ContainerImageConfig Klasse
Definiert Imagekonfigurationseinstellungen speziell für Containerbereitstellungen – erfordert Ausführungsskript und Runtime.
In typischen Anwendungsfällen verwenden Sie die Methode image_configuration
der Klasse ContainerImage, um ein ContainerImageConfig-Objekt zu erstellen.
Initialisieren Sie das Config-Objekt.
- Vererbung
-
ContainerImageConfig
Konstruktor
ContainerImageConfig(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, allow_absolute_path=False, cuda_version=None)
Parameter
- runtime
- str
Die für das Image zu verwendende Runtime. Aktuelle unterstützte Runtimes sind „spark-py“ und „python“.
- conda_file
- str
Pfad zur lokalen Datei, die eine für das Image zu verwendende Conda-Umgebungsdefinition enthält.
- docker_file
- str
Pfad zu der lokalen Datei mit zusätzlichen Docker-Schritten, die bei der Einrichtung des Images ausgeführt werden sollen.
- schema_file
- str
Pfad zu der lokalen Datei, die ein Webdienstschema enthält, das bei der Imagebereitstellung verwendet werden soll.
Liste der Pfade zu zusätzlichen Dateien/Ordnern, die vom Image ausgeführt werden müssen.
- enable_gpu
- bool
Gibt an, ob die GPU-Unterstützung im Image aktiviert werden soll. Das GPU-Image muss in Microsoft Azure-Diensten wie Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Der Standardwert lautet „False“.
Wörterbuch mit Schlüsselwerteigenschaften für dieses Image. Diese Eigenschaften können nach der Bereitstellung nicht mehr geändert werden. Es können jedoch neue Schlüssel-Wert-Paare hinzugefügt werden.
- base_image
- str
Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, dann wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.
- base_image_registry
- ContainerRegistry
Die Imageregistrierung, die das Basisimage enthält.
- cuda_version
- str
Die CUDA-Version, die für Images installiert wird, die GPU-Unterstützung benötigen. Das GPU-Image muss in Microsoft Azure-Diensten wie Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Unterstützt werden die Versionen 9.0, 9.1 und 10.0. Wenn „enable_gpu“ festgelegt ist, wird standardmäßig „9.1“ verwendet.
- execution_script
- str
Pfad zur lokalen Datei, die den code enthält, der für das Image ausgeführt werden soll
- runtime
- str
Die Runtime, die für das Image verwendet werden soll. Derzeit unterstützte Laufzeiten sind "spark-py" und "python"
- conda_file
- str
Pfad zur lokalen Datei, die eine Conda-Umgebungsdefinition enthält, die für das Image verwendet werden soll
- docker_file
- str
Pfad zur lokalen Datei mit zusätzlichen Docker-Schritten, die beim Einrichten des Images ausgeführt werden sollen
- schema_file
- str
Pfad zu einer lokalen Datei, die ein Webdienstschema enthält, das bei der Bereitstellung des Images verwendet werden soll
Liste der Pfade zu zusätzlichen Dateien/Ordnern, die das Image ausführen muss
- enable_gpu
- bool
Gibt an, ob die GPU-Unterstützung im Image aktiviert werden soll. Das GPU-Image muss in Microsoft Azure-Diensten wie Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Der Standardwert ist „false“.
Wörterbuch mit Schlüsselwerteigenschaften für dieses Image. Diese Eigenschaften können nach der Bereitstellung nicht mehr geändert werden. Es können jedoch neue Schlüssel-Wert-Paare hinzugefügt werden
- base_image
- str
Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, wird das Basisimage basierend auf dem angegebenen Runtimeparameter verwendet.
- cuda_version
- str
CUDA-Version, die für Images installiert wird, die GPU-Unterstützung benötigen. Das GPU-Image muss in Microsoft Azure-Diensten wie Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Unterstützt werden die Versionen 9.0, 9.1 und 10.0. Wenn „enable_gpu“ festgelegt ist, wird standardmäßig „9.1“ verwendet.
Methoden
build_create_payload |
Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage. |
create_local_debug_payload |
Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage. |
validate_configuration |
Überprüft, ob die angegebenen Konfigurationswerte gültig sind. Löst eine :class:azureml.exceptions.WebserviceException aus, wenn die Validierung fehlschlägt. |
build_create_payload
Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage.
build_create_payload(workspace, name, model_ids)
Parameter
Gibt zurück
Nutzlast für die Erstellung von Containerimages
Rückgabetyp
Ausnahmen
create_local_debug_payload
Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage.
create_local_debug_payload(workspace, model_ids)
Parameter
Gibt zurück
Nutzlast für die Erstellung von Containerimages
Rückgabetyp
Ausnahmen
validate_configuration
Überprüft, ob die angegebenen Konfigurationswerte gültig sind.
Löst eine :class:azureml.exceptions.WebserviceException aus, wenn die Validierung fehlschlägt.
validate_configuration()
Ausnahmen
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