مشاركة عبر

إدارة مثيل حساب Azure التعلم الآلي

  • مقالة

ينطبق على:ملحق ML Azure CLI v2 (الحالي)Python SDK azure-ai-ml v2 (الحالي)

تعرف على كيفية إدارة مثيل حساب في مساحة عمل Azure التعلم الآلي.

استخدم مثيل حساب كبيئة تطوير مكونة ومدارة بالكامل في السحابة. للتطوير والاختبار، يمكنك أيضا استخدام المثيل كهدف حساب تدريب. يمكن لمثيل الحساب تشغيل مهام متعددة على التوازي ولديها قائمة انتظار مهام. كبيئة تطوير، لا يمكن مشاركة مثيل الحساب مع مستخدمين آخرين في مساحة العمل الخاصة بك.

في هذه المقالة، ستتعلم كيفية بدء مثيل حساب وإيقافه وإعادة تشغيله وحذفه. لمعرفة كيفية إنشاء مثيل حساب، راجع إنشاء مثيل حساب Azure التعلم الآلي.

إشعار

توضح هذه المقالة CLI الإصدار 2 في الأقسام أدناه. إذا كنت لا تزال تستخدم CLI v1، فشاهد إنشاء نظام مجموعة حساب Azure التعلم الآلي CLI v1.

المتطلبات الأساسية

  • مساحة عمل للتعلم الآلي من Microsoft Azure. لمزيد من المعلومات، راجع إدارة مساحات عمل Azure التعلم الآلي.

حدد علامة التبويب المناسبة لبقية المتطلبات الأساسية استنادا إلى الطريقة المفضلة لديك لإدارة مثيل الحساب الخاص بك.

  • إذا كنت لا تقوم بتشغيل التعليمات البرمجية الخاصة بك على مثيل حساب، فقم بتثبيت Azure التعلم الآلي Python SDK. تم تثبيت SDK بالفعل لك على مثيل حساب.

  • إرفاق بمساحة العمل في البرنامج النصي Python الخاص بك:

    قم بتشغيل هذه التعليمة البرمجية للاتصال بمساحة عمل Azure التعلم الآلي.

    استبدل معرف الاشتراك واسم مجموعة الموارد واسم مساحة العمل في التعليمات البرمجية التالية. للعثور على هذه القيم:

    1. سجل الدخول إلى Azure Machine Learning Studio.
    2. افتح مساحة العمل التي ترغب في استخدامها.
    3. حدد اسم مساحة العمل في شريط أدوات Azure التعلم الآلي studio العلوي الأيسر.
    4. انسخ قيمة مساحة العمل ومجموعة الموارد ومعرف الاشتراك في التعليمات البرمجية.
    5. انسخ قيمة واحدة، وأغلق المنطقة والصقها، ثم عد إلى القيمة التالية عند اللصق في دفتر ملاحظات داخل الاستوديو.

    ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

    # Enter details of your AML workspace
subscription_id = "<SUBSCRIPTION_ID>"
resource_group = "<RESOURCE_GROUP>"
workspace = "<AML_WORKSPACE_NAME>"
    # get a handle to the workspace
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(
    DefaultAzureCredential(), subscription_id, resource_group, workspace
)

    ml_client هو معالج لمساحة العمل التي تستخدمها لإدارة الموارد والوظائف الأخرى.

إدارة

بدء، وإيقاف، وإعادة تشغيل، وحذف مثيل حساب. لا يتم دائما تقليص مثيل الحساب تلقائيا، لذا تأكد من إيقاف المورد لمنع الرسوم المستمرة. يؤدي إيقاف مثيل حساب إلى إلغاء تخصيصه. ثم ابدأها مرة أخرى عندما تحتاجها. أثناء إيقاف مثيل الحساب تتوقف الفوترة لساعات الحساب، ستظل تتم محاسبتك على القرص وعنوان IP العام وموازن التحميل القياسي.

يمكنك تمكين إيقاف التشغيل التلقائي لإيقاف مثيل الحساب تلقائيا بعد وقت محدد.

يمكنك أيضا إنشاء جدول زمني لمثيل الحساب للبدء والإيقاف تلقائيا استنادا إلى وقت ويوم من الأسبوع.

تلميح

يحتوي مثيل الحساب على قرص نظام تشغيل بسعة 120 غيغابايت. إذا نفدت مساحة القرص، فاستخدم المحطة الطرفية لمسح ما لا يقل عن 1-2 جيجابايت قبل إيقاف أو إعادة تشغيل مثيل الحساب. يرجى عدم إيقاف مثيل الحساب باستخدام إصدار إغلاق sudo من المحطة الطرفية. يعتمد حجم القرص المؤقت لمثيل الحساب على حجم الجهاز الظاهري المختار ويتم تحميله على /mnt.

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

في هذه الأمثلة، يتم تخزين اسم مثيل الحساب في المتغير ci_basic_name.

  • الحصول على وضع

    from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Get compute
ci_basic_state = ml_client.compute.get(ci_basic_name)

  • إيقاف

    from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Stop compute
ml_client.compute.begin_stop(ci_basic_name).wait()

  • بدء

    from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Start compute
ml_client.compute.begin_start(ci_basic_name).wait()

  • إعادة التشغيل

    from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Restart compute
ml_client.compute.begin_restart(ci_basic_name).wait()

  • حذف

    from azure.ai.ml.entities import ComputeInstance, AmlCompute

ml_client.compute.begin_delete(ci_basic_name).wait()

يسمح لك Azure RBAC بالتحكم في المستخدمين داخل مساحة العمل الذين يمكنهم إنشاء مثيل حساب وحذفه وبدء تشغيله وإيقافه وإعادة تشغيله. يمكن لجميع المستخدمين في دور المساهم والمالك في مساحة العمل إنشاء مثيلات الحساب وحذفها وبدء تشغيلها وإيقافها وإعادة تشغيلها عبر مساحة العمل. ومع ذلك، لا يُسمح إلا لمنشئ مثيل حساب معين، أو المستخدم المعين إذا تم إنشاؤه نيابةً عنه، بالوصول إلى Jupyter وJupyterLab وRStudio على مثيل الحساب هذا. يتم تخصيص مثيل حساب لمستخدم واحد لديه حق الوصول الجذر. هذا المستخدم لديه حق الوصول إلى Jupyter/JupyterLab/RStudio قيد التشغيل على المثيل. يحتوي مثيل الحساب على تسجيل دخول مستخدم واحد وتستخدم جميع الإجراءات هوية هذا المستخدم ل Azure RBAC وإسناد مهام التجربة. يتم التحكم في الوصول إلى SSH خلال آلية المفتاح العام/الخاص.

يمكن التحكم في هذه الإجراءات بواسطة Azure RBAC:

  • Microsoft.MachineLearningServices/workspaces/computes/read
  • Microsoft.MachineLearningServices/workspaces/computes/write
  • Microsoft.MachineLearningServices/workspaces/computes/delete
  • Microsoft.MachineLearningServices/workspaces/computes/start/action
  • Microsoft.MachineLearningServices/workspaces/computes/stop/action
  • Microsoft.MachineLearningServices/workspaces/computes/restart/action
  • Microsoft.MachineLearningServices/workspaces/computes/updateSchedules/action

لإنشاء مثيل حساب، تحتاج إلى أذونات للإجراءات التالية:

  • Microsoft.MachineLearningServices/workspaces/computes/write
  • Microsoft.MachineLearningServices/workspaces/checkComputeNameAvailability/action

تدقيق ومراقبة إصدار مثيل الحساب

بمجرد نشر مثيل حساب، لا يتم تحديثه تلقائيا. تصدر Microsoft صور جهاز ظاهري جديدة على أساس شهري. لفهم خيارات الاحتفاظ بأحدث إصدار، راجع إدارة الثغرات الأمنية.

لتتبع ما إذا كان إصدار نظام التشغيل للمثيل محدثا، يمكنك الاستعلام عن إصداره باستخدام واجهة مستخدم CLI أو SDK أو Studio.

ينطبق على: Python SDK azure-ai-ml v2 (الحالي)

from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Display operating system version
instance = ml_client.compute.get("myci")
print instance.os_image_metadata

لمزيد من المعلومات حول الفئات والأساليب والمعلمات المستخدمة في هذا المثال، راجع المستندات المرجعية التالية:

يمكن لمسؤولي تكنولوجيا المعلومات استخدام نهج Azure لمراقبة مخزون المثيلات عبر مساحات العمل في مدخل التوافق مع نهج Azure. تعيين النهج المضمن تدقيق Azure التعلم الآلي Compute Instances مع نظام تشغيل قديم على اشتراك Azure أو نطاق مجموعة إدارة Azure.

الخطوات التالية