AzureBatchStep Třída

Vytvoří krok kanálu Azure ML pro odesílání úloh do Azure Batch.

Poznámka: Tento krok nepodporuje nahrávání/stahování adresářů a jejich obsahu.

Příklad použití kroku AzureBatchStep najdete v poznámkovém bloku https://aka.ms/pl-azbatch.

Vytvořte krok kanálu Azure ML pro odesílání úloh do Azure Batch.

Dědičnost

azureml.pipeline.core._azurebatch_step_base._AzureBatchStepBase

AzureBatchStep

Konstruktor

AzureBatchStep(name, create_pool=False, pool_id=None, delete_batch_job_after_finish=True, delete_batch_pool_after_finish=False, is_positive_exit_code_failure=True, vm_image_urn='urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter', run_task_as_admin=False, target_compute_nodes=1, vm_size='standard_d1_v2', source_directory=None, executable=None, arguments=None, inputs=None, outputs=None, allow_reuse=True, compute_target=None, version=None)

Parametry

Name	Description
name Vyžadováno	str [Povinné] Název kroku.
create_pool	bool Určuje, jestli se má vytvořit fond před spuštěním úloh. Default value: False
pool_id	str [Povinné] ID fondu, ve kterém se úloha spouští. ID může být existující fond nebo ten, který se vytvoří při odeslání úlohy. Default value: None
delete_batch_job_after_finish	bool Určuje, jestli se má úloha po dokončení odstranit z účtu Batch. Default value: True
delete_batch_pool_after_finish	bool Určuje, jestli se má fond po dokončení úlohy odstranit. Default value: False
is_positive_exit_code_failure	bool Označuje, jestli úloha selže, pokud úkol existuje s pozitivním kódem. Default value: True
vm_image_urn	str Pokud create_pool má hodnotu True a virtuální počítač používá VirtualMachineConfiguration. Formát hodnoty: urn:publisher:offer:sku. Příklad: urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter. Default value: urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter
run_task_as_admin	bool Určuje, jestli se má úloha spustit s oprávněními správce. Default value: False
target_compute_nodes	int Pokud create_pool je hodnota True, znamená to, kolik výpočetních uzlů se přidá do fondu. Default value: 1
vm_size	str Pokud create_pool je hodnota True, označuje velikost virtuálního počítače výpočetních uzlů. Default value: standard_d1_v2
source_directory	str Místní složka, která obsahuje binární soubory modulu, spustitelný soubor, sestavení atd. Default value: None
executable	str [Povinné] Název příkazu nebo spustitelného souboru, který se spustí jako součást úlohy. Default value: None
arguments	str Argumenty příkazu nebo spustitelného souboru Default value: None
inputs	list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]] Seznam vazeb vstupních portů. Před spuštěním úlohy se pro každý vstup vytvoří složka. Soubory pro každý vstup se zkopírují z úložiště do příslušné složky na výpočetním uzlu. Pokud je například název vstupu input1 a relativní cesta v úložišti je some/relative/path/that/can/be/really/long/inputfile.txt, cesta k souboru ve výpočetním prostředí bude: ./input1/inputfile.txt. Pokud je název vstupu delší než 32 znaků, zkrátí se a připojí se s jedinečnou příponou, aby se název složky mohl úspěšně vytvořit na cílovém výpočetním objektu. Default value: None
outputs	list[Union[PipelineData, PipelineOutputAbstractDataset, OutputPortBinding]] Seznam výstupních vazeb portů. Podobně jako u vstupů se před spuštěním úlohy vytvoří složka pro každý výstup. Název složky bude stejný jako název výstupu. Předpokládá se, že úloha vloží výstup do této složky. Default value: None
allow_reuse	bool Určuje, jestli má krok při opětovném spuštění se stejným nastavením znovu použít předchozí výsledky. Opakované použití je ve výchozím nastavení povolené. Pokud obsah kroku (skripty/závislosti) a vstupy a parametry zůstanou beze změny, znovu se použije výstup z předchozího spuštění tohoto kroku. Při opakovaném použití kroku místo odeslání úlohy k výpočtu se výsledky z předchozího spuštění okamžitě zpřístupní všem dalším krokům. Pokud jako vstupy použijete datové sady Azure Machine Learning, opakované použití závisí na tom, jestli se změnila definice datové sady, nikoli na základě toho, jestli se změnila podkladová data. Default value: True
compute_target	BatchCompute, str [Povinné] Výpočetní prostředí BatchCompute, ve kterém se úloha spouští. Default value: None
version	str Volitelná značka verze, která označuje změnu funkčnosti modulu. Default value: None
name Vyžadováno	str [Povinné] Název kroku.
create_pool Vyžadováno	bool Určuje, jestli se má vytvořit fond před spuštěním úloh.
pool_id Vyžadováno	str [Povinné] ID fondu, ve kterém se úloha spouští. ID může být existující fond nebo ten, který se vytvoří při odeslání úlohy.
delete_batch_job_after_finish Vyžadováno	bool Určuje, jestli se má úloha po dokončení odstranit z účtu Batch.
delete_batch_pool_after_finish Vyžadováno	bool Určuje, jestli se má fond po dokončení úlohy odstranit.
is_positive_exit_code_failure Vyžadováno	bool Označuje, jestli úloha selže, pokud úkol existuje s pozitivním kódem.
vm_image_urn Vyžadováno	str Pokud create_pool má hodnotu True a virtuální počítač používá VirtualMachineConfiguration. Formát hodnoty: urn:publisher:offer:sku. Příklad: urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter.
run_task_as_admin Vyžadováno	bool Určuje, jestli se má úloha spustit s oprávněními správce.
target_compute_nodes Vyžadováno	int Pokud create_pool je hodnota True, znamená to, kolik výpočetních uzlů se přidá do fondu.
vm_size Vyžadováno	str Pokud create_pool je hodnota True, označuje velikost virtuálního počítače výpočetních uzlů.
source_directory Vyžadováno	str Místní složka, která obsahuje binární soubory modulu, spustitelný soubor, sestavení atd.
executable Vyžadováno	str [Povinné] Název příkazu nebo spustitelného souboru, který se spustí jako součást úlohy.
arguments Vyžadováno	list Argumenty příkazu nebo spustitelného souboru
inputs Vyžadováno	list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]] Seznam vazeb vstupních portů. Před spuštěním úlohy se pro každý vstup vytvoří složka. Soubory pro každý vstup se zkopírují z úložiště do příslušné složky na výpočetním uzlu. Pokud je například název vstupu input1 a relativní cesta v úložišti je some/relative/path/that/can/be/really/long/inputfile.txt, cesta k souboru ve výpočetním prostředí bude: ./input1/inputfile.txt. V případě, že je název vstupu delší než 32 znaků, zkrátí se a připojí s jedinečnou příponou, aby se název složky mohl ve výpočetním prostředí úspěšně vytvořit.
outputs Vyžadováno	list[Union[PipelineData, PipelineOutputAbstractDataset, OutputPortBinding]] Seznam výstupních vazeb portů. Podobně jako u vstupů se před spuštěním úlohy vytvoří složka pro každý výstup. Název složky bude stejný jako název výstupu. Předpokladem je, že úloha bude mít výstup do této složky.
allow_reuse Vyžadováno	bool Určuje, jestli má krok při opětovném spuštění se stejným nastavením znovu použít předchozí výsledky. Opakované použití je ve výchozím nastavení povolené. Pokud obsah kroku (skripty/závislosti) a vstupy a parametry zůstanou beze změny, znovu se použije výstup z předchozího spuštění tohoto kroku. Při opakovaném použití kroku místo odeslání úlohy k výpočtu se výsledky z předchozího spuštění okamžitě zpřístupní všem dalším krokům. Pokud jako vstupy použijete datové sady Azure Machine Learning, opakované použití závisí na tom, jestli se změnila definice datové sady, nikoli na základě toho, jestli se změnila podkladová data.
compute_target Vyžadováno	BatchCompute, str [Povinné] Výpočetní prostředí BatchCompute, ve kterém se úloha spouští.
version Vyžadováno	str Volitelná značka verze, která označuje změnu funkčnosti modulu.

Poznámky

Následující příklad ukazuje, jak používat AzureBatchStep v kanálu služby Azure Machine Learning.

   step = AzureBatchStep(
               name="Azure Batch Job",
               pool_id="MyPoolName", # Replace this with the pool name of your choice
               inputs=[testdata],
               outputs=[outputdata],
               executable="azurebatch.cmd",
               arguments=[testdata, outputdata],
               compute_target=batch_compute,
               source_directory=binaries_folder,
   )

Úplná ukázka je k dispozici na webu https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-azurebatch-to-run-a-windows-executable.ipynb

Metody

create_node

Vytvořte uzel z kroku AzureBatch a přidejte ho do zadaného grafu. Tato metoda není určena k přímému použití. Když se v tomto kroku vytvoří instance kanálu, Azure ML automaticky předá požadované parametry prostřednictvím této metody, aby se tento krok mohl přidat do grafu kanálu, který představuje pracovní postup.

create_node

Vytvořte uzel z kroku AzureBatch a přidejte ho do zadaného grafu.

Tato metoda není určena k přímému použití. Když se v tomto kroku vytvoří instance kanálu, Azure ML automaticky předá požadované parametry prostřednictvím této metody, aby se tento krok mohl přidat do grafu kanálu, který představuje pracovní postup.

create_node(graph, default_datastore, context)

Parametry

Name	Description
graph Vyžadováno	Graph Objekt grafu, do který chcete přidat uzel.
default_datastore Vyžadováno	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Výchozí úložiště dat.
context Vyžadováno	<xref:azureml.pipeline.core._GraphContext> Kontext grafu.

Návraty

Typ	Description
Node	Vytvořený uzel.