Bagikan melalui


ComputeTarget Kelas

Kelas induk abstrak untuk semua target komputasi yang dikelola oleh Azure Machine Learning.

Target komputasi adalah sumber daya/lingkungan komputasi yang ditunjuk tempat Anda menjalankan skrip pelatihan atau menghosting penyebaran layanan Anda. Lokasi ini mungkin merupakan mesin lokal Anda atau sumber daya komputasi berbasis cloud. 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.

Konstruktor

ComputeTarget(workspace, name)

Parameter

Nama Deskripsi
workspace
Diperlukan

Objek ruang kerja yang berisi objek Komputasi untuk diambil.

name
Diperlukan
str

Nama objek Komputasi yang akan diambil.

workspace
Diperlukan

Objek ruang kerja yang berisi objek Komputasi untuk diambil.

name
Diperlukan
str

Nama objek Komputasi yang akan diambil.

Keterangan

Gunakan konstruktor ComputeTarget untuk mengambil representasi cloud objek Komputasi yang terkait dengan ruang kerja yang disediakan. Konstruktor mengembalikan instans kelas anak yang sesuai dengan jenis tertentu dari objek Komputasi yang diambil. Jika objek Komputasi tidak ditemukan, objek ComputeTargetException akan dinaikkan.

Metode

attach

Lampirkan objek Komputasi ke ruang kerja menggunakan nama dan informasi konfigurasi yang ditentukan.

create

Provisikan objek Komputasi dengan menentukan jenis komputasi dan konfigurasi terkait.

Metode ini membuat target komputasi baru daripada melampirkan yang sudah ada.

delete

Hapus objek Komputasi dari ruang kerja terkait.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget.

deserialize

Mengonversi objek JSON menjadi objek Komputasi.

detach

Lepaskan objek Komputasi dari ruang kerja terkait.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget. Objek cloud yang mendasar tidak dihapus, hanya asosiasinya yang dihapus.

get_status

Ambil status provisi objek Komputasi saat ini.

list

Cantumkan semua objek ComputeTarget dalam ruang kerja.

Mengembalikan daftar objek turunan yang dibuat sesuai dengan jenis Komputasi tertentu. Objek adalah anak dari ComputeTarget.

refresh_state

Lakukan pembaruan di tempat properti objek.

Perbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini berguna untuk polling manual status komputasi.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget.

serialize

Konversi objek Komputasi ini menjadi kamus serial JSON.

wait_for_completion

Tunggu hingga operasi provisi saat ini selesai pada kluster.

Metode ini mengembalikan ComputeTargetException jika ada masalah polling objek komputasi.

attach

Lampirkan objek Komputasi ke ruang kerja menggunakan nama dan informasi konfigurasi yang ditentukan.

static attach(workspace, name, attach_configuration)

Parameter

Nama Deskripsi
workspace
Diperlukan

Objek ruang kerja untuk melampirkan objek Komputasi.

name
Diperlukan
str

Nama yang akan dikaitkan dengan objek Komputasi.

attach_configuration
Diperlukan

Objek ComputeTargetAttachConfiguration yang digunakan untuk menentukan jenis objek Komputasi yang akan dilampirkan, dan cara mengonfigurasinya.

Mengembalikan

Jenis Deskripsi

Instans anak ComputeTarget yang sesuai dengan jenis objek yang dilampirkan.

Pengecualian

Jenis Deskripsi

Keterangan

Jenis objek yang akan diteruskan ke parameter attach_configuration adalah objek yang ComputeTargetAttachConfiguration dibangun menggunakan attach_configuration fungsi pada salah satu kelas anak dari ComputeTarget.

Contoh berikut menunjukkan cara melampirkan akun ADLA ke ruang kerja menggunakan attach_configuration metode AdlaCompute.


   adla_compute_name = 'testadl' # Name to associate with new compute in workspace

   # ADLA account details needed to attach as compute to workspace
   adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
   adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       adla_compute = AdlaCompute(ws, adla_compute_name)
   except ComputeTargetException:
       print('attaching adla compute...')
       attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
       adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
       adla_compute.wait_for_completion()

   print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
   print("Provisioning state:{}".format(adla_compute.provisioning_state))
   print("Provisioning errors:{}".format(adla_compute.provisioning_errors))

Sampel lengkap tersedia dari https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb

create

Provisikan objek Komputasi dengan menentukan jenis komputasi dan konfigurasi terkait.

Metode ini membuat target komputasi baru daripada melampirkan yang sudah ada.

static create(workspace, name, provisioning_configuration)

Parameter

Nama Deskripsi
workspace
Diperlukan

Objek ruang kerja untuk membuat objek Komputasi di bawah.

name
Diperlukan
str

Nama yang akan dikaitkan dengan objek Komputasi.

provisioning_configuration
Diperlukan

Objek ComputeTargetProvisioningConfiguration yang digunakan untuk menentukan jenis objek Komputasi yang akan disediakan, dan cara mengonfigurasinya.

Mengembalikan

Jenis Deskripsi

Instans anak ComputeTarget yang sesuai dengan jenis objek yang disediakan.

Pengecualian

Jenis Deskripsi

Keterangan

Jenis objek yang disediakan ditentukan oleh konfigurasi provisi yang disediakan.

Dalam contoh berikut, target komputasi persisten yang disediakan oleh AmlCompute dibuat. Parameter provisioning_configuration dalam contoh ini berjenis AmlComputeProvisioningConfiguration.


   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

delete

Hapus objek Komputasi dari ruang kerja terkait.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget.

abstract delete()

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 menimbulkan pengecualian dan tidak ada yang diubah.

deserialize

Mengonversi objek JSON menjadi objek Komputasi.

abstract static deserialize(workspace, object_dict)

Parameter

Nama Deskripsi
workspace
Diperlukan

Objek ruang kerja yang dikaitkan dengan objek Komputasi.

object_dict
Diperlukan

Objek JSON untuk dikonversi ke objek Komputasi.

Mengembalikan

Jenis Deskripsi

Representasi komputasi dari objek JSON yang disediakan.

Keterangan

Menaikkan jika ruang kerja yang ComputeTargetException disediakan bukan ruang kerja yang dikaitkan dengan Komputasi.

detach

Lepaskan objek Komputasi dari ruang kerja terkait.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget. Objek cloud yang mendasar tidak dihapus, hanya asosiasinya yang dihapus.

abstract detach()

get_status

Ambil status provisi objek Komputasi saat ini.

get_status()

Mengembalikan

Jenis Deskripsi
str

provisioning_state saat ini.

Keterangan

Nilai yang dikembalikan tercantum dalam Referensi Azure REST API untuk ProvisioningState.

list

Cantumkan semua objek ComputeTarget dalam ruang kerja.

Mengembalikan daftar objek turunan yang dibuat sesuai dengan jenis Komputasi tertentu. Objek adalah anak dari ComputeTarget.

static list(workspace)

Parameter

Nama Deskripsi
workspace
Diperlukan

Objek ruang kerja yang berisi objek yang akan dicantumkan.

Mengembalikan

Jenis Deskripsi

Daftar target komputasi dalam ruang kerja.

Pengecualian

Jenis Deskripsi

refresh_state

Lakukan pembaruan di tempat properti objek.

Perbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini berguna untuk polling manual status komputasi.

Metode abstrak ini diimplementasikan oleh kelas anak dari ComputeTarget.

abstract refresh_state()

serialize

Konversi objek Komputasi ini menjadi kamus serial JSON.

abstract serialize()

Mengembalikan

Jenis Deskripsi

Representasi JSON dari objek Komputasi ini.

wait_for_completion

Tunggu hingga operasi provisi saat ini selesai pada kluster.

Metode ini mengembalikan ComputeTargetException jika ada masalah polling objek komputasi.

wait_for_completion(show_output=False, is_delete_operation=False)

Parameter

Nama Deskripsi
show_output

Menunjukkan apakah akan memberikan lebih banyak output verbose.

Nilai default: False
is_delete_operation

Menunjukkan apakah operasi dimaksudkan untuk menghapus.

Nilai default: False

Pengecualian

Jenis Deskripsi