Environment Osztály

Reprodukálható Python-környezetet konfigurál gépi tanulási kísérletekhez.

A környezet határozza meg a gépi tanulási kísérletekben használt Python-csomagokat, környezeti változókat és Docker-beállításokat, beleértve az adatok előkészítését, a betanítást és a webszolgáltatásban való üzembe helyezést. A környezetek felügyeltek és verziószámozottak az Azure Machine Learningben Workspace. Frissíthet egy meglévő környezetet, és újból lekérheti a verziót. A környezetek kizárólag arra a munkaterületre tartoznak, amelyben létrehozták őket, és nem használhatók a különböző munkaterületeken.

További információ a környezetekről: Újrafelhasználható környezetek létrehozása és kezelése.

Osztály környezeti konstruktor.

Öröklődés

azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElement

Environment

Konstruktor

Environment(name, **kwargs)

Paraméterek

name

string

Kötelező

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. További információ a válogatott környezetekről: Újrafelhasználható környezetek létrehozása és kezelése.

Megjegyzések

Az Azure Machine Learning válogatott környezeteket biztosít, amelyek előre definiált környezetek, amelyek jó kiindulási pontokat kínálnak a saját környezetek felépítéséhez. A válogatott környezeteket gyorsítótárazott Docker-rendszerképek biztosítják, így alacsonyabb futtatási előkészítési költség érhető el. További információ a válogatott környezetekről: Újrafelhasználható környezetek létrehozása és kezelése.

A környezet számos módon hozható létre az Azure Machine Learningben, többek között az alábbi esetekben:

• Inicializáljon egy új Környezeti objektumot.

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

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

Az alábbi példa bemutatja, hogyan hozható létre új környezet.

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

A környezetek a regisztrációval kezelhetők. Ezzel nyomon követheti a környezet verzióit, és újra felhasználhatja őket a későbbi futtatások során.

   myenv.register(workspace=ws)

A környezetekkel való munkáról további példákat a Jupyter Notebook Környezetek használata című témakörben talál.

Változók

Environment.databricks

A szakasz az azureml.core.databricks.DatabricksSection kódtár függőségeit konfigurálja.

docker

DockerSection

Ez a szakasz a környezet specifikációinak megfelelő 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 lemezképhez hozzáadott következtetési veremverziót határozza meg. A következtetési verem hozzáadásának elkerülése érdekében ne állítsa be ezt az értéket. Érvényes érték: "latest".

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 határozza meg, hogy melyik R-környezetet használja a célszámításhoz.

version

string

A környezet verziója.

asset_id

string

Eszközazonosító. Feltölti, ha egy környezet regisztrálva van.

Metódusok

add_private_pip_wheel	Töltse fel a lemezen található privát pip kerékfájlt a munkaterülethez csatolt Azure Storage-blobba. Kivételt jelez, ha már létezik egy azonos nevű privát pipkerék a munkaterület tárolóblobjában.
build	Hozzon létre egy Docker-rendszerképet ehhez a környezethez a felhőben.
build_local	Hozza létre a helyi Docker- vagy Conda-környezetet.
clone	Klónozza a környezeti objektumot. Egy új nevű környezeti objektumpéldányt ad vissza.
from_conda_specification	Hozzon létre környezeti objektumot egy környezeti specifikációs YAML-fájlból. A környezet specifikációs YAML-fájljának beszerzéséhez lásd: Környezetek kezelése a Conda felhasználói útmutatójában.
from_docker_build_context	Hozzon létre környezeti objektumot egy Docker buildkörnyezetből.
from_docker_image	Hozzon létre környezeti objektumot egy alap docker-rendszerképből, választható Python-függőségekkel. A Python-réteg akkor lesz hozzáadva a környezethez, ha conda_specification vagy pip_requirements van megadva. conda_specification és pip_requirements kölcsönösen kizárják egymást.
from_dockerfile	Hozzon létre környezeti objektumot egy Dockerfile-ból, választható Python-függőségekkel. A Python-réteg akkor lesz hozzáadva a környezethez, ha conda_specification vagy pip_requirements van megadva. 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 parancsot conda env list. További információ: Környezetek kezelése a Conda felhasználói útmutatójában.
from_pip_requirements	Hozzon létre egy pipkövetelmény-fájlból létrehozott környezeti objektumot. A rendszer hozzáadja a nem rögzített pip-függőséget, ha nincs megadva pip_version .
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 egy könyvtárban 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 található privát pip kerékfájlt a munkaterülethez csatolt Azure Storage-blobba.

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

static add_private_pip_wheel(workspace, file_path, exist_ok=False)

Paraméterek

workspace

Workspace

Kötelező

A privát pip kerék regisztrálásához használandó munkaterület-objektum.

file_path

str

Kötelező

A lemezen található helyi pip kerék elérési útja, beleértve a fájlkiterjesztést is.

exist_ok

bool

alapértelmezett érték: False

Azt jelzi, hogy a rendszer kivételt jelez-e, ha a kerék már létezik.

Válaszok

Visszaadja a teljes URI-t az Azure Blob Storage-beli feltöltött pipkeréknek a conda-függőségekben való használathoz.

Visszatérési típus

str

build

Hozzon létre egy Docker-rendszerképet ehhez a környezethez a felhőben.

build(workspace, image_build_compute=None)

Paraméterek

workspace

Workspace

Kötelező

A munkaterület és a hozzá tartozó Azure Container Registry, ahol a rendszerképet tárolja.

image_build_compute

str

alapértelmezett érték: None

Annak a számítási névnek a neve, ahol a rendszerkép összeállítása megtörténik

Válaszok

A kép buildelési részleteinek objektumát adja vissza.

Visszatérési típus

ImageBuildDetails

build_local

Hozza létre a helyi Docker- vagy Conda-környezetet.

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

Paraméterek

workspace

Workspace

Kötelező

A munkaterület.

platform

str

alapértelmezett érték: None

Platform. Az egyik Linux, Windows vagy OSX. A rendszer alapértelmezés szerint az aktuális platformot használja.

kwargs

dict

Kötelező

Speciális kulcsszóargumentumok

Válaszok

Streameli a folyamatban lévő Docker- vagy conda-kimenetet a konzolra.

Visszatérési típus

str

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 leküldés 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.

Egy új nevű környezeti objektumpéldányt ad vissza.

clone(new_name)

Paraméterek

new_name

str

Kötelező

Új környezet neve

Válaszok

Új környezeti objektum

Visszatérési típus

Environment

from_conda_specification

Hozzon létre környezeti objektumot egy környezeti specifikációs YAML-fájlból.

A környezet specifikációs YAML-fájljának beszerzéséhez lásd: Környezetek kezelése a Conda felhasználói útmutatójában.

static from_conda_specification(name, file_path)

Paraméterek

name

str

Kötelező

A környezet neve.

file_path

str

Kötelező

A Conda-környezet specifikációja YAML-fájl elérési útja.

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

from_docker_build_context

Hozzon létre környezeti objektumot egy Docker buildkörnyezetből.

static from_docker_build_context(name, docker_build_context)

Paraméterek

name

str

Kötelező

A környezet neve.

docker_build_context

DockerBuildContext

Kötelező

A DockerBuildContext objektum.

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

from_docker_image

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

A Python-réteg akkor lesz hozzáadva a környezethez, ha conda_specification vagy pip_requirements van megadva. 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

str

Kötelező

A környezet neve.

image

str

Kötelező

teljes képnév.

conda_specification

str

alapértelmezett érték: None

conda specifikációs fájl.

container_registry

ContainerRegistry

alapértelmezett érték: None

privát tárolóadattár részletei.

pip_requirements

str

alapértelmezett érték: None

pip requirements file ( pip requirements file).

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

Megjegyzések

Ha az alaprendszerkép hitelesítést igénylő privát adattárból származik, és az engedélyezés nincs beállítva az AzureML-munkaterület szintjén, container_registry szükséges

from_dockerfile

Hozzon létre környezeti objektumot egy Dockerfile-ból, választható Python-függőségekkel.

A Python-réteg akkor lesz hozzáadva a környezethez, ha conda_specification vagy pip_requirements van megadva. conda_specification és pip_requirements kölcsönösen kizárják egymást.

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

Paraméterek

name

str

Kötelező

A környezet neve.

dockerfile

str

Kötelező

Dockerfile-tartalom vagy a fájl elérési útja.

conda_specification

str

alapértelmezett érték: None

conda specifikációs fájl.

pip_requirements

str

alapértelmezett érték: None

pip requirements file ( pip requirements file).

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

from_existing_conda_environment

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

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

static from_existing_conda_environment(name, conda_environment_name)

Paraméterek

name

str

Kötelező

A környezet neve.

conda_environment_name

str

Kötelező

Egy helyileg meglévő Conda-környezet neve.

Válaszok

A környezeti objektum vagy a Nincs, ha a conda specifikációs fájljának exportálása sikertelen.

Visszatérési típus

Environment

from_pip_requirements

Hozzon létre egy pipkövetelmény-fájlból létrehozott környezeti objektumot.

A rendszer hozzáadja a nem rögzített pip-függőséget, ha nincs megadva pip_version .

static from_pip_requirements(name, file_path, pip_version=None)

Paraméterek

name

str

Kötelező

A környezet neve.

file_path

str

Kötelező

A pipkövetelmények fájl elérési útja.

pip_version

str

alapértelmezett érték: None

Pip-verzió a Conda-környezethez.

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

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

workspace

Workspace

Kötelező

A környezetet tartalmazó munkaterület.

name

str

Kötelező

A visszatérni kívánt környezet neve.

version

str

alapértelmezett érték: None

A visszatérni kívánt környezet verziója.

label

str

alapértelmezett érték: None

Környezeti címke értéke.

Válaszok

A környezeti objektum.

Visszatérési típus

Environment

get_image_details

Adja vissza a Kép részleteit.

get_image_details(workspace)

Paraméterek

workspace

Workspace

Kötelező

A munkaterület.

Válaszok

A kép részleteit diktálásként adja vissza

Visszatérési típus

DockerImageDetails

label

A munkaterületen lévő környezeti objektum címkézése a megadott értékekkel.

static label(workspace, name, version, labels)

Paraméterek

workspace

Workspace

Kötelező

A(z)

name

str

Kötelező

Környezet neve

version

str

Kötelező

Környezeti verzió

labels

list[str]

Kötelező

Környezet címkézendő értékei a következővel:

list

A munkaterület környezeteit tartalmazó szótárat ad vissza.

static list(workspace)

Paraméterek

workspace

Workspace

Kötelező

A munkaterület, ahonnan a környezeteket listázni szeretné.

Válaszok

A környezeti objektumok szótára.

Visszatérési típus

<xref:builtin.dict>[str, Environment]

load_from_directory

Töltse be a környezetdefiníciót egy könyvtárban lévő fájlokból.

static load_from_directory(path)

Paraméterek

path

str

Kötelező

A forráskönyvtár elérési útja.

register

Regisztrálja a környezeti objektumot a munkaterületen.

register(workspace)

Paraméterek

workspace

Workspace

Kötelező

A(z)

name

str

Kötelező

Válaszok

A környezeti objektumot adja vissza.

Visszatérési típus

Environment

save_to_directory

Egyszerűen szerkeszthető formátumban menthet egy környezetdefiníciót egy könyvtárba.

save_to_directory(path, overwrite=False)

Paraméterek

path

str

Kötelező

A célkönyvtár elérési útja.

overwrite

bool

alapértelmezett érték: False

Ha egy meglévő könyvtárat felül kell írni. Alapértelmezés szerint hamis.

Attribútumok

environment_variables

A futtatókörnyezet változóinak beállításához használja az azureml.core.RunConfiguration objektumot.