Sdílet prostřednictvím

ContainerImage Třída

  • Reference

Představuje image kontejneru, aktuálně pouze pro image Dockeru.

Tato třída je zastaralá. Environment Místo toho použijte třídu.

Image obsahuje závislosti potřebné ke spuštění modelu, mezi které patří:

  • Modul runtime

  • Definice prostředí Pythonu zadané v souboru Conda

  • Možnost povolit podporu GPU

  • Vlastní soubor Dockeru pro konkrétní příkazy spuštění

Konstruktor image

Tato třída je zastaralá. Environment Místo toho použijte třídu.

Konstruktor image se používá k načtení cloudové reprezentace objektu Image přidruženého k poskytnutému pracovnímu prostoru. Vrátí instanci podřízené třídy odpovídající určitému typu načteného objektu Image.

Dědičnost
Image
ContainerImage

Konstruktor

ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Objekt pracovního prostoru obsahující image k načtení
name
str

Název image, která se má načíst. Vrátí nejnovější verzi, pokud existuje.

Default value: None
id
str

Konkrétní ID image, která se má načíst. (ID je :)

Default value: None
tags
list

Vyfiltruje výsledky obrázků na základě zadaného seznamu podle klíče nebo [klíče, hodnoty]. Například ['key', ['key2', 'key2 value']]

Default value: None
properties
list

Vyfiltruje výsledky obrázků na základě zadaného seznamu podle klíče nebo [klíče, hodnoty]. Například ['key', ['key2', 'key2 value']]

Default value: None
version
str

Pokud zadáte verzi i název, vrátí se konkrétní verze image.

Default value: None

Poznámky

ContainerImage se načte pomocí konstruktoru Image třídy předáním názvu nebo ID dříve vytvořené containerImage. Následující příklad kódu ukazuje načtení obrázku z pracovního prostoru podle názvu i ID.


   container_image_from_name = Image(workspace, name="image-name")
   container_image_from_id = Image(workspace, id="image-id")

Pokud chcete vytvořit novou konfiguraci image pro použití v nasazení, vytvořte ContainerImageConfig objekt, jak je znázorněno v následujícím příkladu kódu:


   from azureml.core.image import ContainerImage

   image_config = ContainerImage.image_configuration(execution_script="score.py",
                                                    runtime="python",
                                                    conda_file="myenv.yml",
                                                    description="image for model",
                                                    cuda_version="9.0"
                                                    )

Metody

image_configuration

Vytvoření a vrácení objektu ContainerImageConfig

Tato funkce přijímá parametry pro definování způsobu spuštění modelu v rámci webové služby a také konkrétního prostředí a závislostí, které musí být možné spustit.
run

Spusťte image místně s danými vstupními daty.

Aby fungoval, musí být nainstalovaný a spuštěný Docker. Tato metoda bude fungovat pouze na procesoru, protože image s podporou GPU se dá spustit jenom ve službách Microsoft Azure.
serialize

Převeďte tento objekt ContainerImage na serializovaný slovník JSON.

image_configuration

Vytvoření a vrácení objektu ContainerImageConfig

Tato funkce přijímá parametry pro definování způsobu spuštění modelu v rámci webové služby a také konkrétního prostředí a závislostí, které musí být možné spustit.

static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)

Parametry

Name Description
execution_script
Vyžadováno
str

Cesta k místnímu souboru Pythonu, který obsahuje kód, který se má spustit pro image. Musí obsahovat funkce init() i run(input_data), které definují kroky provádění modelu pro webovou službu.
runtime
Vyžadováno
str

Modul runtime, který se má použít pro image. Aktuální podporované moduly runtime jsou spark-py a python.
conda_file
str

Cesta k místnímu .yml souboru obsahujícímu definici prostředí Conda, která se má použít pro image.

Default value: None
docker_file
str

Cesta k místnímu souboru obsahujícímu další kroky Dockeru, které se mají spustit při nastavování image.

Default value: None
schema_file
str

Cesta k místnímu souboru obsahujícímu schéma webové služby, které se má použít při nasazení image. Používá se ke generování specifikací Swaggeru pro nasazení modelu.

Default value: None
dependencies
list[str]

Seznam cest k dalším souborům nebo složkám, které image potřebuje spustit.

Default value: None
enable_gpu
bool

Bez ohledu na to, jestli se má v imagi povolit podpora GPU. Image GPU se musí používat ve službách Microsoft Azure, jako jsou Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines a Azure Kubernetes Service. Výchozí hodnota je False

Default value: None
tags
dict[str, str]

Slovník značek klíčových hodnot, které tomuto obrázku poskytnou.

Default value: None
properties
dict[str, str]

Slovník vlastností klíčové hodnoty, které tomuto obrázku poskytnou. Tyto vlastnosti nelze po nasazení změnit, ale je možné přidat nové páry klíč-hodnota.

Default value: None
description
str

Textový popis, který tomuto obrázku poskytne.

Default value: None
base_image
str

Vlastní image, která se má použít jako základní image. Pokud není uvedena žádná základní image, použije se základní image na základě daného parametru modulu runtime.

Default value: None
base_image_registry
ContainerRegistry

Registr image, který obsahuje základní image.

Default value: None
cuda_version
str

Verze CUDA pro instalaci imagí, které potřebují podporu GPU. Image GPU se musí používat ve službách Microsoft Azure, jako jsou Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines a Azure Kubernetes Service. Podporované verze jsou 9.0, 9.1 a 10.0. Pokud je nastavená hodnota enable_gpu, nastaví se výchozí hodnota 9.1.

Default value: None

Návraty

Typ Description
ContainerImageConfig

Objekt konfigurace, který se má použít při vytváření image.

Výjimky

Typ Description
WebserviceException

run

Spusťte image místně s danými vstupními daty.

Aby fungoval, musí být nainstalovaný a spuštěný Docker. Tato metoda bude fungovat pouze na procesoru, protože image s podporou GPU se dá spustit jenom ve službách Microsoft Azure.

run(input_data)

Parametry

Name Description
input_data
Vyžadováno
<xref:varies>

Vstupní data, která se mají předat do image při spuštění

Návraty

Typ Description
<xref:varies>

Výsledky spuštění image.

Výjimky

Typ Description
WebserviceException

serialize

Převeďte tento objekt ContainerImage na serializovaný slovník JSON.

serialize()

Návraty

Typ Description
dict

Reprezentace tohoto ContainerImage ve formátu JSON.

Výjimky

Typ Description
WebserviceException