek Azure Compute yang akan disediakan, dan cara mengonfigurasinya.
Mengembalikan
Instans turunan ComputeTarget yang sesuai dengan jenis objek yang disediakan.
Tipe hasil
Pengecualian
Keterangan
Jenis objek yang disediakan ditentukan oleh konfigurasi penyediaan yang disediakan.
Dalam contoh berikut, target komputasi persisten yang disediakan oleh AmlCompute dibuat. Parameter provisioning_configuration dalam contoh ini adalah jenis 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)
Sampel lengkap tersedia dari https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
Hapus objek Azure Compute dari ruang kerjanya yang terkait.
Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget.
abstract delete()Pengecualian
Keterangan
Jika objek ini dibuat melalui Azure Machine Learning, objek berbasis cloud yang sesuai juga akan dihapus. Jika objek ini dibuat secara eksternal dan hanya dilampirkan ke ruang kerja, metode ini mengajukan pengecualian dan tidak ada yang berubah.
deserialize
Konversi objek JSON menjadi objek Azure Compute.
abstract static deserialize(workspace, object_dict)Parameter
Mengembalikan
Representasi Azure Compute dari objek JSON yang disediakan.
Tipe hasil
Pengecualian
Keterangan
Mengajukan ComputeTargetException jika ruang kerja yang disediakan bukan ruang kerja yang dikaitkan dengan Azure Compute.
detach
Lepaskan objek Azure Compute dari ruang kerjanya yang terkait.
Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget. Objek cloud yang mendasarinya tidak dihapus, hanya asosiasinya yang dihapus.
abstract detach()Pengecualian
get_status
Ambil status penyediaan objek Azure Compute saat ini.
get_status()Mengembalikan
provisioning_state saat ini.
Tipe hasil
Pengecualian
Keterangan
Nilai yang ditampilkan tercantum dalam Referensi REST API Azure untuk ProvisioningState.
list
Cantumkan semua objek ComputeTarget di dalam ruang kerja.
Tampilkan daftar objek turunan yang dibuat secara instan yang sesuai dengan jenis Azure Compute tertentu. Objek adalah turunan dari ComputeTarget.
static list(workspace)Parameter
Mengembalikan
Daftar target komputasi di dalam ruang kerja.
Tipe hasil
Pengecualian
refresh_state
Lakukan pembaruan di tempat dari properti objek.
Perbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini berguna untuk polling manual status komputasi.
Metode abstrak ini diterapkan oleh kelas turunan dari ComputeTarget.
abstract refresh_state()Pengecualian
serialize
Konversi objek Azure Compute ini menjadi kamus serial JSON.
abstract serialize()Mengembalikan
Representasi JSON dari objek Azure Compute ini.
Tipe hasil
Pengecualian
wait_for_completion
Tunggu hingga operasi penyediaan saat ini selesai di kluster.
Metode ini akan menampilkan ComputeTargetException jika terjadi masalah polling objek komputasi.
wait_for_completion(show_output=False, is_delete_operation=False)Parameter
- show_output
- bool
Menunjukkan apakah akan memberikan lebih banyak output verbose.
Pengecualian
Saran dan Komentar
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat: https://aka.ms/ContentUserFeedback.
Kirim dan lihat umpan balik untuk