AzureBatchStep Osztály

Referencia

Létrehoz egy Azure ML Pipeline-lépést a feladatok Azure Batch való elküldéséhez.

Megjegyzés: Ez a lépés nem támogatja a könyvtárak és azok tartalmának feltöltését/letöltését.

Az AzureBatchStep használatáról a jegyzetfüzetben https://aka.ms/pl-azbatchtalál példát.

Hozzon létre egy Azure ML Pipeline-lépést a feladatok Azure Batch való elküldéséhez.

Öröklődés: azureml.pipeline.core._azurebatch_step_base._AzureBatchStepBase

AzureBatchStep

Konstruktor

AzureBatchStep(name, create_pool=False, pool_id=None, delete_batch_job_after_finish=True, delete_batch_pool_after_finish=False, is_positive_exit_code_failure=True, vm_image_urn='urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter', run_task_as_admin=False, target_compute_nodes=1, vm_size='standard_d1_v2', source_directory=None, executable=None, arguments=None, inputs=None, outputs=None, allow_reuse=True, compute_target=None, version=None)

Paraméterek

Name	Description
name Kötelező	str [Kötelező] A lépés neve.
create_pool	bool Azt jelzi, hogy létre kell-e hozni a készletet a feladatok futtatása előtt. Alapértelmezett érték: False
pool_id	str [Kötelező] Annak a készletnek az azonosítója, ahol a feladat fut. Az azonosító lehet egy meglévő készlet, vagy egy olyan, amely a feladat elküldésekor jön létre. Alapértelmezett érték: None
delete_batch_job_after_finish	bool Azt jelzi, hogy törli-e a feladatot a Batch-fiókból a befejezés után. Alapértelmezett érték: True
delete_batch_pool_after_finish	bool Azt jelzi, hogy törli-e a készletet a feladat befejezése után. Alapértelmezett érték: False
is_positive_exit_code_failure	bool Azt jelzi, hogy a feladat meghiúsul-e, ha a tevékenység pozitív kóddal rendelkezik. Alapértelmezett érték: True
vm_image_urn	str Ha `create_pool` igaz, és a virtuális gép a VirtualMachineConfiguration függvényt használja. Értékformátum: `urn:publisher:offer:sku`. Példa: `urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter`. Alapértelmezett érték: urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter
run_task_as_admin	bool Azt jelzi, hogy a feladat rendszergazdai jogosultságokkal fusson-e. Alapértelmezett érték: False
target_compute_nodes	int Ha `create_pool` igaz, azt jelzi, hogy hány számítási csomópont lesz hozzáadva a készlethez. Alapértelmezett érték: 1
vm_size	str Ha `create_pool` igaz, a számítási csomópontok virtuálisgép-méretét jelzi. Alapértelmezett érték: standard_d1_v2
source_directory	str Helyi mappa, amely tartalmazza a modul bináris fájljait, végrehajtható fájljait, szerelvényeket stb. Alapértelmezett érték: None
executable	str [Kötelező] A feladat részeként végrehajtandó parancs/végrehajtható parancs neve. Alapértelmezett érték: None
arguments	str A parancs/végrehajtható argumentumok. Alapértelmezett érték: None
inputs	list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]] A bemenetiport-kötések listája. A feladat futtatása előtt minden bemenethez létrejön egy mappa. Az egyes bemenetek fájljait a rendszer a tárból a számítási csomópont megfelelő mappájába másolja. Ha például a bemeneti név bemenet1, és a relatív elérési út a tárolóban néhány/relatív/elérési út/ez/can/be/really/long/inputfile.txt, akkor a számítási fájl elérési útja a következő lesz: ./input1/inputfile.txt. Ha a bemeneti név hosszabb 32 karakternél, a program csonkítja és hozzáfűzi egy egyedi utótaggal, hogy a mappanév sikeresen létre lehessen hozni a számítási célon. Alapértelmezett érték: None
outputs	list[Union[PipelineData, PipelineOutputAbstractDataset, OutputPortBinding]] A kimeneti portkötések listája. A bemenetekhez hasonlóan a feladat futtatása előtt minden kimenethez létrejön egy mappa. A mappa neve megegyezik a kimeneti névvel. A feltételezés az, hogy a feladat a kimenetet ebbe a mappába helyezi. Alapértelmezett érték: None
allow_reuse	bool Azt jelzi, hogy a lépés újra felhasználja-e a korábbi eredményeket, amikor ugyanazokat a beállításokat használja újra. Az újrafelhasználás alapértelmezés szerint engedélyezve van. Ha a lépés tartalma (szkriptek/függőségek), valamint a bemenetek és paraméterek változatlanok maradnak, a lépés előző futtatásából származó kimenet újra felhasználva lesz. A lépés újbóli használata esetén a feladat számítási feladatként való elküldése helyett az előző futtatás eredményei azonnal elérhetővé válnak a további lépésekhez. Ha az Azure Machine Learning-adathalmazokat használja bemenetként, az újrafelhasználást az határozza meg, hogy az adathalmaz definíciója megváltozott-e, nem pedig az, hogy a mögöttes adatok megváltoztak-e. Alapértelmezett érték: True
compute_target	BatchCompute, str [Kötelező] BatchCompute számítás, ahol a feladat fut. Alapértelmezett érték: None
version	str Választható verziócímke, amely a modul funkcióváltozását jelöli. Alapértelmezett érték: None
name Kötelező	str [Kötelező] A lépés neve.
create_pool Kötelező	bool Azt jelzi, hogy létre kell-e hozni a készletet a feladatok futtatása előtt.
pool_id Kötelező	str [Kötelező] Annak a készletnek az azonosítója, ahol a feladat fut. Az azonosító lehet egy meglévő készlet, vagy egy olyan, amely a feladat elküldésekor jön létre.
delete_batch_job_after_finish Kötelező	bool Azt jelzi, hogy törli-e a feladatot a Batch-fiókból a befejezés után.
delete_batch_pool_after_finish Kötelező	bool Azt jelzi, hogy törli-e a készletet a feladat befejezése után.
is_positive_exit_code_failure Kötelező	bool Azt jelzi, hogy a feladat meghiúsul-e, ha a tevékenység pozitív kóddal rendelkezik.
vm_image_urn Kötelező	str Ha `create_pool` igaz, és a virtuális gép a VirtualMachineConfiguration függvényt használja. Értékformátum: `urn:publisher:offer:sku`. Példa: `urn:MicrosoftWindowsServer:WindowsServer:2012-R2-Datacenter`.
run_task_as_admin Kötelező	bool Azt jelzi, hogy a feladat rendszergazdai jogosultságokkal fusson-e.
target_compute_nodes Kötelező	int Ha `create_pool` igaz, azt jelzi, hogy hány számítási csomópont lesz hozzáadva a készlethez.
vm_size Kötelező	str Ha `create_pool` igaz, a számítási csomópontok virtuálisgép-méretét jelzi.
source_directory Kötelező	str Helyi mappa, amely tartalmazza a modul bináris fájljait, végrehajtható fájljait, szerelvényeket stb.
executable Kötelező	str [Kötelező] A feladat részeként végrehajtandó parancs/végrehajtható parancs neve.
arguments Kötelező	list A parancs/végrehajtható argumentumok.
inputs Kötelező	list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]] A bemenetiport-kötések listája. A feladat futtatása előtt minden bemenethez létrejön egy mappa. Az egyes bemenetek fájljait a rendszer a tárból a számítási csomópont megfelelő mappájába másolja. Ha például a bemeneti név bemenet1, és a relatív elérési út a tárolóban néhány/relatív/elérési út/ez/can/be/really/long/inputfile.txt, akkor a számítási fájl elérési útja a következő lesz: ./input1/inputfile.txt. Ha a bemeneti név hosszabb, mint 32 karakter, a program csonkítja és hozzáfűzi egy egyedi utótaggal, így a mappanév sikeresen létrehozható a számításban.
outputs Kötelező	list[Union[PipelineData, PipelineOutputAbstractDataset, OutputPortBinding]] A kimeneti portkötések listája. A bemenetekhez hasonlóan a feladat futtatása előtt minden kimenethez létrejön egy mappa. A mappa neve megegyezik a kimeneti névvel. A feltételezés az, hogy a feladat kimenete ebbe a mappába kerül.
allow_reuse Kötelező	bool Azt jelzi, hogy a lépés újra felhasználja-e a korábbi eredményeket, amikor ugyanazokat a beállításokat használja újra. Az újrafelhasználás alapértelmezés szerint engedélyezve van. Ha a lépés tartalma (szkriptek/függőségek), valamint a bemenetek és paraméterek változatlanok maradnak, a lépés előző futtatásából származó kimenet újra felhasználva lesz. A lépés újbóli használata esetén a feladat számítási feladatként való elküldése helyett az előző futtatás eredményei azonnal elérhetővé válnak a további lépésekhez. Ha az Azure Machine Learning-adathalmazokat használja bemenetként, az újrafelhasználást az határozza meg, hogy az adathalmaz definíciója megváltozott-e, nem pedig az, hogy a mögöttes adatok megváltoztak-e.
compute_target Kötelező	BatchCompute, str [Kötelező] BatchCompute számítás, ahol a feladat fut.
version Kötelező	str Választható verziócímke, amely a modul funkcióváltozását jelöli.

Megjegyzések

Az alábbi példa bemutatja, hogyan használható az AzureBatchStep egy Azure Machine Learning Pipeline-ban.


   step = AzureBatchStep(
               name="Azure Batch Job",
               pool_id="MyPoolName", # Replace this with the pool name of your choice
               inputs=[testdata],
               outputs=[outputdata],
               executable="azurebatch.cmd",
               arguments=[testdata, outputdata],
               compute_target=batch_compute,
               source_directory=binaries_folder,
   )

A teljes minta a következő forrásból érhető el: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-azurebatch-to-run-a-windows-executable.ipynb

Metódusok

create_node

Hozzon létre egy csomópontot az AzureBatch lépésből, és adja hozzá a megadott gráfhoz.

Ez a módszer nem használható közvetlenül. Ha ezzel a lépéssel példányosít egy folyamatot, az Azure ML automatikusan átadja a szükséges paramétereket ezen a módszeren keresztül, így a lépés hozzáadható a munkafolyamatot képviselő folyamatgráfhoz.

create_node

Hozzon létre egy csomópontot az AzureBatch lépésből, és adja hozzá a megadott gráfhoz.

create_node(graph, default_datastore, context)

Paraméterek

Name	Description
graph Kötelező	Graph A csomópont hozzáadásához a gráfobjektum.
default_datastore Kötelező	Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore] Az alapértelmezett adattár.
context Kötelező	<xref:azureml.pipeline.core._GraphContext> A gráfkörnyezet.

Válaszok

Típus	Description
Node	A létrehozott csomópont.

Megosztás a következőn keresztül:

AzureBatchStep Osztály

Konstruktor

Paraméterek

Megjegyzések

Metódusok

create_node

Paraméterek

Válaszok

Visszajelzés

További források