BatchDeploymentOperations Osztály
BatchDeploymentOperations.
Ezt az osztályt nem szabad közvetlenül példányosítani. Ehelyett létre kell hoznia egy MLClient-példányt, amely példányosítja, és attribútumként csatolja.
- Öröklődés
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsBatchDeploymentOperations
Konstruktor
BatchDeploymentOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_05_2022: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)
Paraméterek
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Hatókörváltozók egy MLClient objektum műveleti osztályaihoz.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Az MLClient objektum műveleti osztályainak gyakori konfigurációja.
- service_client_05_2022
- <xref:<xref:azure.ai.ml._restclient.v2022_05_01._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>>
Szolgáltatásügyfél, amely lehetővé teszi a végfelhasználók számára az Azure Machine Learning-munkaterület erőforrásainak használatát.
- all_operations
- <xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Egy MLClient objektum összes műveleti osztálya.
- credentials
- TokenCredential
Hitelesítéshez használandó hitelesítő adatok.
Metódusok
begin_create_or_update |
Kötegelt üzembe helyezés létrehozása vagy frissítése. |
begin_delete |
Kötegelt üzembe helyezés törlése. |
get |
Üzembehelyezési erőforrás lekérése. |
list |
Üzembehelyezési erőforrás listázása. |
list_jobs |
Sorolja fel a feladatokat a megadott kötegelt végpont üzemelő példányában. Ez csak kötegvégpont esetén érvényes. |
begin_create_or_update
Kötegelt üzembe helyezés létrehozása vagy frissítése.
begin_create_or_update(deployment: DeploymentType, *, skip_script_validation: bool = False, **kwargs) -> LROPoller[DeploymentType]
Paraméterek
Válaszok
Egy lekérdezés a művelet állapotának nyomon követéséhez.
Visszatérési típus
Kivételek
Akkor aktiválva, ha a BatchDeployment nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Akkor jelenik meg, ha a BatchDeployment-objektumok (pl. Adatok, Kód, Modell, Környezet) ellenőrzése nem sikerült. A részletek a hibaüzenetben lesznek megadva.
Akkor van előállítva, ha a BatchDeployment modell nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Példák
Példa létrehozása.
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
Kötegelt üzembe helyezés törlése.
begin_delete(name: str, endpoint_name: str) -> LROPoller[None]
Paraméterek
Válaszok
Egy lekérdezés a művelet állapotának nyomon követéséhez.
Visszatérési típus
Kivételek
Akkor aktiválva, ha a BatchDeployment nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Akkor jelenik meg, ha a BatchDeployment-objektumok (pl. Adatok, Kód, Modell, Környezet) ellenőrzése nem sikerült. A részletek a hibaüzenetben lesznek megadva.
Akkor van előállítva, ha a BatchDeployment modell nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Példák
Példa törlése.
ml_client.batch_deployments.begin_delete(deployment_name, endpoint_name)
get
Üzembehelyezési erőforrás lekérése.
get(name: str, endpoint_name: str) -> BatchDeployment
Paraméterek
Válaszok
Üzembehelyezési entitás
Visszatérési típus
Kivételek
Akkor aktiválva, ha a BatchDeployment nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Akkor jelenik meg, ha a BatchDeployment-objektumok (pl. Adatok, Kód, Modell, Környezet) ellenőrzése nem sikerült. A részletek a hibaüzenetben lesznek megadva.
Akkor van előállítva, ha a BatchDeployment modell nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Példák
Példa lekérése.
ml_client.batch_deployments.get(deployment_name, endpoint_name)
list
Üzembehelyezési erőforrás listázása.
list(endpoint_name: str) -> ItemPaged[BatchDeployment]
Paraméterek
Válaszok
Üzembehelyezési entitások iterátora
Visszatérési típus
Kivételek
Akkor aktiválva, ha a BatchDeployment nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Akkor jelenik meg, ha a BatchDeployment-objektumok (pl. Adatok, Kód, Modell, Környezet) ellenőrzése nem sikerült. A részletek a hibaüzenetben lesznek megadva.
Akkor van előállítva, ha a BatchDeployment modell nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Példák
Példa az üzembe helyezési erőforrás listájára.
ml_client.batch_deployments.list(endpoint_name)
list_jobs
Sorolja fel a feladatokat a megadott kötegelt végpont üzemelő példányában. Ez csak kötegvégpont esetén érvényes.
list_jobs(endpoint_name: str, *, name: str | None = None) -> ItemPaged[BatchJob]
Paraméterek
- name
- str
(Nem kötelező) Az üzembe helyezés neve.
Válaszok
Feladatok listája
Visszatérési típus
Kivételek
Akkor aktiválva, ha a BatchDeployment nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Akkor jelenik meg, ha a BatchDeployment-objektumok (pl. Adatok, Kód, Modell, Környezet) ellenőrzése nem sikerült. A részletek a hibaüzenetben lesznek megadva.
Akkor van előállítva, ha a BatchDeployment modell nem érvényesíthető sikeresen. A részletek a hibaüzenetben lesznek megadva.
Példák
Példa a feladatok listázására.
ml_client.batch_deployments.list_jobs(deployment_name, endpoint_name)
Azure SDK for Python
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: