Megosztás a következőn keresztül:

ContainerImage Osztály

  • Referencia

Tárolórendszerképet jelöl, amely jelenleg csak Docker-rendszerképekhez használható.

Ez az osztály ELAVULT. Használja inkább az Environment osztályt.

A rendszerkép tartalmazza a modell futtatásához szükséges függőségeket, beleértve a következőket:

  • A futtatókörnyezet

  • Conda-fájlban megadott Python-környezetdefiníciók

  • GPU-támogatás engedélyezése

  • Egyéni Docker-fájl adott futtatási parancsokhoz

Képkonstruktor.

Ez az osztály ELAVULT. Használja inkább az Environment osztályt.

A rendszerkép-konstruktor a megadott munkaterülethez társított képobjektum felhőbeli ábrázolásának lekérésére szolgál. Egy gyermekosztály egy példányát adja vissza, amely megfelel a lekért képobjektum adott típusának.

Öröklődés
Image
ContainerImage

Konstruktor

ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)

Paraméterek

Name Description
workspace
Kötelező
Workspace

A lekérendő képet tartalmazó munkaterület-objektum
name
str

A lekérendő kép neve. A legújabb verziót adja vissza, ha létezik

Alapértelmezett érték: None
id
str

A lekérendő kép konkrét azonosítója. (Az azonosító :")

Alapértelmezett érték: None
tags
list

A rendszer a megadott lista alapján szűri a képeredményeket a "key" vagy a "[key, value] alapján. Pl. "key", "key2", "key2 value"]

Alapértelmezett érték: None
properties
list

A rendszer a megadott lista alapján szűri a képeredményeket a "key" vagy a "[key, value] alapján. Pl. "key", "key2", "key2 value"]

Alapértelmezett érték: None
version
str

Ha a verzió és a név is meg van adva, a rendszerkép adott verzióját adja vissza.

Alapértelmezett érték: None

Megjegyzések

A ContainerImage lekéri az Image osztálykonstruktor használatával egy korábban létrehozott ContainerImage nevét vagy azonosítóját. Az alábbi példakód egy képlekérést mutat be egy munkaterületről név és azonosító alapján.


   container_image_from_name = Image(workspace, name="image-name")
   container_image_from_id = Image(workspace, id="image-id")

Ha új rendszerkép-konfigurációt szeretne létrehozni egy üzembe helyezéshez, hozzon létre egy ContainerImageConfig objektumot az alábbi példakódban látható módon:


   from azureml.core.image import ContainerImage

   image_config = ContainerImage.image_configuration(execution_script="score.py",
                                                    runtime="python",
                                                    conda_file="myenv.yml",
                                                    description="image for model",
                                                    cuda_version="9.0"
                                                    )

Metódusok

image_configuration

Objektum létrehozása és visszaadása ContainerImageConfig .

Ez a függvény paramétereket fogad el annak meghatározásához, hogy a modell hogyan fusson a webszolgáltatáson belül, valamint az adott környezetet és függőségeket, amelyekre szüksége van a futtatáshoz.
run

Futtassa a képet helyileg a megadott bemeneti adatokkal.

A Dockernek telepítve kell lennie, és futnia kell a működéshez. Ez a módszer csak cpu-n fog működni, mivel a GPU-kompatibilis rendszerkép csak a Microsoft Azure Servicesen futtatható.
serialize

Konvertálja ezt a ContainerImage objektumot JSON szerializált szótárlá.

image_configuration

Objektum létrehozása és visszaadása ContainerImageConfig .

Ez a függvény paramétereket fogad el annak meghatározásához, hogy a modell hogyan fusson a webszolgáltatáson belül, valamint az adott környezetet és függőségeket, amelyekre szüksége van a futtatáshoz.

static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)

Paraméterek

Name Description
execution_script
Kötelező
str

A lemezképhez futtatandó kódot tartalmazó helyi Python-fájl elérési útja. Tartalmaznia kell mind az init() és a run(input_data) függvényt, amelyek meghatározzák a webszolgáltatás modell-végrehajtási lépéseit.
runtime
Kötelező
str

A rendszerképhez használni kívánt futtatókörnyezet. A jelenlegi támogatott futtatókörnyezetek a "spark-py" és a "python".
conda_file
str

A lemezképhez használandó Conda-környezetdefiníciót tartalmazó helyi .yml-fájl elérési útja.

Alapértelmezett érték: None
docker_file
str

A rendszerkép beállításakor futtatandó további Docker-lépéseket tartalmazó helyi fájl elérési útja.

Alapértelmezett érték: None
schema_file
str

A rendszerkép üzembe helyezésekor használni kívánt webszolgáltatási sémát tartalmazó helyi fájl elérési útja. Swagger-specifikációk létrehozására szolgál egy modell üzembe helyezéséhez.

Alapértelmezett érték: None
dependencies
list[str]

Azon további fájlok/mappák elérési útjai, amelyeket a rendszerképnek futtatnia kell.

Alapértelmezett érték: None
enable_gpu
bool

Engedélyezhető-e a GPU-támogatás a képen. A GPU-rendszerképet olyan Microsoft Azure-szolgáltatásokban kell használni, mint a Azure Container Instances, az Azure Machine Learning Compute, az Azure Virtual Machines és a Azure Kubernetes Service. Alapértelmezett érték: Hamis

Alapértelmezett érték: None
tags
dict[str, str]

Kulcsértékcímkék szótára a kép létrehozásához.

Alapértelmezett érték: None
properties
dict[str, str]

A kép létrehozásához használt kulcsérték-tulajdonságok szótára. Ezek a tulajdonságok nem módosíthatók az üzembe helyezés után, azonban új kulcsértékpárok is hozzáadhatók.

Alapértelmezett érték: None
description
str

Szöveges leírás a kép hozzáadásához.

Alapértelmezett érték: None
base_image
str

Alapképként használandó egyéni rendszerkép. Ha nem ad meg alaprendszerképet, a rendszer az alaprendszerképet használja a megadott futtatókörnyezeti paraméter alapján.

Alapértelmezett érték: None
base_image_registry
ContainerRegistry

Az alaprendszerképet tartalmazó lemezképregisztrációs adatbázis.

Alapértelmezett érték: None
cuda_version
str

A CUDA verziója gpu-támogatásra szoruló képek telepítéséhez. A GPU-rendszerképet olyan Microsoft Azure-szolgáltatásokban kell használni, mint a Azure Container Instances, az Azure Machine Learning Compute, az Azure Virtual Machines és a Azure Kubernetes Service. A támogatott verziók a következők: 9.0, 9.1 és 10.0. Ha a "enable_gpu" érték be van állítva, az alapértelmezés szerint "9.1".

Alapértelmezett érték: None

Válaszok

Típus Description
ContainerImageConfig

A rendszerkép létrehozásakor használandó konfigurációs objektum.

Kivételek

Típus Description
WebserviceException

run

Futtassa a képet helyileg a megadott bemeneti adatokkal.

A Dockernek telepítve kell lennie, és futnia kell a működéshez. Ez a módszer csak cpu-n fog működni, mivel a GPU-kompatibilis rendszerkép csak a Microsoft Azure Servicesen futtatható.

run(input_data)

Paraméterek

Name Description
input_data
Kötelező
<xref:varies>

A rendszerképnek futtatáskor továbbítandó bemeneti adatok

Válaszok

Típus Description
<xref:varies>

A rendszerkép futtatásának eredményei.

Kivételek

Típus Description
WebserviceException

serialize

Konvertálja ezt a ContainerImage objektumot JSON szerializált szótárlá.

serialize()

Válaszok

Típus Description
dict

A ContainerImage JSON-reprezentációja.

Kivételek

Típus Description
WebserviceException