Freigeben über

DeployClient-Klasse

  • Artikel
azureml.deploy.DeployClient(host, auth=None, use=None)

Definiert die Factory zum Erstellen von Bereitstellungsclients.

Plug-In zur Implementierung des Basisnutzungsmoduls mit use-Eigenschaft:

Suchen und Laden des Moduls aus einem Importverweis:

from azureml.deploy import DeployClient
from azureml.deploy.server import MLServer

host = 'http://localhost:12800'
ctx = ('username', 'password')
mls_client = DeployClient(host, use=MLServer, auth=ctx)

Suchen und Laden des Moduls gemäß Definition durch use aus der Namespacezeichenfolge:

host = 'http://localhost:12800'
ctx = ('username', 'password')

mls_client = DeployClient(host, use=MLServer, auth=ctx)
mls_client = DeployClient(host, use='azureml.deploy.server.MLServer',
auth=ctx)

Suchen und Laden des Moduls aus einem Datei-/Pfadtupel:

host = 'http://localhost:12800'
ctx = ('username', 'password')

use = ('azureml.deploy.server.MLServer', '/path/to/mlserver.py')
mls_client = DeployClient(host, use=use, auth=ctx)

Erstellt einen neuen Bereitstellungsclient.

Argumente

host

HTTP/HTTPS-Endpunkt des Servers, einschließlich der Portnummer.

auth

(Optional) Authentifizierungskontext. Nicht alle Bereitstellungsclients erfordern eine Authentifizierung. Für MLServer ist autherforderlich.

use

(Erforderlich) Zu verwendende Bereitstellungsimplementierung. Beispiel: use=’MLServer’ zur Verwendung der ML Server-Instanz.