ComputeTarget Klas
Abstracte bovenliggende klasse voor alle rekendoelen die worden beheerd door Azure Machine Learning.
Een rekendoel is een aangewezen rekenresource/-omgeving waar u uw trainingsscript uitvoert of uw service-implementatie host. Deze locatie kan uw lokale computer of een cloudgebaseerde rekenresource zijn. Zie Wat zijn rekendoelen in Azure Machine Learning? voor meer informatie.
Klasse ComputeTarget-constructor.
Haal een cloudweergave op van een rekenobject dat is gekoppeld aan de opgegeven werkruimte. Retourneert een exemplaar van een onderliggende klasse die overeenkomt met het specifieke type van het opgehaalde Rekenobject.
- Overname
-
ComputeTarget
Constructor
ComputeTarget(workspace, name)
Parameters
Opmerkingen
Gebruik de constructor ComputeTarget om de cloudweergave op te halen van een compute-object dat is gekoppeld aan de opgegeven werkruimte. De constructor retourneert een exemplaar van een onderliggende klasse die overeenkomt met het specifieke type van het opgehaalde rekenobject. Als het Compute-object niet wordt gevonden, wordt een ComputeTargetException gegenereerd.
Methoden
attach |
Koppel een Compute-object aan een werkruimte met behulp van de opgegeven naam en configuratiegegevens. |
create |
Richt een compute-object in door een rekentype en een gerelateerde configuratie op te geven. Met deze methode maakt u een nieuw rekendoel in plaats van een bestaand rekendoel te koppelen. |
delete |
Verwijder het Compute-object uit de bijbehorende werkruimte. Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget. |
deserialize |
Converteer een JSON-object naar een Compute-object. |
detach |
Koppel het Compute-object los van de bijbehorende werkruimte. Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget. Onderliggende cloudobjecten worden niet verwijderd, alleen de bijbehorende koppelingen worden verwijderd. |
get_status |
Haal de huidige inrichtingsstatus van het rekenobject op. |
list |
Alle ComputeTarget-objecten in de werkruimte weergeven. Retourneert een lijst met geïnstantieerde onderliggende objecten die overeenkomen met het specifieke type Compute. Objecten zijn onderliggende elementen van ComputeTarget. |
refresh_state |
Voer een in-place update uit van de eigenschappen van het object. Eigenschappen bijwerken op basis van de huidige status van het bijbehorende cloudobject. Dit is handig voor het handmatig peilen van de rekenstatus. Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget. |
serialize |
Converteer dit Compute-object naar een geserialiseerde JSON-woordenlijst. |
wait_for_completion |
Wacht tot de huidige inrichtingsbewerking is voltooid op het cluster. Deze methode retourneert een ComputeTargetException als er een probleem is met het pollen van het rekenobject. |
attach
Koppel een Compute-object aan een werkruimte met behulp van de opgegeven naam en configuratiegegevens.
static attach(workspace, name, attach_configuration)
Parameters
- attach_configuration
- ComputeTargetAttachConfiguration
Een ComputeTargetAttachConfiguration-object dat wordt gebruikt om te bepalen welk type compute-object moet worden gekoppeld en hoe het moet worden geconfigureerd.
Retouren
Een exemplaar van een onderliggend element van ComputeTarget dat overeenkomt met het type object dat is gekoppeld.
Retourtype
Uitzonderingen
Opmerkingen
Het type object dat moet worden doorgegeven aan de parameter attach_configuration
is een ComputeTargetAttachConfiguration object dat is gebouwd met behulp van de attach_configuration
functie op een van de onderliggende klassen van ComputeTarget.
In het volgende voorbeeld ziet u hoe u een ADLA-account koppelt aan een werkruimte met behulp van de attach_configuration methode van 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))
Volledig voorbeeld is beschikbaar via 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
Richt een compute-object in door een rekentype en een gerelateerde configuratie op te geven.
Met deze methode maakt u een nieuw rekendoel in plaats van een bestaand rekendoel te koppelen.
static create(workspace, name, provisioning_configuration)
Parameters
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Een ComputeTargetProvisioningConfiguration-object dat wordt gebruikt om te bepalen welk type Compute-object moet worden ingericht en hoe dit moet worden geconfigureerd.
Retouren
Een exemplaar van een onderliggend element van ComputeTarget dat overeenkomt met het type object dat is ingericht.
Retourtype
Uitzonderingen
Opmerkingen
Het type object dat is ingericht, wordt bepaald door de opgegeven inrichtingsconfiguratie.
In het volgende voorbeeld wordt een permanent rekendoel gemaakt dat is ingericht door AmlCompute . De provisioning_configuration
parameter in dit voorbeeld is van het type 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)
Volledig voorbeeld is beschikbaar via https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
Verwijder het Compute-object uit de bijbehorende werkruimte.
Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget.
abstract delete()
Uitzonderingen
Opmerkingen
Als dit object is gemaakt via Azure Machine Learning, worden de bijbehorende cloudobjecten ook verwijderd. Als dit object extern is gemaakt en alleen is gekoppeld aan de werkruimte, genereert deze methode een uitzondering en wordt er niets gewijzigd.
deserialize
Converteer een JSON-object naar een Compute-object.
abstract static deserialize(workspace, object_dict)
Parameters
Retouren
De berekeningsweergave van het opgegeven JSON-object.
Retourtype
Uitzonderingen
Opmerkingen
Verhoogt een ComputeTargetException als de opgegeven werkruimte niet de werkruimte is die de compute is gekoppeld.
detach
Koppel het Compute-object los van de bijbehorende werkruimte.
Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget. Onderliggende cloudobjecten worden niet verwijderd, alleen de bijbehorende koppelingen worden verwijderd.
abstract detach()
Uitzonderingen
get_status
Haal de huidige inrichtingsstatus van het rekenobject op.
get_status()
Retouren
De huidige provisioning_state
.
Retourtype
Uitzonderingen
Opmerkingen
Geretourneerde waarden worden vermeld in de Azure REST API-verwijzing voor ProvisioningState.
list
Alle ComputeTarget-objecten in de werkruimte weergeven.
Retourneert een lijst met geïnstantieerde onderliggende objecten die overeenkomen met het specifieke type Compute. Objecten zijn onderliggende elementen van ComputeTarget.
static list(workspace)
Parameters
Retouren
Lijst met rekendoelen in de werkruimte.
Retourtype
Uitzonderingen
refresh_state
Voer een in-place update uit van de eigenschappen van het object.
Eigenschappen bijwerken op basis van de huidige status van het bijbehorende cloudobject. Dit is handig voor het handmatig peilen van de rekenstatus.
Deze abstracte methode wordt geïmplementeerd door onderliggende klassen van ComputeTarget.
abstract refresh_state()
Uitzonderingen
serialize
Converteer dit Compute-object naar een geserialiseerde JSON-woordenlijst.
abstract serialize()
Retouren
De JSON-weergave van dit Compute-object.
Retourtype
Uitzonderingen
wait_for_completion
Wacht tot de huidige inrichtingsbewerking is voltooid op het cluster.
Deze methode retourneert een ComputeTargetException als er een probleem is met het pollen van het rekenobject.
wait_for_completion(show_output=False, is_delete_operation=False)
Parameters
- is_delete_operation
- bool
Hiermee wordt aangegeven of de bewerking is bedoeld voor verwijderen.
Uitzonderingen
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor