BatchDeploymentOperations Klasse
BatchDeploymentOperations.
Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie eine MLClient-instance erstellen, die ihn für Sie instanziiert und als Attribut anfügen.
- Vererbung
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsBatchDeploymentOperations
Konstruktor
BatchDeploymentOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_05_2022: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)
Parameter
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Bereichsvariablen für die Vorgangsklassen eines MLClient-Objekts.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Allgemeine Konfiguration für Betriebsklassen eines MLClient-Objekts.
- service_client_05_2022
- <xref:<xref:azure.ai.ml._restclient.v2022_05_01._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>>
Dienstclient, um Endbenutzern das Arbeiten mit Azure Machine Learning-Arbeitsbereichsressourcen zu ermöglichen.
- all_operations
- <xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Alle Vorgangsklassen eines MLClient-Objekts.
- credentials
- TokenCredential
Anmeldeinformationen, die für die Authentifizierung verwendet werden sollen.
Methoden
begin_create_or_update |
Erstellen oder Aktualisieren einer Batchbereitstellung |
begin_delete |
Löschen sie eine Batchbereitstellung. |
get |
Rufen Sie eine Bereitstellungsressource ab. |
list |
Auflisten einer Bereitstellungsressource. |
list_jobs |
Listet Aufträge unter der bereitgestellten Batchendpunktbereitstellung auf. Dies ist nur für Batchendpunkte gültig. |
begin_create_or_update
Erstellen oder Aktualisieren einer Batchbereitstellung
begin_create_or_update(deployment: DeploymentType, *, skip_script_validation: bool = False, **kwargs) -> LROPoller[DeploymentType]
Parameter
Gibt zurück
Ein Poller zum Nachverfolgen des Vorgangs status.
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn das BatchDeployment-Modell nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Beispiele
Erstellen Sie ein Beispiel.
from azure.ai.ml import load_batch_deployment
from azure.ai.ml.entities import BatchDeployment
deployment_example = load_batch_deployment(
source="./sdk/ml/azure-ai-ml/tests/test_configs/deployments/batch/batch_deployment_anon_env_with_image.yaml",
params_override=[{"name": f"deployment-{randint(0, 1000)}", "endpoint_name": endpoint_example.name}],
)
ml_client.batch_deployments.begin_create_or_update(deployment=deployment_example, skip_script_validation=True)
begin_delete
Löschen sie eine Batchbereitstellung.
begin_delete(name: str, endpoint_name: str) -> LROPoller[None]
Parameter
Gibt zurück
Ein Poller zum Nachverfolgen des Vorgangs status.
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn das BatchDeployment-Modell nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Beispiele
Beispiel für "Löschen".
ml_client.batch_deployments.begin_delete(deployment_name, endpoint_name)
get
Rufen Sie eine Bereitstellungsressource ab.
get(name: str, endpoint_name: str) -> BatchDeployment
Parameter
Gibt zurück
Eine Bereitstellungsentität
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn das BatchDeployment-Modell nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Beispiele
Beispiel abrufen.
ml_client.batch_deployments.get(deployment_name, endpoint_name)
list
Auflisten einer Bereitstellungsressource.
list(endpoint_name: str) -> ItemPaged[BatchDeployment]
Parameter
Gibt zurück
Ein Iterator von Bereitstellungsentitäten
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn das BatchDeployment-Modell nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Beispiele
Beispiel für die Bereitstellungsressource auflisten.
ml_client.batch_deployments.list(endpoint_name)
list_jobs
Listet Aufträge unter der bereitgestellten Batchendpunktbereitstellung auf. Dies ist nur für Batchendpunkte gültig.
list_jobs(endpoint_name: str, *, name: str | None = None) -> ItemPaged[BatchJob]
Parameter
- name
- str
(Optional) Name der Bereitstellung.
Gibt zurück
Liste der Aufträge
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn das BatchDeployment-Modell nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.
Beispiele
Beispiel für Listenaufträge.
ml_client.batch_deployments.list_jobs(deployment_name, endpoint_name)
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für