AzureMLDeploymentClient 类

用于将 MLFlow 模型部署到 AzureML 的客户端对象。

继承

mlflow.deployments.base.BaseDeploymentClient

AzureMLDeploymentClient

构造函数

AzureMLDeploymentClient(target_uri)

参数

target_uri

方法

create_deployment	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 将模型部署到指定目标。 将模型部署到指定目标。 默认情况下，此方法应阻止，直到部署完成（即，直到能够对部署执行推理）。 如果发生冲突（例如，如果由于与现有部署发生冲突而无法创建指定的部署），则引发 <xref:mlflow.exceptions.MlflowException>。 有关异步部署和其他配置支持的其他详细信息，请参阅目标特定的插件文档。
create_endpoint	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 创建具有指定目标的终结点。 默认情况下，此方法应在创建完成 (之前阻止，即在终结点中创建部署) 。 如果冲突 (，例如，如果由于与现有终结点) 冲突而无法创建指定的终结点，则引发 a <xref:mlflow.exceptions.MlflowException>。 有关支持异步创建和其他配置的其他详细信息，请参阅特定于目标的插件文档。
delete_deployment	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 删除名为 name 的部署。
delete_endpoint	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 从指定目标中删除终结点。 删除应为幂等 (，即如果重试不存在的部署) ，则删除不应失败。
get_deployment	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 检索指定部署的详细信息。 返回描述指定部署的字典。 已确保字典包含一个包含部署名称的“名称”键。
get_endpoint	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 检索指定终结点的详细信息。 返回描述指定终结点的字典，如果提供的名称不存在终结点，则引发 py：class：mlflow.exception.MlflowException 。 确保该听写包含终结点名称的“name”密钥。 返回的字典的其他字段及其类型可能因目标而异。
list_deployments	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 列出部署。 如果未提供任何终结点，将列出所有部署。 如果提供了终结点，则会列出该终结点下的所有部署。
list_endpoints	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 列出指定目标中的终结点。 此方法应返回所有终结点的非分页列表， (一种替代方法是返回包含实际终结点的“endpoints”字段的听写，插件能够指定其他字段，例如，在返回的字典中指定next_page_token字段，并接受此方法 的pagination_args 参数以传递与分页相关的参数) 。
predict	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 使用提供的数据帧对指定部署进行预测。 使用指定的部署计算 df 预测。 请注意，此方法的输入/输出类型与 mlflow pyfunc 预测 (我们接受 pandas 的输入/输出类型匹配。DataFrame、numpy.ndarray 或 Dict[str， numpy.ndarray] 作为输入并返回 pandas。DataFrame、pandas。序列或 numpy.ndarray 作为输出) 。
update_deployment	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 更新按名称指定的部署。 更新具有指定名称的部署。 可以更新模型的 URI、已部署的模型风格（在这种情况下，还必须指定模型 URI）和/或部署的任何目标特定属性（通过配置）。 默认情况下，此方法应阻止，直到部署完成（即，直到能够对已更新的部署执行推理）。 有关异步部署和其他配置支持的其他详细信息，请参阅目标特定的插件文档。
update_endpoint	注意 实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。 使用指定名称更新终结点。 可以通过 配置) 更新终结点 (的任何特定于目标的属性。 默认情况下，此方法应阻止，直到更新完成 (，即在终结点) 内创建部署。 有关异步更新和其他配置支持的其他详细信息，请参阅特定于目标的插件文档。

create_deployment

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

将模型部署到指定目标。

将模型部署到指定目标。 默认情况下，此方法应阻止，直到部署完成（即，直到能够对部署执行推理）。 如果发生冲突（例如，如果由于与现有部署发生冲突而无法创建指定的部署），则引发 <xref:mlflow.exceptions.MlflowException>。 有关异步部署和其他配置支持的其他详细信息，请参阅目标特定的插件文档。

create_deployment(name, model_uri, flavor=None, config=None, endpoint=None)

参数

name

必需

用于部署的唯一名称。 如果存在同名的另一个部署，则引发 <xref:mlflow.exceptions.MlflowException>

model_uri

必需

要部署的模型的 URI。 AzureML 支持部署“模型”、“运行”和“文件”URI。

flavor

默认值: None

（可选）要部署的模型风格。 如果未指定，则选择默认风格。

config

默认值: None

（可选）包含部署的已更新目标特定配置的字典

endpoint

默认值: None

(可选) 终结点，用于在

返回

与已创建的部署对应的字典，其中必须包含“名称”键。

create_endpoint

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

创建具有指定目标的终结点。

默认情况下，此方法应在创建完成 (之前阻止，即在终结点中创建部署) 。 如果冲突 (，例如，如果由于与现有终结点) 冲突而无法创建指定的终结点，则引发 a <xref:mlflow.exceptions.MlflowException>。 有关支持异步创建和其他配置的其他详细信息，请参阅特定于目标的插件文档。

create_endpoint(name, config=None)

参数

name

必需

要用于终结点的唯一名称。 如果另一个终结点具有相同的名称存在，则引发一个 <xref:mlflow.exceptions.MlflowException>。

config

默认值: None

(可选) 包含终结点特定于目标的配置的听写。

返回

对应于创建的终结点的听写，该终结点必须包含“name”键。

delete_deployment

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

删除名为 name 的部署。

delete_deployment(name, endpoint=None, **kwargs)

参数

name

必需

要删除的部署的名称

endpoint

默认值: None

(可选) 终结点，其中包含要删除的部署。

返回

无

delete_endpoint

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

从指定目标中删除终结点。

删除应为幂等 (，即如果重试不存在的部署) ，则删除不应失败。

delete_endpoint(endpoint)

参数

endpoint

必需

要删除的终结点的名称

返回

无

get_deployment

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

检索指定部署的详细信息。

返回描述指定部署的字典。 已确保字典包含一个包含部署名称的“名称”键。

get_deployment(name, endpoint=None)

参数

name

必需

要检索的部署的名称

endpoint

默认值: None

包含要获取的部署的可选) 终结点 (

get_endpoint

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

检索指定终结点的详细信息。

返回描述指定终结点的字典，如果提供的名称不存在终结点，则引发 py：class：mlflow.exception.MlflowException 。 确保该听写包含终结点名称的“name”密钥。 返回的字典的其他字段及其类型可能因目标而异。

get_endpoint(endpoint)

参数

endpoint

必需

要提取的终结点的名称

返回

对应于检索到的终结点的听写。 确保该听写包含对应于终结点名称的“name”密钥。 返回的字典的其他字段及其类型可能因目标而异。

list_deployments

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

列出部署。

如果未提供任何终结点，将列出所有部署。 如果提供了终结点，则会列出该终结点下的所有部署。

list_deployments(endpoint=None)

参数

endpoint

默认值: None

(可选的) 列出指定终结点中的部署。

返回

与部署对应的字典列表。

list_endpoints

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

列出指定目标中的终结点。

此方法应返回所有终结点的非分页列表， (一种替代方法是返回包含实际终结点的“endpoints”字段的听写，插件能够指定其他字段，例如，在返回的字典中指定next_page_token字段，并接受此方法 的pagination_args 参数以传递与分页相关的参数) 。

list_endpoints()

返回

对应于终结点的听写列表。 每个听写都保证包含包含终结点名称的“name”键。 返回的字典的其他字段及其类型可能因目标而异。

predict

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

使用提供的数据帧对指定部署进行预测。

使用指定的部署计算 df 预测。 请注意，此方法的输入/输出类型与 mlflow pyfunc 预测 (我们接受 pandas 的输入/输出类型匹配。DataFrame、numpy.ndarray 或 Dict[str， numpy.ndarray] 作为输入并返回 pandas。DataFrame、pandas。序列或 numpy.ndarray 作为输出) 。

predict(deployment_name=None, df=None, endpoint=None)

参数

deployment_name

默认值: None

要预测的部署的名称

df

默认值: None

熊猫。DataFrame、numpy.ndarray 或 Dict[str， numpy.ndarray] 用于推理

endpoint

默认值: None

要预测的终结点

返回

一只熊猫DataFrame、pandas。系列或 numpy.ndarray

update_deployment

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

更新按名称指定的部署。

更新具有指定名称的部署。 可以更新模型的 URI、已部署的模型风格（在这种情况下，还必须指定模型 URI）和/或部署的任何目标特定属性（通过配置）。 默认情况下，此方法应阻止，直到部署完成（即，直到能够对已更新的部署执行推理）。 有关异步部署和其他配置支持的其他详细信息，请参阅目标特定的插件文档。

update_deployment(name, model_uri=None, flavor=None, config=None, endpoint=None)

参数

name

必需

要更新的部署的唯一名称

model_uri

默认值: None

要部署的新模型的 URI。

flavor

默认值: None

（可选）用于部署的新模型风格。 如果提供，还必须指定 model_uri。 如果未指定 flavor 但指定了 model_uri，则将选择默认风格，并使用该风格更新部署。

config

默认值: None

（可选）包含部署的已更新目标特定配置的字典

endpoint

默认值: None

包含要更新的部署的可选) 终结点 (。

返回

无

update_endpoint

注意

实验性：在将来的版本中，此方法可能会被更改或删除，而不会发出警告。

使用指定名称更新终结点。

可以通过 配置) 更新终结点 (的任何特定于目标的属性。 默认情况下，此方法应阻止，直到更新完成 (，即在终结点) 内创建部署。 有关异步更新和其他配置支持的其他详细信息，请参阅特定于目标的插件文档。

update_endpoint(endpoint, config=None)

参数

endpoint

必需

要更新的终结点的唯一名称

config

默认值: None

(包含终结点特定于目标的配置的可选) 听写

返回

无