Environment Sınıf
Makine öğrenmesi denemeleri için yeniden üretilebilir bir Python ortamı yapılandırılır.
Ortam, veri hazırlama, eğitim ve bir web hizmetine dağıtım dahil olmak üzere makine öğrenmesi denemelerinde kullanılan Python paketlerini, ortam değişkenlerini ve Docker ayarlarını tanımlar. Ortam, Azure Machine Learning'de Workspaceyönetilir ve sürümü oluşturulur. Mevcut bir ortamı güncelleştirebilir ve yeniden kullanmak üzere bir sürüm alabilirsiniz. Ortamlar, oluşturuldukları çalışma alanına özeldir ve farklı çalışma alanlarında kullanılamaz.
Ortamlar hakkında daha fazla bilgi için bkz. Yeniden kullanılabilir ortamları oluşturma ve yönetme.
Sınıf Ortamı oluşturucu.
- Devralma
-
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElementEnvironment
Oluşturucu
Environment(name, **kwargs)Parametreler
- name
- string
Ortamın adı.
Not
Ortam adınızı "Microsoft" veya "AzureML" ile başlatmayın. "Microsoft" ve "AzureML" ön ekleri, seçilen ortamlar için ayrılmıştır. Seçilen ortamlar hakkında daha fazla bilgi için bkz. Yeniden kullanılabilir ortamları oluşturma ve yönetme.
Açıklamalar
Azure Machine Learning, kendi ortamlarınızı oluşturmak için iyi başlangıç noktaları sunan önceden tanımlanmış ortamlar olan seçilmiş ortamlar sağlar. Seçilen ortamlar önbelleğe alınmış Docker görüntüleriyle desteklenir ve daha düşük çalıştırma hazırlama maliyeti sağlar. Seçilen ortamlar hakkında daha fazla bilgi için bkz. Yeniden kullanılabilir ortamları oluşturma ve yönetme.
Azure Machine Learning'de ortamın oluşturulmasının çeşitli yolları vardır ve aşağıdakiler de dahil olmak üzere:
Yeni bir Ortam nesnesi başlatın.
Ortam sınıfı yöntemlerinden birini kullanın: from_conda_specification, from_pip_requirements, veya from_existing_conda_environment.
submit Bir nesneyle birlikte Estimator bir ortam belirtmeden deneme çalıştırması göndermek için Deneme sınıfının yöntemini kullanın.
Aşağıdaki örnek, yeni bir ortamın nasıl örnek oluşturüleceklerini gösterir.
from azureml.core import Environment
myenv = Environment(name="myenv")
Bir ortamı kaydederek yönetebilirsiniz. Bunu yapmak, ortamın sürümlerini izlemenize ve bunları gelecekteki çalıştırmalarda yeniden kullanmanıza olanak tanır.
myenv.register(workspace=ws)
Ortamlarla çalışma hakkında daha fazla örnek için bkz. Ortamları kullanma Jupyter Notebook.
Değişkenler
- Environment.databricks
bölümünde azureml.core.databricks.DatabricksSection kitaplık bağımlılıkları yapılandırılır.
- docker
- DockerSection
Bu bölüm, ortamın belirtimlerine göre oluşturulmuş son Docker görüntüsüyle ilgili ayarları ve ortamı derlemek için Docker kapsayıcılarının kullanılıp kullanılmayacağını yapılandırır.
- inferencing_stack_version
- string
Bu bölüm, görüntüye eklenen çıkarım yığını sürümünü belirtir. Çıkarım yığını eklemekten kaçınmak için bu değeri ayarlamayın. Geçerli değer: "latest".
- python
- PythonSection
Bu bölüm, hedef işlemde hangi Python ortamının ve yorumlayıcının kullanılacağını belirtir.
- spark
- SparkSection
bölümünde Spark ayarları yapılandırılır. Yalnızca çerçeve PySpark olarak ayarlandığında kullanılır.
- r
- RSection
Bu bölüm, hedef işlemde hangi R ortamının kullanılacağını belirtir.
- version
- string
Ortamın sürümü.
- asset_id
- string
Varlık Kimliği. Bir ortam kaydedildiğinde doldurulur.
Yöntemler
| add_private_pip_wheel |
Diskteki özel pip tekerlek dosyasını çalışma alanına bağlı Azure depolama blobuna yükleyin. Çalışma alanı depolama blobunda aynı ada sahip bir özel pip tekerleği zaten varsa bir özel durum oluşturur. |
| build |
Bulutta bu ortam için bir Docker görüntüsü oluşturun. |
| build_local |
Yerel Docker veya conda ortamını oluşturun. |
| clone |
Ortam nesnesini klonlayın. Ortam nesnesinin yeni bir örneğini yeni bir adla döndürür. |
| from_conda_specification |
Ortam belirtimi YAML dosyasından ortam nesnesi oluşturun. Ortam belirtimi YAML dosyasını almak için conda kullanıcı kılavuzunda Ortamları yönetme bölümüne bakın. |
| from_docker_build_context |
Docker derleme bağlamından ortam nesnesi oluşturma. |
| from_docker_image |
İsteğe bağlı Python bağımlılarına sahip bir temel docker görüntüsünden ortam nesnesi oluşturun. conda_specification veya pip_requirements belirtilirse Python katmanı ortama eklenir. conda_specification ve pip_requirements birbirini dışlar. |
| from_dockerfile |
İsteğe bağlı Python bağımlılarına sahip bir Dockerfile'dan ortam nesnesi oluşturun. conda_specification veya pip_requirements belirtilirse Python katmanı ortama eklenir. conda_specification ve pip_requirements birbirini dışlar. |
| from_existing_conda_environment |
Yerel olarak var olan bir conda ortamından oluşturulan bir ortam nesnesi oluşturun. Mevcut conda ortamlarının listesini almak için komutunu çalıştırın |
| from_pip_requirements |
Pip gereksinimleri dosyasından oluşturulan bir ortam nesnesi oluşturun. pip_version belirtilmezse sabitlenmemiş pip bağımlılığı eklenir. |
| get |
Ortam nesnesini döndürür. Etiket belirtilirse, daha önce değerle etiketlenmiş nesne döndürülür. Yalnızca bir sürüm veya etiket parametresi belirtilebilir. Her ikisi de kaçırılırsa, Ortam nesnesinin en son sürümü döndürülür. |
| get_image_details |
Görüntü ayrıntılarını döndür. |
| label |
Çalışma alanınızdaki ortam nesnesini belirtilen değerlerle etiketleyin. |
| list |
Çalışma alanında ortamları içeren bir sözlük döndürür. |
| load_from_directory |
Dizindeki dosyalardan bir ortam tanımı yükleyin. |
| register |
Ortam nesnesini çalışma alanınıza kaydedin. |
| save_to_directory |
Ortam tanımını kolayca düzenlenebilir biçimde bir dizine kaydedin. |
add_private_pip_wheel
Diskteki özel pip tekerlek dosyasını çalışma alanına bağlı Azure depolama blobuna yükleyin.
Çalışma alanı depolama blobunda aynı ada sahip bir özel pip tekerleği zaten varsa bir özel durum oluşturur.
static add_private_pip_wheel(workspace, file_path, exist_ok=False)Parametreler
- file_path
- str
Dosya uzantısı da dahil olmak üzere disk üzerindeki yerel pip tekerleğinin yolu.
- exist_ok
- bool
Tekerlek zaten varsa özel durum oluşturup oluşturmayacağını gösterir.
Döndürülenler
Conda bağımlılıklarında kullanmak üzere Azure blob depolamada karşıya yüklenen pip tekerleğine tam URI'yi döndürür.
Dönüş türü
build
Bulutta bu ortam için bir Docker görüntüsü oluşturun.
build(workspace, image_build_compute=None)Parametreler
- workspace
- Workspace
Çalışma alanı ve ilişkili Azure Container Registry görüntünün depolandığı yer.
Döndürülenler
Görüntü derleme ayrıntıları nesnesini döndürür.
Dönüş türü
build_local
Yerel Docker veya conda ortamını oluşturun.
build_local(workspace, platform=None, **kwargs)Parametreler
- platform
- str
Platform. Linux, Windows veya OSX'lerden biri. Geçerli platform varsayılan olarak kullanılır.
Döndürülenler
Konsola devam eden Docker veya conda derleme çıkışını akışla aktarır.
Dönüş türü
Açıklamalar
Aşağıdaki örneklerde yerel ortam oluşturma adımları gösterilir. Çalışma alanının geçerli bir azureml.core.workspace.Workspace nesnesi olarak örneklendiğinden emin olun
Yerel conda ortamı oluşturma
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace)
Yerel docker ortamı oluşturma
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace, useDocker=True)
Docker görüntüsünü yerel olarak oluşturun ve isteğe bağlı olarak çalışma alanıyla ilişkili kapsayıcı kayıt defterine gönderin
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace, useDocker=True, pushImageToWorkspaceAcr=True)
clone
Ortam nesnesini klonlayın.
Ortam nesnesinin yeni bir örneğini yeni bir adla döndürür.
clone(new_name)Parametreler
Döndürülenler
Yeni ortam nesnesi
Dönüş türü
from_conda_specification
Ortam belirtimi YAML dosyasından ortam nesnesi oluşturun.
Ortam belirtimi YAML dosyasını almak için conda kullanıcı kılavuzunda Ortamları yönetme bölümüne bakın.
static from_conda_specification(name, file_path)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
from_docker_build_context
Docker derleme bağlamından ortam nesnesi oluşturma.
static from_docker_build_context(name, docker_build_context)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
from_docker_image
İsteğe bağlı Python bağımlılarına sahip bir temel docker görüntüsünden ortam nesnesi oluşturun.
conda_specification veya pip_requirements belirtilirse Python katmanı ortama eklenir. conda_specification ve pip_requirements birbirini dışlar.
static from_docker_image(name, image, container_registry=None, conda_specification=None, pip_requirements=None)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
Açıklamalar
Temel görüntü yetkilendirme gerektiren özel depodansa ve Yetkilendirme AzureML çalışma alanı düzeyinde ayarlanmadıysa container_registry gereklidir
from_dockerfile
İsteğe bağlı Python bağımlılarına sahip bir Dockerfile'dan ortam nesnesi oluşturun.
conda_specification veya pip_requirements belirtilirse Python katmanı ortama eklenir. conda_specification ve pip_requirements birbirini dışlar.
static from_dockerfile(name, dockerfile, conda_specification=None, pip_requirements=None)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
from_existing_conda_environment
Yerel olarak var olan bir conda ortamından oluşturulan bir ortam nesnesi oluşturun.
Mevcut conda ortamlarının listesini almak için komutunu çalıştırın conda env list. Daha fazla bilgi için conda kullanıcı kılavuzunda Ortamları yönetme bölümüne bakın.
static from_existing_conda_environment(name, conda_environment_name)Parametreler
Döndürülenler
Conda belirtim dosyasını dışarı aktarma işlemi başarısız olursa ortam nesnesi veya Hiçbiri.
Dönüş türü
from_pip_requirements
Pip gereksinimleri dosyasından oluşturulan bir ortam nesnesi oluşturun.
pip_version belirtilmezse sabitlenmemiş pip bağımlılığı eklenir.
static from_pip_requirements(name, file_path, pip_version=None)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
get
Ortam nesnesini döndürür.
Etiket belirtilirse, daha önce değerle etiketlenmiş nesne döndürülür. Yalnızca bir sürüm veya etiket parametresi belirtilebilir. Her ikisi de kaçırılırsa, Ortam nesnesinin en son sürümü döndürülür.
static get(workspace, name, version=None, label=None)Parametreler
Döndürülenler
Ortam nesnesi.
Dönüş türü
get_image_details
Görüntü ayrıntılarını döndür.
get_image_details(workspace)Parametreler
Döndürülenler
Görüntü ayrıntılarını dikte olarak döndürür
Dönüş türü
label
Çalışma alanınızdaki ortam nesnesini belirtilen değerlerle etiketleyin.
static label(workspace, name, version, labels)Parametreler
list
Çalışma alanında ortamları içeren bir sözlük döndürür.
static list(workspace)Parametreler
Döndürülenler
Ortam nesnelerinin sözlüğü.
Dönüş türü
load_from_directory
Dizindeki dosyalardan bir ortam tanımı yükleyin.
static load_from_directory(path)Parametreler
register
Ortam nesnesini çalışma alanınıza kaydedin.
register(workspace)Parametreler
- name
- str
Döndürülenler
Ortam nesnesini döndürür
Dönüş türü
save_to_directory
Ortam tanımını kolayca düzenlenebilir biçimde bir dizine kaydedin.
save_to_directory(path, overwrite=False)Parametreler
- overwrite
- bool
Varolan bir dizinin üzerine yazılması gerekiyorsa. Varsayılanlar false.
Öznitelikler
environment_variables
Çalışma zamanı değişkenlerini ayarlamak için azureml.core.RunConfiguration nesnesini kullanın.
Geri Bildirim
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz. https://aka.ms/ContentUserFeedback.
Gönderin ve geri bildirimi görüntüleyin