AksCompute Classe
Gère une cible de calcul Azure Kubernetes Service dans Azure Machine Learning.
Les cibles Azure Kubernetes Service (AKSCompute) sont généralement utilisées pour les déploiements de production à grande échelle, car elles offrent des temps de réponse rapides et une mise à l’échelle automatique du service déployé. Pour plus d’informations, consultez Qu’est-ce qu’une cible de calcul dans Azure Machine Learning ?
Constructeur ComputeTarget de classe.
Récupérez une représentation cloud d’un objet Compute associé à l’espace de travail fourni. Renvoie une instance d’une classe enfant correspondant au type spécifique de l’objet Compute récupéré.
- Héritage
-
AksCompute
Constructeur
AksCompute(workspace, name)Paramètres
- workspace
- Workspace
Objet de l’espace de travail contenant l’objet de calcul à récupérer.
Remarques
L’exemple suivant montre comment créer un cluster AKS avec des machines compatibles FPGA.
from azureml.core.compute import AksCompute, ComputeTarget
# Uses the specific FPGA enabled VM (sku: Standard_PB6s)
# Standard_PB6s are available in: eastus, westus2, westeurope, southeastasia
prov_config = AksCompute.provisioning_configuration(vm_size = "Standard_PB6s",
agent_count = 1,
location = "eastus")
aks_name = 'my-aks-pb6'
# Create the cluster
aks_target = ComputeTarget.create(workspace = ws,
name = aks_name,
provisioning_configuration = prov_config)
Méthodes
| attach |
DÉPRÉCIÉ. Utilisez plutôt la méthode Associe une ressource de calcul AKS existante à l’espace de travail fourni. |
| attach_configuration |
Crée un objet de configuration pour l’attachement d’une cible de calcul AKS. |
| delete |
Supprime l’objet AksCompute de son espace de travail associé. Si cet objet a été créé via Azure Machine Learning, les objets cloud correspondants seront également supprimés. Si cet objet a été créé en externe et attaché uniquement à l’espace de travail, cette méthode déclenche un ComputeTargetException et aucune modification n’est apportée. |
| deserialize |
Convertit un objet JSON en objet AksCompute. |
| detach |
Détache l’objet AksCompute de son espace de travail associé. Les objets cloud sous-jacents ne sont pas supprimés, seule l’association est supprimée. |
| get_credentials |
Récupère les informations d’identification de la cible AKS. |
| provisioning_configuration |
Crée un objet de configuration pour le provisionnement d’une cible de calcul AKS. |
| refresh_state |
Effectue une mise à jour sur place des propriétés de l’objet. Cette méthode met à jour les propriétés en fonction de l’état actuel de l’objet cloud correspondant. Elle est principalement utilisée pour l’interrogation manuelle de l’état de calcul. |
| serialize |
Convertit cet objet AksCompute en dictionnaire sérialisé JSON. |
| update |
Met à jour l’objet AksCompute à l’aide de la configuration de mise à jour fournie. |
attach
DÉPRÉCIÉ. Utilisez plutôt la méthode attach_configuration.
Associe une ressource de calcul AKS existante à l’espace de travail fourni.
static attach(workspace, name, resource_id)Paramètres
- workspace
- Workspace
Objet d’espace de travail avec lequel associer la ressource de calcul.
- name
- str
Nom à associer à la ressource de calcul dans l’espace de travail fourni. Ne doit pas nécessairement correspondre au nom de la ressource de calcul à joindre.
Retours
Représentation sous forme d’objet AksCompute de l’objet de calcul.
Type de retour
Exceptions
attach_configuration
Crée un objet de configuration pour l’attachement d’une cible de calcul AKS.
static attach_configuration(resource_group=None, cluster_name=None, resource_id=None, cluster_purpose=None, load_balancer_type=None, load_balancer_subnet=None)Paramètres
- resource_group
- str
Nom du groupe de ressources dans lequel se trouve le cluster AKS.
- resource_id
- str
ID de ressource Azure pour la ressource de calcul qui est attachée.
- cluster_purpose
- str
Utilisation ciblée du cluster. Permet de provisionner les composants Azure Machine Learning pour garantir le niveau souhaité de tolérance de panne et de QoS (qualité de service). La classe ClusterPurpose définit les valeurs possibles. Pour plus d’informations, consultez Attacher un cluster AKS existant.
- load_balancer_type
- str
Type du cluster AKS. Les valeurs valides sont adresse IP publique et InternalLoadBalancer. La valeur par défaut est adresse IP publique.
- load_balancer_subnet
- str
Sous-réseau de l’équilibreur de charge AKS. Il peut être utilisé uniquement lorsque InternalLoadBalancer est utilisé comme type d’équilibreur de charge. La valeur par défaut est aks-subnet.
Retours
Objet de configuration à utiliser quand un objet Compute est joint.
Type de retour
Exceptions
delete
Supprime l’objet AksCompute de son espace de travail associé.
Si cet objet a été créé via Azure Machine Learning, les objets cloud correspondants seront également supprimés. Si cet objet a été créé en externe et attaché uniquement à l’espace de travail, cette méthode déclenche un ComputeTargetException et aucune modification n’est apportée.
delete()Exceptions
deserialize
Convertit un objet JSON en objet AksCompute.
static deserialize(workspace, object_dict)Paramètres
Retours
Représentation sous forme d’objet AksCompute de l’objet JSON fourni.
Type de retour
Exceptions
Remarques
Lève une ComputeTargetException si l’espace de travail fourni n’est pas l’espace de travail associé au calcul.
detach
Détache l’objet AksCompute de son espace de travail associé.
Les objets cloud sous-jacents ne sont pas supprimés, seule l’association est supprimée.
detach()Exceptions
get_credentials
Récupère les informations d’identification de la cible AKS.
get_credentials()Retours
Informations d’identification de la cible AKS.
Type de retour
Exceptions
provisioning_configuration
Crée un objet de configuration pour le provisionnement d’une cible de calcul AKS.
static provisioning_configuration(agent_count=None, vm_size=None, ssl_cname=None, ssl_cert_pem_file=None, ssl_key_pem_file=None, location=None, vnet_resourcegroup_name=None, vnet_name=None, subnet_name=None, service_cidr=None, dns_service_ip=None, docker_bridge_cidr=None, cluster_purpose=None, load_balancer_type=None, load_balancer_subnet=None)Paramètres
- agent_count
- int
Nombre d’agents (machines virtuelles) pour héberger les conteneurs. La valeur par défaut est 3.
- vm_size
- str
Taille des machines virtuelles agents. Vous trouverez la liste complète des options ici : https://aka.ms/azureml-aks-details. La valeur par défaut est Standard_D3_v2.
- ssl_cname
- str
Enregistrement CNAME à utiliser si la validation SSL est activée sur le cluster. Vous devez fournir ces trois paramètres : fichier CName, fichier cert et fichier de clé pour activer la validation SSL.
- ssl_cert_pem_file
- str
Chemin d’un fichier contenant les informations de certificat pour la validation SSL. Vous devez fournir ces trois paramètres : fichier CName, fichier cert et fichier de clé pour activer la validation SSL.
- ssl_key_pem_file
- str
Chemin d’un fichier contenant les informations de clé pour la validation SSL. Vous devez fournir ces trois paramètres : fichier CName, fichier cert et fichier de clé pour activer la validation SSL.
- location
- str
Emplacement dans lequel provisionner le cluster. En l’absence d’indication, l’emplacement de l’espace de travail est utilisé par défaut. Les régions disponibles pour ce calcul sont disponibles ici : https://azure.microsoft.com/global-infrastructure/services/?regions=all& products=kubernetes-service
- vnet_resourcegroup_name
- str
Nom du groupe de ressources dans lequel se trouve le réseau virtuel.
- service_cidr
- str
Plage d’adresses IP de notation CIDR à partir de laquelle attribuer des adresses IP de cluster de service.
- cluster_purpose
- str
Utilisation ciblée du cluster. Permet de provisionner les composants Azure Machine Learning pour garantir le niveau souhaité de tolérance de panne et de QoS (qualité de service). La classe AksCompute.ClusterPurpose est fournie par souci pratique pour spécifier les valeurs disponibles. Vous trouverez des informations plus détaillées sur ces valeurs et leurs cas d’usage ici : https://aka.ms/azureml-create-attach-aks
- load_balancer_type
- str
Type d’équilibreur de charge du cluster AKS. Les valeurs valides sont PublicIp et InternalLoadBalancer. La valeur par défaut est PublicIp.
- load_balancer_subnet
- str
Sous-réseau de l’équilibreur de charge du cluster AKS. Il sert uniquement quand l’équilibreur de charge interne est utilisé en tant que type d’équilibreur de charge. La valeur par défaut est aks-subnet.
Retours
Objet de configuration à utiliser au moment de la création d’un objet Compute
Type de retour
Exceptions
refresh_state
Effectue une mise à jour sur place des propriétés de l’objet.
Cette méthode met à jour les propriétés en fonction de l’état actuel de l’objet cloud correspondant. Elle est principalement utilisée pour l’interrogation manuelle de l’état de calcul.
refresh_state()Exceptions
serialize
Convertit cet objet AksCompute en dictionnaire sérialisé JSON.
serialize()Retours
Représentation JSON de cet objet AksCompute.
Type de retour
Exceptions
update
Met à jour l’objet AksCompute à l’aide de la configuration de mise à jour fournie.
update(update_configuration)Paramètres
Exceptions
Commentaires
Bientôt disponible : Tout au long de 2024, nous allons supprimer progressivement GitHub Issues comme mécanisme de commentaires pour le contenu et le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultez https://aka.ms/ContentUserFeedback.
Envoyer et afficher des commentaires pour