Environment Osztály

Reprodukálható Python-környezetet konfigurál gépi tanulási kísérletekhez.

A környezet a gépi tanulási kísérletekben használt Python-csomagokat, környezeti változókat és Docker-beállításokat határozza meg, beleértve az adat-előkészítést, a betanítást és a webszolgáltatásban való üzembe helyezést. A környezetek felügyeltek és verziószámozottak egy Azure Machine Learningben Workspace. Frissíthet egy meglévő környezetet, és lekérheti a verziót újra. A környezetek kizárólag a munkaterületen hozhatók létre, és nem használhatók különböző munkaterületeken.

További információ a környezetekről: Újrafelhasználható környezetek létrehozása és kezelése.

Osztálykörnyezet konstruktor.

Konstruktor

Environment(name, **kwargs)

Paraméterek

Name	Description
name Kötelező	string A környezet neve. Megjegyzés: Ne indítsa el a környezet nevét a "Microsoft" vagy az "AzureML" használatával. A "Microsoft" és az "AzureML" előtagok válogatott környezetekhez vannak fenntartva. A válogatott környezetekről további információt az újrafelhasználható környezetek létrehozása és kezelése című témakörben talál.

Megjegyzések

Az Azure Machine Learning válogatott környezeteket biztosít, amelyek előre definiált környezetek, amelyek jó kiindulópontot nyújtanak saját környezetek létrehozásához. A válogatott környezeteket gyorsítótárazott Docker-rendszerképek támasztják alá, így alacsonyabb futtatási előkészítési költség érhető el. A válogatott környezetekről további információt az újrafelhasználható környezetek létrehozása és kezelése című témakörben talál.

A környezetek számos módon hozhatók létre az Azure Machine Learningben, többek között az alábbi esetekben:

• Új környezeti objektum inicializálása.

• Használja a környezeti osztály egyik metódusát: from_conda_specification, from_pip_requirementsvagy from_existing_conda_environment.

• submit A Kísérlet osztály metódusával környezet megadása nélkül küldheti el a kísérletfuttatást, beleértve egy Estimator objektumot is.

Az alábbi példa egy új környezet példányosítását mutatja be.

   from azureml.core import Environment
   myenv = Environment(name="myenv")

Egy környezetet regisztrálva kezelheti a környezetet. Így nyomon követheti a környezet verzióit, és újra felhasználhatja őket a későbbi futtatások során.

   myenv.register(workspace=ws)

A környezetek használatának további mintáit a Jupyter Notebook Using environments című témakörben talál.

Változók

Name	Description
Environment.databricks	A szakasz konfigurálja az azureml.core.databricks.DatabricksSection kódtár függőségeit.
docker	DockerSection Ez a szakasz a környezet specifikációinak megfelelően létrehozott végső Docker-rendszerképhez kapcsolódó beállításokat konfigurálja, valamint azt, hogy Docker-tárolók használatával hozza-e létre a környezetet.
inferencing_stack_version	string Ez a szakasz a képhez hozzáadott következtetési veremverziót adja meg. A következtetési verem hozzáadásának elkerülése érdekében ne állítsa be ezt az értéket. Érvényes érték: "legújabb".
python	PythonSection Ez a szakasz határozza meg, hogy melyik Python-környezetet és -értelmezőt használja a célszámításhoz.
spark	SparkSection A szakasz a Spark beállításait konfigurálja. Csak akkor használatos, ha a keretrendszer PySparkra van állítva.
r	RSection Ez a szakasz a célszámításhoz használandó R-környezetet határozza meg.
version	string A környezet verziója.
asset_id	string Eszközazonosító. Feltölti, ha egy környezet regisztrálva van.

Metódusok

add_private_pip_wheel	Töltse fel a lemezen lévő privát pipkerékfájlt a munkaterülethez csatolt Azure Storage-blobba. Kivételt eredményez, ha már létezik egy azonos nevű privát pipkerék a munkaterület tárolóblobjában.
build	Docker-rendszerkép létrehozása ehhez a környezethez a felhőben.
build_local	Hozza létre a helyi Docker- vagy Conda-környezetet.
clone	Klónozza a környezeti objektumot. A környezeti objektum új példányát adja vissza új névvel.
from_conda_specification	Környezeti objektum létrehozása egy környezeti specifikációs YAML-fájlból. A környezet specifikációs YAML-fájljának beszerzéséhez tekintse meg a Környezetek kezelése című témakört a Conda felhasználói útmutatójában.
from_docker_build_context	Környezeti objektum létrehozása Docker-buildkörnyezetből.
from_docker_image	Hozzon létre környezeti objektumot egy alap docker-rendszerképből opcionális Python-függőségekkel. Ha conda_specification vagy pip_requirements van megadva, a Python-réteg hozzá lesz adva a környezethez. conda_specification és pip_requirements kölcsönösen kizárják egymást.
from_dockerfile	Hozzon létre környezeti objektumot egy Dockerfile-ból opcionális Python-függőségekkel. Ha conda_specification vagy pip_requirements van megadva, a Python-réteg hozzá lesz adva a környezethez. conda_specification és pip_requirements kölcsönösen kizárják egymást.
from_existing_conda_environment	Hozzon létre egy helyileg meglévő Conda-környezetből létrehozott környezeti objektumot. A meglévő Conda-környezetek listájának lekéréséhez futtassa a következőt conda env list: . További információ: Környezetek kezelése a Conda felhasználói útmutatójában.
from_pip_requirements	Hozzon létre egy pipkövetelményfájlból létrehozott környezeti objektumot. A rendszer hozzáadja a nem rögzített pipfüggőséget, ha pip_version nincs megadva.
get	Adja vissza a környezeti objektumot. Ha a címke meg van adva, a rendszer visszaadja a korábban az értékkel címkézett objektumot. Csak egy verzió- vagy címkeparaméter adható meg. Ha mindkettő hiányzik, a rendszer a Környezeti objektum legújabb verzióját adja vissza.
get_image_details	Adja vissza a kép részleteit.
label	A munkaterületen lévő környezeti objektum címkézése a megadott értékekkel.
list	A munkaterület környezeteit tartalmazó szótárat ad vissza.
load_from_directory	Töltse be a környezetdefiníciót a címtárban lévő fájlokból.
register	Regisztrálja a környezeti objektumot a munkaterületen.
save_to_directory	Egyszerűen szerkeszthető formátumban menthet egy környezetdefiníciót egy könyvtárba.

add_private_pip_wheel

Töltse fel a lemezen lévő privát pipkerékfájlt a munkaterülethez csatolt Azure Storage-blobba.

Kivételt eredményez, ha már létezik egy azonos nevű privát pipkerék a munkaterület tárolóblobjában.

static add_private_pip_wheel(workspace, file_path, exist_ok=False)

Paraméterek

Name	Description
workspace Kötelező	Workspace A privát pipkerék regisztrálásához használandó munkaterület-objektum.
file_path Kötelező	str A lemez helyi pipkerekének elérési útja, beleértve a fájlkiterjesztést is.
exist_ok	bool Azt jelzi, hogy kivételt kell-e tenni, ha a kerék már létezik. Alapértelmezett érték: False

Válaszok

Típus	Description
str	Visszaadja a teljes URI-t az Azure Blob Storage feltöltött pipkerekének a Conda-függőségekben való használathoz.

build

Docker-rendszerkép létrehozása ehhez a környezethez a felhőben.

build(workspace, image_build_compute=None)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület és a hozzá tartozó Azure Container Registry, ahol a rendszerképet tárolják.
image_build_compute	str A számítási név, ahol a rendszerkép buildelése megtörténik Alapértelmezett érték: None

Válaszok

Típus	Description
ImageBuildDetails	A kép buildelési részleteinek objektumát adja vissza.

build_local

Hozza létre a helyi Docker- vagy Conda-környezetet.

build_local(workspace, platform=None, **kwargs)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület.
platform	str Peron. Az egyik Linux, Windows vagy OSX. Alapértelmezés szerint az aktuális platform lesz használva. Alapértelmezett érték: None
kwargs Kötelező	dict Speciális kulcsszóargumentumok

Válaszok

Típus	Description
str	Streameli a folyamatban lévő Docker- vagy Conda-kimenetet a konzolra.

Megjegyzések

Az alábbi példák bemutatják, hogyan hozhat létre helyi környezetet. Győződjön meg arról, hogy a munkaterület példányosítva van érvényes azureml.core.workspace.Workspace objektumként

Helyi Conda-környezet létrehozása

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace)

Helyi Docker-környezet létrehozása

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace, useDocker=True)

Docker-rendszerkép helyi létrehozása és igény szerint leküldése a munkaterülethez társított tárolóregisztrációs adatbázisba

   from azureml.core import Environment
   myenv = Environment(name="myenv")
   registered_env = myenv.register(workspace)
   registered_env.build_local(workspace, useDocker=True, pushImageToWorkspaceAcr=True)

clone

Klónozza a környezeti objektumot.

A környezeti objektum új példányát adja vissza új névvel.

clone(new_name)

Paraméterek

Name	Description
new_name Kötelező	str Új környezet neve

Válaszok

Típus	Description
Environment	Új környezeti objektum

from_conda_specification

Környezeti objektum létrehozása egy környezeti specifikációs YAML-fájlból.

A környezet specifikációs YAML-fájljának beszerzéséhez tekintse meg a Környezetek kezelése című témakört a Conda felhasználói útmutatójában.

static from_conda_specification(name, file_path)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
file_path Kötelező	str A Conda-környezet specifikációja YAML-fájl elérési útja.

Válaszok

Típus	Description
Environment	A környezeti objektum.

from_docker_build_context

Környezeti objektum létrehozása Docker-buildkörnyezetből.

static from_docker_build_context(name, docker_build_context)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
docker_build_context Kötelező	DockerBuildContext A DockerBuildContext objektum.

Válaszok

Típus	Description
Environment	A környezeti objektum.

from_docker_image

Hozzon létre környezeti objektumot egy alap docker-rendszerképből opcionális Python-függőségekkel.

Ha conda_specification vagy pip_requirements van megadva, a Python-réteg hozzá lesz adva a környezethez. conda_specification és pip_requirements kölcsönösen kizárják egymást.

static from_docker_image(name, image, container_registry=None, conda_specification=None, pip_requirements=None)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
image Kötelező	str teljes képnév.
conda_specification	str conda specifikációs fájl. Alapértelmezett érték: None
container_registry	ContainerRegistry privát tárolóadattár részletei. Alapértelmezett érték: None
pip_requirements	str pip requirements file. Alapértelmezett érték: None

Válaszok

Típus	Description
Environment	A környezeti objektum.

Megjegyzések

Ha az alaprendszerkép olyan privát adattárból származik, amely engedélyezést igényel, és az engedélyezés nincs beállítva az AzureML-munkaterület szintjén, container_registry szükséges

from_dockerfile

Hozzon létre környezeti objektumot egy Dockerfile-ból opcionális Python-függőségekkel.

Ha conda_specification vagy pip_requirements van megadva, a Python-réteg hozzá lesz adva a környezethez. conda_specification és pip_requirements kölcsönösen kizárják egymást.

static from_dockerfile(name, dockerfile, conda_specification=None, pip_requirements=None)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
dockerfile Kötelező	str Dockerfile-tartalom vagy a fájl elérési útja.
conda_specification	str conda specifikációs fájl. Alapértelmezett érték: None
pip_requirements	str pip requirements file. Alapértelmezett érték: None

Válaszok

Típus	Description
Environment	A környezeti objektum.

from_existing_conda_environment

Hozzon létre egy helyileg meglévő Conda-környezetből létrehozott környezeti objektumot.

A meglévő Conda-környezetek listájának lekéréséhez futtassa a következőt conda env list: . További információ: Környezetek kezelése a Conda felhasználói útmutatójában.

static from_existing_conda_environment(name, conda_environment_name)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
conda_environment_name Kötelező	str Egy helyileg meglévő Conda-környezet neve.

Válaszok

Típus	Description
Environment	A környezeti objektum vagy a Nincs, ha a Conda specifikációs fájljának exportálása meghiúsul.

from_pip_requirements

Hozzon létre egy pipkövetelményfájlból létrehozott környezeti objektumot.

A rendszer hozzáadja a nem rögzített pipfüggőséget, ha pip_version nincs megadva.

static from_pip_requirements(name, file_path, pip_version=None)

Paraméterek

Name	Description
name Kötelező	str A környezet neve.
file_path Kötelező	str A pipkövetelmények fájl elérési útja.
pip_version	str Pip-verzió a Conda-környezethez. Alapértelmezett érték: None

Válaszok

Típus	Description
Environment	A környezeti objektum.

get

Adja vissza a környezeti objektumot.

Ha a címke meg van adva, a rendszer visszaadja a korábban az értékkel címkézett objektumot. Csak egy verzió- vagy címkeparaméter adható meg. Ha mindkettő hiányzik, a rendszer a Környezeti objektum legújabb verzióját adja vissza.

static get(workspace, name, version=None, label=None)

Paraméterek

Name	Description
workspace Kötelező	Workspace A környezetet tartalmazó munkaterület.
name Kötelező	str A visszaküldött környezet neve.
version	str A visszatérni kívánt környezet verziója. Alapértelmezett érték: None
label	str Környezeti címke értéke. Alapértelmezett érték: None

Válaszok

Típus	Description
Environment	A környezeti objektum.

get_image_details

Adja vissza a kép részleteit.

get_image_details(workspace)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület.

Válaszok

Típus	Description
DockerImageDetails	A kép részleteit diktálásként adja vissza

label

A munkaterületen lévő környezeti objektum címkézése a megadott értékekkel.

static label(workspace, name, version, labels)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület
name Kötelező	str Környezet neve
version Kötelező	str Környezeti verzió
labels Kötelező	list[str] A környezet címkézendő értékei

list

A munkaterület környezeteit tartalmazó szótárat ad vissza.

static list(workspace)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület, amelyből a környezeteket listázni szeretné.

Válaszok

Típus	Description
<xref:builtin.dict>[str, Environment]	A környezeti objektumok szótára.

load_from_directory

Töltse be a környezetdefiníciót a címtárban lévő fájlokból.

static load_from_directory(path)

Paraméterek

Name	Description
path Kötelező	str A forráskönyvtár elérési útja.

register

Regisztrálja a környezeti objektumot a munkaterületen.

register(workspace)

Paraméterek

Name	Description
workspace Kötelező	Workspace A munkaterület
name Kötelező	str

Válaszok

Típus	Description
Environment	A környezeti objektumot adja vissza

save_to_directory

Egyszerűen szerkeszthető formátumban menthet egy környezetdefiníciót egy könyvtárba.

save_to_directory(path, overwrite=False)

Paraméterek

Name	Description
path Kötelező	str A célkönyvtár elérési útja.
overwrite	bool Ha egy meglévő könyvtárat felül kell írni. Alapértelmezés szerint hamis. Alapértelmezett érték: False

Attribútumok

environment_variables

Használja az azureml.core.RunConfiguration objektumot futtatókörnyezeti változók beállításához.