Environment Classe

Configura un ambiente Python riproducibile per gli esperimenti di Machine Learning.

Un ambiente definisce pacchetti Python, variabili di ambiente e impostazioni Docker usati negli esperimenti di Machine Learning, tra cui preparazione dei dati, training e distribuzione in un servizio Web. Un ambiente viene gestito e sottoposto a controllo delle versioni in un'istanza di Azure Machine Learning Workspace. È possibile aggiornare un ambiente esistente e recuperare una versione da riutilizzare. Gli ambienti sono esclusivi dell'area di lavoro in cui vengono creati e non possono essere usati in aree di lavoro diverse.

Per altre informazioni sugli ambienti, vedere Creare e gestire ambienti riutilizzabili.

Costruttore Dell'ambiente di classe.

Ereditarietà

azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement

Environment

Costruttore

Environment(name, **kwargs)

Parametri

Nome	Descrizione
name Necessario	string Il nome dell'ambiente. Nota Non avviare il nome dell'ambiente con "Microsoft" o "AzureML". I prefissi "Microsoft" e "AzureML" sono riservati agli ambienti curati. Per altre informazioni sugli ambienti curati, vedere Creare e gestire ambienti riutilizzabili.

Commenti

Azure Machine Learning offre ambienti curati, che sono ambienti predefiniti che offrono buoni punti di partenza per la creazione di ambienti personalizzati. Gli ambienti curati sono supportati dalle immagini Docker memorizzate nella cache, offrendo un costo di preparazione ridotto per l'esecuzione. Per altre informazioni sugli ambienti curati, vedere Creare e gestire ambienti riutilizzabili.

Esistono diversi modi in cui viene creato l'ambiente in Azure Machine Learning, tra cui quando:

• Inizializzare un nuovo oggetto Environment.

• Usare uno dei metodi della classe Environment: from_conda_specification, from_pip_requirementso from_existing_conda_environment.

• Usare il submit metodo della classe Experiment per inviare un'esecuzione dell'esperimento senza specificare un ambiente, incluso con un Estimator oggetto .

Nell'esempio seguente viene illustrato come creare un'istanza di un nuovo ambiente.

   from azureml.core import Environment
   myenv = Environment(name="myenv")

È possibile gestire un ambiente registrandolo. In questo modo è possibile tenere traccia delle versioni dell'ambiente e riutilizzarle in esecuzioni future.

   myenv.register(workspace=ws)

Per altri esempi sull'uso degli ambienti, vedere la Jupyter Notebook Uso degli ambienti.

Variabili

Nome	Descrizione
Environment.databricks	La sezione configura le dipendenze della libreria azureml.core.databricks.DatabricksSection.
docker	DockerSection In questa sezione vengono configurate le impostazioni correlate all'immagine Docker finale compilata in base alle specifiche dell'ambiente e all'uso di contenitori Docker per compilare l'ambiente.
inferencing_stack_version	string Questa sezione specifica la versione dello stack di inferenza aggiunta all'immagine. Per evitare di aggiungere uno stack di inferenza, non impostare questo valore. Valore valido: "latest".
python	PythonSection Questa sezione specifica l'ambiente e l'interprete Python da usare nel calcolo di destinazione.
spark	SparkSection La sezione configura le impostazioni di Spark. Si usa solo quando il framework è impostato su PySpark.
r	RSection Questa sezione specifica l'ambiente R da usare nel calcolo di destinazione.
version	string La versione dell'ambiente.
asset_id	string ID asset. Popola quando viene registrato un ambiente.

Metodi

add_private_pip_wheel	Caricare il file pip wheel privato su disco nel BLOB di archiviazione di Azure collegato all'area di lavoro. Genera un'eccezione se una ruota pip privata con lo stesso nome esiste già nel BLOB di archiviazione dell'area di lavoro.
build	Creare un'immagine Docker per questo ambiente nel cloud.
build_local	Compilare l'ambiente Docker locale o conda.
clone	Clonare l'oggetto ambiente. Restituisce una nuova istanza dell'oggetto ambiente con un nuovo nome.
from_conda_specification	Creare un oggetto ambiente da un file YAML di specifica dell'ambiente. Per ottenere un file YAML di specifica dell'ambiente, vedere Gestione degli ambienti nella guida dell'utente conda.
from_docker_build_context	Creare un oggetto ambiente da un contesto di compilazione Docker.
from_docker_image	Creare un oggetto ambiente da un'immagine docker di base con dipendenze python facoltative. Il livello Python verrà aggiunto all'ambiente se è specificato conda_specification o pip_requirements. conda_specification e pip_requirements si escludono a vicenda.
from_dockerfile	Creare un oggetto ambiente da un Dockerfile con dipendenze python facoltative. Il livello Python verrà aggiunto all'ambiente se è specificato conda_specification o pip_requirements. conda_specification e pip_requirements si escludono a vicenda.
from_existing_conda_environment	Creare un oggetto ambiente creato da un ambiente conda esistente in locale. Per ottenere un elenco di ambienti conda esistenti, eseguire conda env list. Per altre informazioni, vedere Gestione degli ambienti nella guida dell'utente conda.
from_pip_requirements	Creare un oggetto ambiente creato da un file di requisiti pip. La dipendenza pip non bloccata verrà aggiunta se pip_version non è specificato.
get	Restituisce l'oggetto ambiente. Se viene specificata l'etichetta, l'oggetto etichettato in precedenza con il valore verrà restituito. È possibile specificare solo uno dei parametri di versione o etichetta. Se entrambi vengono mancanti, verrà restituita la versione più recente dell'oggetto Environment.
get_image_details	Restituisce i dettagli dell'immagine.
label	Etichettare l'oggetto ambiente nell'area di lavoro con i valori specificati.
list	Restituisce un dizionario contenente gli ambienti nell'area di lavoro.
load_from_directory	Caricare una definizione di ambiente dai file in una directory.
register	Registrare l'oggetto ambiente nell'area di lavoro.
save_to_directory	Salvare una definizione di ambiente in una directory in un formato facilmente modificabile.

add_private_pip_wheel

Caricare il file pip wheel privato su disco nel BLOB di archiviazione di Azure collegato all'area di lavoro.

Genera un'eccezione se una ruota pip privata con lo stesso nome esiste già nel BLOB di archiviazione dell'area di lavoro.

static add_private_pip_wheel(workspace, file_path, exist_ok=False)

Parametri

Nome	Descrizione
workspace Necessario	Workspace Oggetto area di lavoro da usare per registrare la ruota pip privata.
file_path Necessario	str Percorso della ruota pip locale su disco, inclusa l'estensione del file.
exist_ok	bool Indica se generare un'eccezione se la ruota esiste già. valore predefinito: False

Restituisce

Tipo	Descrizione
str	Restituisce l'URI completo alla rotellina pip caricata nell'archiviazione BLOB di Azure da usare nelle dipendenze conda.

build

Creare un'immagine Docker per questo ambiente nel cloud.

build(workspace, image_build_compute=None)

Parametri

Nome	Descrizione
workspace Necessario	Workspace L'area di lavoro e il relativo Registro Azure Container associato in cui viene archiviata l'immagine.
image_build_compute	str Nome di calcolo in cui verrà eseguita la compilazione dell'immagine valore predefinito: None

Restituisce

Tipo	Descrizione
ImageBuildDetails	Restituisce l'oggetto dettagli della compilazione dell'immagine.

build_local

Compilare l'ambiente Docker locale o conda.

build_local(workspace, platform=None, **kwargs)

Parametri

Nome	Descrizione
workspace Necessario	Workspace Area di lavoro.
platform	str Piattaforma. Uno di Linux, Windows o OSX. La piattaforma corrente verrà usata per impostazione predefinita. valore predefinito: None
kwargs Necessario	dict Argomenti di parole chiave avanzati

Restituisce

Tipo	Descrizione
str	Trasmette l'output predefinito Docker o conda alla console.

Commenti

Gli esempi seguenti illustrano come creare un ambiente locale. Assicurarsi che l'area di lavoro sia creata un'istanza come oggetto azureml.core.workspace.Workspace valido

Creare un ambiente conda locale

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace)

Creare un ambiente docker locale

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace, useDocker=True)

Creare un'immagine docker in locale e eseguire il push nel Registro contenitori associato all'area di lavoro

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace, useDocker=True, pushImageToWorkspaceAcr=True)

clone

Clonare l'oggetto ambiente.

Restituisce una nuova istanza dell'oggetto ambiente con un nuovo nome.

clone(new_name)

Parametri

Nome	Descrizione
new_name Necessario	str Nuovo nome dell'ambiente

Restituisce

Tipo	Descrizione
Environment	Nuovo oggetto ambiente

from_conda_specification

Creare un oggetto ambiente da un file YAML di specifica dell'ambiente.

Per ottenere un file YAML di specifica dell'ambiente, vedere Gestione degli ambienti nella guida dell'utente conda.

static from_conda_specification(name, file_path)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
file_path Necessario	str Percorso file YAML della specifica dell'ambiente conda.

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

from_docker_build_context

Creare un oggetto ambiente da un contesto di compilazione Docker.

static from_docker_build_context(name, docker_build_context)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
docker_build_context Necessario	DockerBuildContext Oggetto DockerBuildContext.

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

from_docker_image

Creare un oggetto ambiente da un'immagine docker di base con dipendenze python facoltative.

Il livello Python verrà aggiunto all'ambiente se è specificato conda_specification o pip_requirements. conda_specification e pip_requirements si escludono a vicenda.

static from_docker_image(name, image, container_registry=None, conda_specification=None, pip_requirements=None)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
image Necessario	str Nome immagine completo.
conda_specification	str file di specifica conda. valore predefinito: None
container_registry	ContainerRegistry Dettagli del repository del contenitore privato. valore predefinito: None
pip_requirements	str file di requisiti pip. valore predefinito: None

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

Commenti

Se l'immagine di base è dal repository privato che richiede l'autorizzazione e l'autorizzazione non è impostata sul livello dell'area di lavoro azureML, è necessario container_registry

from_dockerfile

Creare un oggetto ambiente da un Dockerfile con dipendenze python facoltative.

Il livello Python verrà aggiunto all'ambiente se è specificato conda_specification o pip_requirements. conda_specification e pip_requirements si escludono a vicenda.

static from_dockerfile(name, dockerfile, conda_specification=None, pip_requirements=None)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
dockerfile Necessario	str Contenuto dockerfile o percorso del file.
conda_specification	str file di specifica conda. valore predefinito: None
pip_requirements	str file di requisiti pip. valore predefinito: None

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

from_existing_conda_environment

Creare un oggetto ambiente creato da un ambiente conda esistente in locale.

Per ottenere un elenco di ambienti conda esistenti, eseguire conda env list. Per altre informazioni, vedere Gestione degli ambienti nella guida dell'utente conda.

static from_existing_conda_environment(name, conda_environment_name)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
conda_environment_name Necessario	str Nome di un ambiente conda esistente in locale.

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente o None se l'esportazione del file di specifica conda ha esito negativo.

from_pip_requirements

Creare un oggetto ambiente creato da un file di requisiti pip.

La dipendenza pip non bloccata verrà aggiunta se pip_version non è specificato.

static from_pip_requirements(name, file_path, pip_version=None)

Parametri

Nome	Descrizione
name Necessario	str Nome dell'ambiente.
file_path Necessario	str Percorso del file dei requisiti pip.
pip_version	str Versione pip per l'ambiente conda. valore predefinito: None

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

get

Restituisce l'oggetto ambiente.

Se viene specificata l'etichetta, l'oggetto etichettato in precedenza con il valore verrà restituito. È possibile specificare solo uno dei parametri di versione o etichetta. Se entrambi vengono mancanti, verrà restituita la versione più recente dell'oggetto Environment.

static get(workspace, name, version=None, label=None)

Parametri

Nome	Descrizione
workspace Necessario	Workspace Area di lavoro che contiene l'ambiente.
name Necessario	str Nome dell'ambiente da restituire.
version	str Versione dell'ambiente da restituire. valore predefinito: None
label	str Valore dell'etichetta dell'ambiente. valore predefinito: None

Restituisce

Tipo	Descrizione
Environment	Oggetto ambiente.

get_image_details

Restituisce i dettagli dell'immagine.

get_image_details(workspace)

Parametri

Nome	Descrizione
workspace Necessario	Workspace Area di lavoro.

Restituisce

Tipo	Descrizione
DockerImageDetails	Restituisce i dettagli dell'immagine come dict

label

Etichettare l'oggetto ambiente nell'area di lavoro con i valori specificati.

static label(workspace, name, version, labels)

Parametri

Nome	Descrizione
workspace Necessario	Workspace L'area di lavoro
name Necessario	str Nome ambiente
version Necessario	str Versione dell'ambiente
labels Necessario	list[str] Valori per etichettare Environment con

list

Restituisce un dizionario contenente gli ambienti nell'area di lavoro.

static list(workspace)

Parametri

Nome	Descrizione
workspace Necessario	Workspace Area di lavoro da cui elencare gli ambienti.

Restituisce

Tipo	Descrizione
<xref:builtin.dict>[str, Environment]	Dizionario di oggetti ambiente.

load_from_directory

Caricare una definizione di ambiente dai file in una directory.

static load_from_directory(path)

Parametri

Nome	Descrizione
path Necessario	str Percorso della directory di origine.

register

Registrare l'oggetto ambiente nell'area di lavoro.

register(workspace)

Parametri

Nome	Descrizione
workspace Necessario	Workspace L'area di lavoro
name Necessario	str

Restituisce

Tipo	Descrizione
Environment	Restituisce l'oggetto ambiente

save_to_directory

Salvare una definizione di ambiente in una directory in un formato facilmente modificabile.

save_to_directory(path, overwrite=False)

Parametri

Nome	Descrizione
path Necessario	str Percorso della directory di destinazione.
overwrite	bool Se una directory esistente deve essere sovrascritta. Il valore predefinito è false. valore predefinito: False

Attributi

environment_variables

Usare l'oggetto azureml.core.RunConfiguration per impostare le variabili di runtime.