Environment Класс

Настраивает воспроизводимую среду Python для экспериментов с машинным обучением.

Среда определяет пакеты Python, переменные среды и параметры Docker, используемые в экспериментах машинного обучения, включая подготовку данных, обучение и развертывание в веб-службе. Управление средой и ее версиями осуществляется в Машинном обучении Azure Workspace. Вы можете обновить существующую среду и получить версию для повторного использования. Среды являются уникальными для рабочей области, в которой они созданы, и не могут быть использованы в других рабочих областях.

Дополнительные сведения о средах см. в статье Создание повторно используемых сред и управление ими.

Конструктор среды класса.

Наследование
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement
Environment

Конструктор

Environment(name, **kwargs)

Параметры

Имя Описание
name
Обязательно

Имя среды.

Примечание

Не начинайте имя среды с "Microsoft" или "AzureML". Префиксы "Microsoft" и "AzureML" зарезервированы для курируемых сред. Для получения дополнительной информации о курируемых средах см. Создание повторно используемых сред и управление ими.

Комментарии

Машинное обучение Azure предоставляет курируемые среды, являющиеся предварительно заданными средами, предлагающими хорошие отправные точки для создания собственных сред. Курируемые среды поддерживаются кэшированными образами Docker, что обеспечивает снижение затрат на подготовку к запуску. Для получения дополнительной информации о курируемых средах см. Создание повторно используемых сред и управление ими.

Существует ряд способов создания сред в Машинном обучении Azure, включая следующие шаги:

  • Инициализация нового объекта среды.

  • Использование одного из методов класса среды: from_conda_specification, from_pip_requirements или from_existing_conda_environment.

  • Использование метода submit класса эксперимента, чтобы отправить запуск эксперимента без указания среды, в том числе с помощью объекта Estimator.

В следующем примере показано, как создавать экземпляр новой среды.


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

Вы можете управлять средой, зарегистрировав ее. Это позволяет отслеживать версии среды и повторно использовать их в будущих запусках.


   myenv.register(workspace=ws)

Дополнительные примеры работы со средами см. в Jupyter Notebook Использование сред.

Переменные

Имя Описание
Environment.databricks

В разделе настраиваются зависимости библиотеки azureml.core.databricks.DatabricksSection.

docker

В этом разделе настраиваются параметры, связанные с окончательным образом Docker, построенным по спецификациям среды, а также рассматривается необходимость использования контейнеров Docker для сборки среды.

inferencing_stack_version

В этом разделе указана версия стека вывода, добавленного в образ. Чтобы не допустить добавления стека вывода, не устанавливайте это значение. Допустимое значение: "latest".

python

В этом разделе указывается, какую среду и интерпретатор Python следует использовать в целевом вычислении.

spark

В разделе настраиваются параметры Spark. Он используется только в том случае, если используется платформа PySpark.

r

В этом разделе указывается, какую среду R следует использовать в целевом вычислении.

version

Версию среды.

asset_id

Идентификатор ресурса. Заполняется при регистрации среды.

Методы

add_private_pip_wheel

Отправка закрытого файла pip wheel на диске в хранилище BLOB-объектов Azure, подключенное к рабочей области.

Создает исключение, если в хранилище BLOB-объектов рабочей области уже существует частное pip wheel с тем же именем.

build

Создание образа Docker для этой среды в облаке.

build_local

Создание локальной среды Docker или Conda.

clone

Клонирование объекта среды.

Возвращает новый экземпляр объекта среды с новым именем.

from_conda_specification

Создание объекта среды из файла YAML спецификации среды.

Для получения файла YAML спецификации среды см. Управление средами в руководстве пользователя Conda.

from_docker_build_context

Создание объекта среды из контекста сборки Docker.

from_docker_image

Создание объекта среды из базового образа Docker с необязательными зависимостями Python.

Слой Python будет добавлен в среду, если указан параметр conda_specification или pip_requirements. conda_specification и pip_requirements являются взаимоисключающими.

from_dockerfile

Создайте объект среды из Dockerfile с необязательными зависимостями Python.

Слой Python будет добавлен в среду, если указан параметр conda_specification или pip_requirements. conda_specification и pip_requirements являются взаимоисключающими.

from_existing_conda_environment

Создайте объект среды из локально существующей среды Conda.

Для получения списка существующих сред Conda, выполните команду conda env list. Для получения дополнительной информации см. Управление средами в руководстве пользователя Conda.

from_pip_requirements

Создайте объект среды из файла требований PIP.

Открепленная зависимость PIP будет добавлена, если не указан параметр pip_version.

get

Возвращает объект среды.

Если указана метка, будет возвращен объект, ранее помеченный значением. Можно указать только одну из версий или один из параметров метки. Если оба этих параметра отсутствуют, будет возвращена последняя версия объекта среды.

get_image_details

Возвращает сведения об образе.

label

Пометка объекта среды в рабочей области с указанными значениями.

list

Возврат словаря, содержащего среды в рабочей области.

load_from_directory

Загрузка определения среды из файлов в каталоге.

register

Регистрация объекта среды в рабочей области.

save_to_directory

Сохранение определения среды в каталоге в удобном для редактирования формате.

add_private_pip_wheel

Отправка закрытого файла pip wheel на диске в хранилище BLOB-объектов Azure, подключенное к рабочей области.

Создает исключение, если в хранилище BLOB-объектов рабочей области уже существует частное pip wheel с тем же именем.

static add_private_pip_wheel(workspace, file_path, exist_ok=False)

Параметры

Имя Описание
workspace
Обязательно

Объект рабочей области, используемый для регистрации частного pip wheel.

file_path
Обязательно
str

Путь к локальному pip wheel на диске, включая расширение файла.

exist_ok

Указывает, следует ли создавать исключение, если wheel уже существует.

значение по умолчанию: False

Возвращаемое значение

Тип Описание
str

Возвращает полный URI переданного pip wheel в хранилище BLOB-объектов Azure для использования в зависимостях Conda.

build

Создание образа Docker для этой среды в облаке.

build(workspace, image_build_compute=None)

Параметры

Имя Описание
workspace
Обязательно

Рабочая область и связанный с ней Реестр контейнеров Azure, где хранится образ.

image_build_compute
str

Имя вычислений, где будет происходить сборка образа

значение по умолчанию: None

Возвращаемое значение

Тип Описание

Возвращает объект сведений о сборке образа.

build_local

Создание локальной среды Docker или Conda.

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

Параметры

Имя Описание
workspace
Обязательно

Рабочая область.

platform
str

Платформа. Одна из Linux, Windows или OSX. Текущая платформа будет использоваться по умолчанию.

значение по умолчанию: None
kwargs
Обязательно

Дополнительные аргументы ключевого слова

Возвращаемое значение

Тип Описание
str

Передает потоки выходных данных сборки текущей среды Docker или Conda на консоль.

Комментарии

В следующих примерах показано, как создать локальную среду. Убедитесь, что экземпляр рабочей области создан как допустимый объект azureml.core.workspace.Workspace

Создание локальной среды Conda


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

Создание локальной среды Docker


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

Создание образа Docker локально и при необходимости отправка его в реестр контейнеров, связанный с рабочей областью


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

clone

Клонирование объекта среды.

Возвращает новый экземпляр объекта среды с новым именем.

clone(new_name)

Параметры

Имя Описание
new_name
Обязательно
str

Новое имя среды

Возвращаемое значение

Тип Описание

Новый объект среды

from_conda_specification

Создание объекта среды из файла YAML спецификации среды.

Для получения файла YAML спецификации среды см. Управление средами в руководстве пользователя Conda.

static from_conda_specification(name, file_path)

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

file_path
Обязательно
str

Путь к файлу YAML спецификации среды Conda.

Возвращаемое значение

Тип Описание

Объект среды.

from_docker_build_context

Создание объекта среды из контекста сборки Docker.

static from_docker_build_context(name, docker_build_context)

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

docker_build_context
Обязательно

Объект DockerBuildContext.

Возвращаемое значение

Тип Описание

Объект среды.

from_docker_image

Создание объекта среды из базового образа Docker с необязательными зависимостями Python.

Слой Python будет добавлен в среду, если указан параметр conda_specification или pip_requirements. conda_specification и pip_requirements являются взаимоисключающими.

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

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

image
Обязательно
str

полное имя образа.

conda_specification
str

файл спецификации Conda.

значение по умолчанию: None
container_registry

сведения о репозитории закрытых контейнеров.

значение по умолчанию: None
pip_requirements
str

файл требований PIP.

значение по умолчанию: None

Возвращаемое значение

Тип Описание

Объект среды.

Комментарии

Если базовый образ относится к частному репозиторию, для которого требуется авторизация, а авторизация не установлена на уровне рабочей области AzureML, container_registry является обязательным

from_dockerfile

Создайте объект среды из Dockerfile с необязательными зависимостями Python.

Слой Python будет добавлен в среду, если указан параметр conda_specification или pip_requirements. conda_specification и pip_requirements являются взаимоисключающими.

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

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

dockerfile
Обязательно
str

Содержимое Dockerfile или путь к файлу.

conda_specification
str

файл спецификации Conda.

значение по умолчанию: None
pip_requirements
str

файл требований PIP.

значение по умолчанию: None

Возвращаемое значение

Тип Описание

Объект среды.

from_existing_conda_environment

Создайте объект среды из локально существующей среды Conda.

Для получения списка существующих сред Conda, выполните команду conda env list. Для получения дополнительной информации см. Управление средами в руководстве пользователя Conda.

static from_existing_conda_environment(name, conda_environment_name)

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

conda_environment_name
Обязательно
str

Имя локально существующей среды Conda.

Возвращаемое значение

Тип Описание

Объект среды или None, если экспорт файла спецификации Conda завершается ошибкой.

from_pip_requirements

Создайте объект среды из файла требований PIP.

Открепленная зависимость PIP будет добавлена, если не указан параметр pip_version.

static from_pip_requirements(name, file_path, pip_version=None)

Параметры

Имя Описание
name
Обязательно
str

Имя среды.

file_path
Обязательно
str

Путь к файлу требований PIP.

pip_version
str

Версия PIP для среды Conda.

значение по умолчанию: None

Возвращаемое значение

Тип Описание

Объект среды.

get

Возвращает объект среды.

Если указана метка, будет возвращен объект, ранее помеченный значением. Можно указать только одну из версий или один из параметров метки. Если оба этих параметра отсутствуют, будет возвращена последняя версия объекта среды.

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

Параметры

Имя Описание
workspace
Обязательно

Рабочая область, содержащая среду.

name
Обязательно
str

Имя возвращаемой среды.

version
str

Версия возвращаемой среды.

значение по умолчанию: None
label
str

Значение метки среды.

значение по умолчанию: None

Возвращаемое значение

Тип Описание

Объект среды.

get_image_details

Возвращает сведения об образе.

get_image_details(workspace)

Параметры

Имя Описание
workspace
Обязательно

Рабочая область.

Возвращаемое значение

Тип Описание

Возвращает сведения об изображении в качестве словаря

label

Пометка объекта среды в рабочей области с указанными значениями.

static label(workspace, name, version, labels)

Параметры

Имя Описание
workspace
Обязательно

Рабочая область

name
Обязательно
str

Имя среды

version
Обязательно
str

Версия среды

labels
Обязательно

Значения, с помощью которых обозначается среда

list

Возврат словаря, содержащего среды в рабочей области.

static list(workspace)

Параметры

Имя Описание
workspace
Обязательно

Рабочая область, из которой составляется список сред.

Возвращаемое значение

Тип Описание
<xref:builtin.dict>[str, Environment]

Словарь объектов среды.

load_from_directory

Загрузка определения среды из файлов в каталоге.

static load_from_directory(path)

Параметры

Имя Описание
path
Обязательно
str

Путь к исходному каталогу.

register

Регистрация объекта среды в рабочей области.

register(workspace)

Параметры

Имя Описание
workspace
Обязательно

Рабочая область

name
Обязательно
str

Возвращаемое значение

Тип Описание

Возвращает объект среды

save_to_directory

Сохранение определения среды в каталоге в удобном для редактирования формате.

save_to_directory(path, overwrite=False)

Параметры

Имя Описание
path
Обязательно
str

Путь к целевому каталогу.

overwrite

В случае, если существующий каталог должен быть перезаписан. Значение по умолчанию — false.

значение по умолчанию: False

Атрибуты

environment_variables

Используйте объект azureml.core.RunConfiguration для задания переменных среды выполнения.