BatchCompute Kelas
Mengelola target komputasi Batch di Azure Machine Learning.
Azure Batch digunakan untuk menjalankan aplikasi paralel berskala besar dan komputasi performa tinggi (HPC) secara efisien di cloud. BatchCompute digunakan dalam Alur Azure Machine Learning untuk mengirimkan pekerjaan ke kumpulan komputer Azure Batch menggunakan AzureBatchStep. 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
-
BatchCompute
Konstruktor
BatchCompute(workspace, name)
Parameter
Nama | Deskripsi |
---|---|
workspace
Diperlukan
|
Objek ruang kerja yang berisi objek BatchCompute yang akan diambil. |
name
Diperlukan
|
Nama objek BatchCompute yang akan diambil. |
workspace
Diperlukan
|
Objek ruang kerja yang berisi objek Azure Compute yang akan diambil. |
name
Diperlukan
|
Nama objek Komputasi yang akan diambil. |
Keterangan
Buat akun Azure Batch sebelum menggunakannya. Untuk membuatnya, lihat Membuat akun Batch dengan portal Azure.
Contoh berikut menunjukkan cara melampirkan akun komputasi Azure Batch ke ruang kerja menggunakan attach_configuration.
batch_compute_name = 'mybatchcompute' # Name to associate with new compute in workspace
# Batch account details needed to attach as compute to workspace
batch_account_name = "<batch_account_name>" # Name of the Batch account
batch_resource_group = "<batch_resource_group>" # Name of the resource group which contains this account
try:
# check if already attached
batch_compute = BatchCompute(ws, batch_compute_name)
except ComputeTargetException:
print('Attaching Batch compute...')
provisioning_config = BatchCompute.attach_configuration(resource_group=batch_resource_group,
account_name=batch_account_name)
batch_compute = ComputeTarget.attach(ws, batch_compute_name, provisioning_config)
batch_compute.wait_for_completion()
print("Provisioning state:{}".format(batch_compute.provisioning_state))
print("Provisioning errors:{}".format(batch_compute.provisioning_errors))
print("Using Batch compute:{}".format(batch_compute.cluster_resource_id))
Sampel lengkap tersedia dari 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
Metode
attach_configuration |
Buat objek konfigurasi untuk melampirkan target komputasi Batch. |
delete |
Hapus tidak didukung untuk objek BatchCompute. Gunakan detach sebagai gantinya. |
deserialize |
Ubah objek JSON menjadi objek BatchCompute. |
detach |
Mencopot objek Batch dari ruang kerja terkaitnya. Objek cloud yang mendasarinya tidak dihapus, hanya asosiasi yang dihapus. |
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. |
serialize |
Ubah objek BatchCompute ini menjadi kamus serial JSON. |
attach_configuration
Buat objek konfigurasi untuk melampirkan target komputasi Batch.
static attach_configuration(resource_group=None, account_name=None, resource_id=None)
Parameter
Nama | Deskripsi |
---|---|
resource_group
|
Nama grup sumber daya tempat akun Batch berada. Nilai default: None
|
account_name
|
Nama akun Batch. Nilai default: None
|
resource_id
|
ID sumber daya Azure untuk sumber daya komputasi yang dilampirkan. Nilai default: None
|
Mengembalikan
Jenis | Deskripsi |
---|---|
Objek konfigurasi yang akan digunakan saat melampirkan objek Azure Compute. |
delete
Hapus tidak didukung untuk objek BatchCompute. Gunakan detach sebagai gantinya.
delete()
Pengecualian
Jenis | Deskripsi |
---|---|
deserialize
Ubah objek JSON menjadi objek BatchCompute.
static deserialize(workspace, object_dict)
Parameter
Nama | Deskripsi |
---|---|
workspace
Diperlukan
|
Objek ruang kerja yang dikaitkan dengan objek BatchCompute. |
object_dict
Diperlukan
|
Objek JSON yang akan diubah ke objek BatchCompute. |
Mengembalikan
Jenis | Deskripsi |
---|---|
Representasi BatchCompute dari objek JSON yang disediakan. |
Pengecualian
Jenis | Deskripsi |
---|---|
Keterangan
Mengajukan ComputeTargetException jika ruang kerja yang disediakan bukan ruang kerja yang dikaitkan dengan Azure Compute.
detach
Mencopot objek Batch dari ruang kerja terkaitnya.
Objek cloud yang mendasarinya tidak dihapus, hanya asosiasi yang dihapus.
detach()
Pengecualian
Jenis | Deskripsi |
---|---|
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()
serialize
Ubah objek BatchCompute ini menjadi kamus serial JSON.
serialize()
Mengembalikan
Jenis | Deskripsi |
---|---|
Representasi JSON dari objek BatchCompute ini. |