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._ScopeDependentOperations

BatchDeploymentOperations

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>

Erforderlich

Bereichsvariablen für die Vorgangsklassen eines MLClient-Objekts.

operation_config

<xref:azure.ai.ml._scope_dependent_operations.OperationConfig>

Erforderlich

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>>

Erforderlich

Dienstclient, um Endbenutzern das Arbeiten mit Azure Machine Learning-Arbeitsbereichsressourcen zu ermöglichen.

all_operations

<xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>

Erforderlich

Alle Vorgangsklassen eines MLClient-Objekts.

credentials

TokenCredential

Standardwert: None

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

deployment

BatchDeployment

Erforderlich

Die Bereitstellungsentität.

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

LROPoller[BatchDeployment]

Ausnahmen

ValidationException

Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.

AssetException

Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.

ModelException

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

name

str

Erforderlich

Name der Batchbereitstellung.

endpoint_name

str

Erforderlich

Name des Batchendpunkts

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

LROPoller[None]

Ausnahmen

ValidationException

Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.

AssetException

Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.

ModelException

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

name

str

Erforderlich

Der Name der Bereitstellung

endpoint_name

str

Erforderlich

Der Name des Endpunkts

Gibt zurück

Eine Bereitstellungsentität

Rückgabetyp

BatchDeployment

Ausnahmen

ValidationException

Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.

AssetException

Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.

ModelException

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

endpoint_name

str

Erforderlich

Der Name des Endpunkts

Gibt zurück

Ein Iterator von Bereitstellungsentitäten

Rückgabetyp

ItemPaged[BatchDeployment]

Ausnahmen

ValidationException

Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.

AssetException

Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.

ModelException

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

endpoint_name

str

Erforderlich

Name des Endpunkts.

name

str

(Optional) Name der Bereitstellung.

Gibt zurück

Liste der Aufträge

Rückgabetyp

ItemPaged[BatchJob]

Ausnahmen

ValidationException

Wird ausgelöst, wenn BatchDeployment nicht erfolgreich überprüft werden kann. Details werden in der Fehlermeldung angegeben.

AssetException

Wird ausgelöst, wenn BatchDeployment-Ressourcen (z. B. Daten, Code, Modell, Umgebung) nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.

ModelException

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)