Share via


ComputeOperations Klasse

ComputeOperations.

Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen das Compute-Attribut eines MLClient-Objekts.

Vererbung
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
ComputeOperations

Konstruktor

ComputeOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, **kwargs: Dict)

Parameter

operation_scope
<xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Erforderlich

Bereichsvariablen für die Betriebsklassen eines MLClient-Objekts.

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

Allgemeine Konfiguration für Betriebsklassen eines MLClient-Objekts.

service_client
<xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
Erforderlich

Dienstclient, damit Endbenutzer mit Azure Machine Learning-Arbeitsbereichsressourcen arbeiten können.

Methoden

begin_attach

Fügen Sie dem Arbeitsbereich eine Computeressource an.

begin_create_or_update

Erstellen und Registrieren einer Computeressource

begin_delete

Löschen oder Trennen einer Computeressource.

begin_restart

Starten Sie einen Compute-instance neu.

begin_start

Starten Sie eine Compute-instance.

begin_stop

Beenden Sie eine Compute-instance.

begin_update

Aktualisieren sie eine Computeressource. Derzeit nur für AmlCompute-Ressourcentypen gültig.

get

Rufen Sie eine Computeressource ab.

list

Auflisten von Computes des Arbeitsbereichs.

list_nodes

Ruft eine Liste der Knoten einer Computeressource ab.

list_sizes

Listet die unterstützten VM-Größen an einem Speicherort auf.

list_usage

Listen Sie die aktuellen Nutzungsinformationen sowie AzureML-Ressourcengrenzwerte für das angegebene Abonnement und den angegebenen Standort auf.

begin_attach

Fügen Sie dem Arbeitsbereich eine Computeressource an.

begin_attach(compute: Compute, **kwargs: Any) -> LROPoller[Compute]

Parameter

compute
Compute
Erforderlich

Die Computeressourcendefinition.

Gibt zurück

Ein instance von LROPoller, der ein Compute-Objekt zurückgibt, sobald der vorgang mit langer Ausführungsdauer abgeschlossen ist.

Rückgabetyp

Beispiele

Anfügen einer Computeressource an den Arbeitsbereich.


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_2,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   attached_compute = ml_client.compute.begin_attach(compute_obj)

begin_create_or_update

Erstellen und Registrieren einer Computeressource

begin_create_or_update(compute: Compute) -> LROPoller[Compute]

Parameter

compute
Compute
Erforderlich

Die Computeressourcendefinition.

Gibt zurück

Ein instance von LROPoller, der ein Compute-Objekt zurückgibt, sobald der vorgang mit langer Ausführungsdauer abgeschlossen ist.

Rückgabetyp

Beispiele

Erstellen und Registrieren einer Computeressource


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_1,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   registered_compute = ml_client.compute.begin_create_or_update(compute_obj)

begin_delete

Löschen oder Trennen einer Computeressource.

begin_delete(name: str, *, action: str = 'Delete') -> LROPoller[None]

Parameter

name
str
Erforderlich

Der Name der Computeressource.

action

Auszuführende Aktion. Mögliche Werte: ["Delete", "Detach"]. Standardmäßig wird "Löschen" festgelegt.

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

Beispiele

Computebeispiel löschen.


   ml_client.compute.begin_delete(compute_name_1, action="Detach")

   ml_client.compute.begin_delete(compute_name_2)

begin_restart

Starten Sie einen Compute-instance neu.

begin_restart(name: str) -> LROPoller[None]

Parameter

name
str
Erforderlich

Der Name der Compute-Instanz

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

Beispiele

Neustarten eines beendeten Compute-instance.


   ml_client.compute.begin_restart(ci_name)

begin_start

Starten Sie eine Compute-instance.

begin_start(name: str) -> LROPoller[None]

Parameter

name
str
Erforderlich

Der Name der Compute-Instanz

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

Beispiele

Starten eines Compute-instance.


   ml_client.compute.begin_start(ci_name)

begin_stop

Beenden Sie eine Compute-instance.

begin_stop(name: str) -> LROPoller[None]

Parameter

name
str
Erforderlich

Der Name der Compute-Instanz

Gibt zurück

Ein Poller zum Nachverfolgen des Vorgangs status.

Rückgabetyp

Beispiele

Beenden eines Compute-instance.


   ml_client.compute.begin_stop(ci_name)

begin_update

Aktualisieren sie eine Computeressource. Derzeit nur für AmlCompute-Ressourcentypen gültig.

begin_update(compute: Compute) -> LROPoller[Compute]

Parameter

compute
Compute
Erforderlich

Die Computeressourcendefinition.

Gibt zurück

Ein instance von LROPoller, der ein Compute-Objekt zurückgibt, sobald der vorgang mit langer Ausführungsdauer abgeschlossen ist.

Rückgabetyp

Beispiele

Aktualisieren einer AmlCompute-Ressource.


   compute_obj = ml_client.compute.get("cpu-cluster")
   compute_obj.idle_time_before_scale_down = 200
   updated_compute = ml_client.compute.begin_update(compute_obj)

get

Rufen Sie eine Computeressource ab.

get(name: str) -> Compute

Parameter

name
str
Erforderlich

Name der Computeressource.

Gibt zurück

Ein Computeobjekt.

Rückgabetyp

Beispiele

Abrufen einer Computeressource aus einem Arbeitsbereich.


   cpu_cluster = ml_client.compute.get("cpu-cluster")

list

Auflisten von Computes des Arbeitsbereichs.

list(*, compute_type: str | None = None) -> Iterable[Compute]

Parameter

compute_type
Optional[str]

Der Typ des compute, der aufgelistet werden soll, wobei die Groß-/Kleinschreibung nicht beachtet wird. Die Standardwerte sind AMLCompute.

Gibt zurück

Ein Iterator wie instance von Compute-Objekten.

Rückgabetyp

Beispiele

Abrufen einer Liste der AzureML Kubernetes-Computeressourcen in einem Arbeitsbereich.


   compute_list = ml_client.compute.list(compute_type="AMLK8s")  # cspell:disable-line

list_nodes

Ruft eine Liste der Knoten einer Computeressource ab.

list_nodes(name: str) -> Iterable[AmlComputeNodeInfo]

Parameter

name
str
Erforderlich

Name der Computeressource.

Gibt zurück

Eine iteratorähnliche instance von AmlComputeNodeInfo-Objekten.

Rückgabetyp

Beispiele

Abrufen einer Liste von Knoten aus einer Computeressource.


   node_list = ml_client.compute.list_nodes(name="cpu-cluster")

list_sizes

Listet die unterstützten VM-Größen an einem Speicherort auf.

list_sizes(*, location: str | None = None, compute_type: str | None = None) -> Iterable[VmSize]

Parameter

location
str

Der Speicherort, an dem vm-größen abgefragt werden. Standardmäßig wird arbeitsbereichsspeicherort angegeben.

compute_type
Optional[str]

Der Typ des compute, der aufgelistet werden soll, wobei die Groß-/Kleinschreibung nicht beachtet wird. Die Standardwerte sind AMLCompute.

Gibt zurück

Ein Iterator für Vm-Größenobjekte.

Rückgabetyp

Beispiele

Auflisten der unterstützten VM-Größen am Arbeitsbereichsspeicherort.


   size_list = ml_client.compute.list_sizes()

list_usage

Listen Sie die aktuellen Nutzungsinformationen sowie AzureML-Ressourcengrenzwerte für das angegebene Abonnement und den angegebenen Standort auf.

list_usage(*, location: str | None = None) -> Iterable[Usage]

Parameter

location
Optional[str]

Der Speicherort, für den die Ressourcennutzung abgefragt wird. Standardmäßig wird arbeitsbereichsspeicherort angegeben.

Gibt zurück

Ein Iterator für aktuelle Nutzungsinformationsobjekte.

Rückgabetyp

Beispiele

Auflisten der Ressourcennutzung für den Arbeitsbereichsspeicherort.


   usage_list = ml_client.compute.list_usage()