Bagikan melalui


AmlCompute Kelas

Mengelola komputasi Azure Machine Learning di Azure Machine Learning.

Azure Machine Learning Compute (AmlCompute) adalah infrastruktur komputasi terkelola yang memungkinkan Anda membuat komputasi tunggal atau multi-node dengan mudah. Komputasi dibuat dalam wilayah ruang kerja Anda sebagai sumber daya yang dapat dibagikan dengan pengguna lain. Untuk informasi selengkapnya, lihat Apa itu target komputasi di Azure Machine Learning?

Konstruktor Class ComputeTarget.

Ambil representasi cloud dari objek Komputasi yang terkait dengan ruang kerja yang disediakan. Mengembalikan instans kelas anak yang sesuai dengan jenis tertentu dari objek Komputasi yang diambil.

Warisan
AmlCompute

Konstruktor

AmlCompute(workspace, name)

Parameter

workspace
Workspace
Diperlukan

Objek ruang kerja yang berisi objek AmlCompute yang akan diambil.

name
str
Diperlukan

Nama objek AmlCompute yang akan diambil.

workspace
Workspace
Diperlukan

Objek ruang kerja yang berisi objek Azure Compute yang akan diambil.

name
str
Diperlukan

Nama objek Komputasi yang akan diambil.

Keterangan

Dalam contoh berikut, target komputasi persisten yang disediakan oleh AmlCompute dibuat. Parameter provisioning_configuration dalam contoh ini adalah jenis AmlComputeProvisioningConfiguration, yang merupakan kelas turunan dari ComputeTargetProvisioningConfiguration.


   from azureml.core.compute import ComputeTarget, AmlCompute
   from azureml.core.compute_target import ComputeTargetException

   # Choose a name for your CPU cluster
   cpu_cluster_name = "cpu-cluster"

   # Verify that cluster does not exist already
   try:
       cpu_cluster = ComputeTarget(workspace=ws, name=cpu_cluster_name)
       print('Found existing cluster, use it.')
   except ComputeTargetException:
       compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_D2_V2',
                                                              max_nodes=4)
       cpu_cluster = ComputeTarget.create(ws, cpu_cluster_name, compute_config)

   cpu_cluster.wait_for_completion(show_output=True)

Sampel lengkap tersedia dari https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb

Metode

add_identity

Tambahkan Jenis Identitas dan/atau Id Identitas untuk target AmlCompute ini.

delete

Hapus objek AmlCompute dari ruang kerja yang terkait.

deserialize

Konversi objek JSON menjadi objek AmlCompute.

detach

Pelepasan untuk objek AmlCompute tidak didukung. Gunakan delete sebagai gantinya.

get

Kembalikan objek komputasi.

get_active_runs

Menampilkan generator eksekusi untuk komputasi ini.

get_status

Ambil status terperinci saat ini untuk kluster AmlCompute.

list_nodes

Dapatkan detailnya (misalnya, alamat IP, port, dll.) dari semua simpul komputasi dalam target komputasi.

list_quotas

Dapatkan kuota Ruang Kerja yang saat ini ditetapkan berdasarkan VMFamily untuk ruang kerja dan langganan tertentu.

list_usages

Dapatkan informasi penggunaan saat ini serta batasan sumber daya AML untuk ruang kerja dan langganan tertentu.

provisioning_configuration

Buat objek konfigurasi untuk menyediakan target AmlCompute.

refresh_state

Lakukan pembaruan di tempat dari properti objek.

Metode ini memperbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini terutama digunakan untuk polling manual status komputasi.

remove_identity

Hapus identitas pada komputasi.

serialize

Konversi objek AmlCompute ini menjadi kamus serial JSON.

supported_vmsizes

Cantumkan ukuran mesin virtual yang didukung di suatu wilayah.

update

Perbarui ScaleSettings untuk target AmlCompute.

update_quotas

Perbarui kuota untuk keluarga mesin virtual di ruang kerja.

wait_for_completion

Tunggu hingga kluster AmlCompute selesai melakukan provisi.

Ini dapat dikonfigurasi untuk menunggu jumlah minimum node, dan untuk batas waktu setelah jangka waktu tertentu.

add_identity

Tambahkan Jenis Identitas dan/atau Id Identitas untuk target AmlCompute ini.

add_identity(identity_type, identity_id=None)

Parameter

identity_type
string
Diperlukan

Potensi nilai:

  • SystemAssigned - Identitas yang ditetapkan sistem

  • UserAssigned - Identitas yang ditetapkan pengguna. Memerlukan id identitas untuk diatur.

identity_id
list[str]
nilai default: None

Daftar id sumber daya untuk identitas yang ditetapkan pengguna. misalnya. ['/subscriptions//resourceGroups//providers/Microsoft.ManagedIdentity /userAssignedIdentities/']

Keterangan

identity_id hanya boleh ditentukan jika identity_type == UserAssigned

delete

Hapus objek AmlCompute dari ruang kerja yang terkait.

delete()

Pengecualian

Keterangan

Jika objek ini dibuat melalui Azure Machine Learning, objek berbasis cloud yang sesuai juga akan dihapus. Jika objek ini dibuat secara eksternal dan hanya dilampirkan ke ruang kerja, metode ini mengajukan ComputeTargetException dan tidak ada yang berubah.

deserialize

Konversi objek JSON menjadi objek AmlCompute.

static deserialize(workspace, object_dict)

Parameter

workspace
Workspace
Diperlukan

Objek ruang kerja yang dikaitkan dengan objek AmlCompute.

object_dict
dict
Diperlukan

Objek JSON yang akan dikonversi menjadi objek AmlCompute.

Mengembalikan

Representasi AmlCompute dari objek JSON yang disediakan.

Tipe hasil

Pengecualian

Keterangan

Mengajukan ComputeTargetException jika ruang kerja yang disediakan bukan ruang kerja yang dikaitkan dengan Azure Compute.

detach

Pelepasan untuk objek AmlCompute tidak didukung. Gunakan delete sebagai gantinya.

detach()

Pengecualian

get

Kembalikan objek komputasi.

get()

get_active_runs

Menampilkan generator eksekusi untuk komputasi ini.

get_active_runs(type=None, tags=None, properties=None, status=None)

Parameter

type
str
nilai default: None

Filter generator yang dikembalikan pada eksekusi dengan jenis yang disediakan. Lihat add_type_provider untuk membuat jenis eksekusi.

tags
str atau dict
nilai default: None

Filter eksekusi menurut "tag" atau {"tag": "value"}

properties
str atau dict
nilai default: None

Filter eksekusi menurut "property" atau {"property": "value"}

status
str
nilai default: None

Status eksekusi - "Running" atau "Queued"

Mengembalikan

generator ~_restclient.models.RunDto

Tipe hasil

<xref:builtin.generator>

get_status

Ambil status terperinci saat ini untuk kluster AmlCompute.

get_status()

Mengembalikan

Objek status terperinci untuk kluster

Tipe hasil

list_nodes

Dapatkan detailnya (misalnya, alamat IP, port, dll.) dari semua simpul komputasi dalam target komputasi.

list_nodes()

Mengembalikan

Detail semua node komputasi dalam target komputasi.

Tipe hasil

list_quotas

Dapatkan kuota Ruang Kerja yang saat ini ditetapkan berdasarkan VMFamily untuk ruang kerja dan langganan tertentu.

static list_quotas(workspace, location=None)

Parameter

workspace
Workspace
Diperlukan
location
str
nilai default: None

Lokasi kuota. Jika tidak ditentukan, akan diatur secara default ke lokasi ruang kerja.

Mengembalikan

Daftar Kuota Ruang Kerja yang saat ini ditetapkan berdasarkan VMFamily

Tipe hasil

list_usages

Dapatkan informasi penggunaan saat ini serta batasan sumber daya AML untuk ruang kerja dan langganan tertentu.

static list_usages(workspace, show_all=False, location=None)

Parameter

workspace
Workspace
Diperlukan
show_all
nilai default: False

Menentukan apakah penggunaan sumber daya turunan yang terperinci diperlukan. Default ke False

location
str
nilai default: None

Lokasi sumber daya. Jika tidak ditentukan, akan diatur secara default ke lokasi ruang kerja.

Mengembalikan

Daftar informasi penggunaan saat ini serta batasan untuk sumber daya AML

Tipe hasil

provisioning_configuration

Buat objek konfigurasi untuk menyediakan target AmlCompute.

static provisioning_configuration(vm_size='', vm_priority='dedicated', min_nodes=0, max_nodes=None, idle_seconds_before_scaledown=1800, admin_username=None, admin_user_password=None, admin_user_ssh_key=None, vnet_resourcegroup_name=None, vnet_name=None, subnet_name=None, tags=None, description=None, remote_login_port_public_access='NotSpecified', identity_type=None, identity_id=None, location=None, enable_node_public_ip=True)

Parameter

vm_size
str
Diperlukan

Ukuran mesin virtual agen. Detail selengkapnya dapat ditemukan di sini: https://aka.ms/azureml-vm-details. Perhatikan bahwa tidak semua ukuran tersedia di semua wilayah, seperti yang dijelaskan dalam link sebelumnya. Jika tidak ditentukan, default ke Standard_NC6.

vm_priority
str
nilai default: dedicated

Prioritas mesin virtual, khusus atau prioritas rendah.

min_nodes
int
nilai default: 0

Jumlah simpul minimum untuk digunakan untuk kluster. Jika tidak ditentukan, default ke 0.

max_nodes
int
nilai default: None

Jumlah maksimum node untuk digunakan pada kluster. Jika tidak ditentukan, default ke 4.

idle_seconds_before_scaledown
int
nilai default: 1800

Waktu idle simpul dalam hitungan detik sebelum menskalakan kluster. Jika tidak ditentukan, default ke 1800.

admin_username
str
nilai default: None

Nama akun pengguna administrator yang dapat digunakan untuk SSH ke dalam node.

admin_user_password
str
nilai default: None

Kata sandi akun pengguna administrator.

admin_user_ssh_key
str
nilai default: None

Kunci umum SSH akun pengguna administrator.

vnet_resourcegroup_name
str
nilai default: None

Nama grup sumber daya tempat jaringan virtual berada.

vnet_name
str
nilai default: None

Nama jaringan virtual.

subnet_name
str
nilai default: None

Nama subnet di dalam VNet.

tags
dict[str, str]
nilai default: None

Kamus tag nilai kunci yang disediakan untuk objek komputasi.

description
str
nilai default: None

Deskripsi yang akan disediakan untuk objek komputasi.

remote_login_port_public_access
str
nilai default: NotSpecified

Status port SSH publik. Potensi nilai:

  • Dinonaktifkan - Menunjukkan bahwa port ssh publik ditutup pada semua node kluster.

  • Diaktifkan - Menunjukkan bahwa port ssh publik dibuka di semua node kluster.

  • NotSpecified - Menunjukkan bahwa port ssh publik ditutup pada semua node kluster jika VNet ditentukan, yang lain membuka semua node publik. Ini bisa menjadi nilai default hanya selama waktu pembuatan kluster. Setelah dibuat, ini akan diaktifkan atau dinonaktifkan.

identity_type
string
nilai default: None

Potensi nilai:

  • SystemAssigned - Identitas yang ditetapkan sistem

  • UserAssigned - Identitas yang ditetapkan pengguna. Memerlukan id identitas untuk diatur.

identity_id
list[str]
nilai default: None

Daftar id sumber daya untuk identitas yang ditetapkan pengguna. misalnya. ['/subscriptions//resourceGroups//providers/Microsoft.ManagedIdentity/userAssignedIdentities/']

location
str
nilai default: None

Lokasi untuk menyediakan kluster.

enable_node_public_ip
bool
nilai default: True

Aktifkan IP publik node. Potensi nilai:

  • True - Aktifkan IP publik node.

  • False - Nonaktifkan IP publik node.

  • NotSpecified - Aktifkan IP publik node.

Mengembalikan

Objek konfigurasi yang akan digunakan saat membuat objek Azure Compute.

Tipe hasil

Pengecualian

refresh_state

Lakukan pembaruan di tempat dari properti objek.

Metode ini memperbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini terutama digunakan untuk polling manual status komputasi.

refresh_state()

remove_identity

Hapus identitas pada komputasi.

remove_identity(identity_id=None)

Parameter

identity_id
list[str]
nilai default: None

Identitas yang ditetapkan pengguna

Keterangan

Identitas yang Ditetapkan sistem akan dihapus secara otomatis jika identity_id tidak ditentukan

serialize

Konversi objek AmlCompute ini menjadi kamus serial JSON.

serialize()

Mengembalikan

Representasi JSON dari objek AmlCompute ini.

Tipe hasil

supported_vmsizes

Cantumkan ukuran mesin virtual yang didukung di suatu wilayah.

static supported_vmsizes(workspace, location=None)

Parameter

workspace
Workspace
Diperlukan
location
str
nilai default: None

Lokasi kluster. Jika tidak ditentukan, akan default ke lokasi ruang kerja.

Mengembalikan

Daftar ukuran mesin virtual yang didukung di wilayah dengan nama VM, VCPU, dan RAM.

Tipe hasil

update

Perbarui ScaleSettings untuk target AmlCompute.

update(min_nodes=None, max_nodes=None, idle_seconds_before_scaledown=None)

Parameter

min_nodes
int
nilai default: None

Jumlah simpul minimum untuk digunakan untuk kluster.

max_nodes
int
nilai default: None

Jumlah maksimum node untuk digunakan pada kluster.

idle_seconds_before_scaledown
int
nilai default: None

Waktu idle node dalam hitungan detik sebelum mengurangi skala kluster.

update_quotas

Perbarui kuota untuk keluarga mesin virtual di ruang kerja.

static update_quotas(workspace, vm_family, limit=None, location=None)

Parameter

workspace
Workspace
Diperlukan
vm_family
str
Diperlukan

Nama keluarga mesin virtual

limit
int
nilai default: None

Kuota maksimum sumber daya yang diizinkan

location
str
nilai default: None

Lokasi kuota. Jika tidak ditentukan, akan diatur secara default ke lokasi ruang kerja.

wait_for_completion

Tunggu hingga kluster AmlCompute selesai melakukan provisi.

Ini dapat dikonfigurasi untuk menunggu jumlah minimum node, dan untuk batas waktu setelah jangka waktu tertentu.

wait_for_completion(show_output=False, min_node_count=None, timeout_in_minutes=25, is_delete_operation=False)

Parameter

show_output
bool
nilai default: False

Boolean untuk menyediakan output verbose yang lebih.

min_node_count
int
nilai default: None

Jumlah minimum node yang harus ditunggu sebelum mempertimbangkan provisi selesai. Ini tidak harus sama dengan jumlah minimum node yang disediakan oleh komputasi, namun tidak boleh lebih besar dari itu.

timeout_in_minutes
int
nilai default: 25

Durasi dalam beberapa menit untuk menunggu sebelum mempertimbangkan provisi telah gagal.

is_delete_operation
bool
nilai default: False

Menunjukkan apakah operasi ditujukan untuk menghapus.

Pengecualian