JobOperations Classe
Avvia un'istanza di JobOperations
Questa classe non deve essere creata direttamente. Usare invece l'attributo processi di un oggetto MLClient.
- Ereditarietà
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsJobOperations
Costruttore
JobOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_02_2023_preview: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credential: TokenCredential, **kwargs: Any)
Parametri
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Variabili di ambito per le classi di operazioni di un oggetto MLClient.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Configurazione comune per le classi di operazioni di un oggetto MLClient.
- service_client_02_2023_preview
- <xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
Client del servizio per consentire agli utenti finali di operare sulle risorse dell'area di lavoro di Azure Machine Learning.
- all_operations
- <xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Tutte le classi di operazioni di un oggetto MLClient.
Metodi
archive |
Archivia un lavoro. |
begin_cancel |
Annulla un processo. |
create_or_update |
Crea o aggiorna un processo. Se le entità come Ambiente o Codice sono definite inline, verranno create insieme al processo. |
download |
Scarica i log e l'output di un processo. |
get |
Ottiene una risorsa del processo. |
list |
Elenca i processi nell'area di lavoro. |
restore |
Ripristina un processo archiviato. |
show_services |
Ottiene i servizi associati al nodo di un processo. |
stream |
Trasmette i log di un processo in esecuzione. |
validate |
Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Convalida un oggetto Job prima di inviare al servizio. Gli asset anonimi possono essere creati se sono presenti entità definite inline, ad esempio Component, Environment e Code. Attualmente sono supportati solo i processi della pipeline per la convalida. |
archive
Archivia un lavoro.
archive(name: str) -> None
Parametri
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Archiviazione di un processo.
ml_client.jobs.archive(name=job_name)
begin_cancel
Annulla un processo.
begin_cancel(name: str, **kwargs) -> LROPoller[None]
Parametri
Restituisce
Un poller per tenere traccia dello stato dell'operazione.
Tipo restituito
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
create_or_update
Crea o aggiorna un processo. Se le entità come Ambiente o Codice sono definite inline, verranno create insieme al processo.
create_or_update(job: Job, *, description: str | None = None, compute: str | None = None, tags: dict | None = None, experiment_name: str | None = None, skip_validation: bool = False, **kwargs) -> Job
Parametri
Il nome dell'esperimento in cui verrà creato il processo. Se None viene specificato, il processo verrà creato in 'Default'.
- skip_validation
- bool
Specifica se ignorare la convalida prima di creare o aggiornare il processo. Si noti che la convalida per le risorse dipendenti, ad esempio un componente anonimo, non verrà ignorata. Il valore predefinito è False.
Restituisce
Processo creato o aggiornato.
Tipo restituito
Eccezioni
Generato se il processo non può essere convalidato correttamente. I dettagli verranno forniti nel messaggio di errore.
Generato se gli asset del processo (ad esempio dati, codice, modello, ambiente) non possono essere convalidati correttamente. I dettagli verranno forniti nel messaggio di errore.
Generato se il modello di processo non può essere convalidato correttamente. I dettagli verranno forniti nel messaggio di errore.
Generato se l'oggetto Job o gli attributi sono formattati correttamente. I dettagli verranno forniti nel messaggio di errore.
Generato se il percorso locale ha fornito punti a una directory vuota.
Generato se il motore Docker non è disponibile per il processo locale.
Esempio
Creazione di un nuovo processo e quindi aggiornamento del relativo calcolo.
from azure.ai.ml import load_job
created_job = ml_client.jobs.create_or_update(
name=job_name,
job=load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/command_job/command_job_test_local_env.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
),
)
download
Scarica i log e l'output di un processo.
download(name: str, *, download_path: PathLike | str = '.', output_name: str | None = None, all: bool = False) -> None
Parametri
Percorso locale da usare come destinazione di download. Impostazione predefinita su ".".
- all
- bool
Specifica se tutti i log e gli output denominati devono essere scaricati. Il valore predefinito è False.
Eccezioni
Generato se il processo non è ancora in uno stato del terminale. I dettagli verranno forniti nel messaggio di errore.
Generato se i log e gli output non possono essere scaricati correttamente. I dettagli verranno forniti nel messaggio di errore.
Esempio
Scaricare tutti i log e gli output denominati del processo "job-1" nella directory locale "job-1-logs".
ml_client.jobs.download(name=job_name, download_path="./job-1-logs", all=True)
get
Ottiene una risorsa del processo.
get(name: str) -> Job
Parametri
Restituisce
Oggetto processo recuperato dal servizio.
Tipo restituito
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Generato se il parametro name non è una stringa.
Esempio
Recupero di un processo denominato "iris-dataset-job-1".
retrieved_job = ml_client.jobs.get(job_name)
list
Elenca i processi nell'area di lavoro.
list(*, parent_job_name: str | None = None, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[Job]
Parametri
Se specificato, restituisce solo processi figlio del processo denominato. Per impostazione predefinita none, elencare tutti i processi nell'area di lavoro.
- list_view_type
- ListViewType
Tipo di visualizzazione per l'inclusione/esclusione di processi archiviati. Il valore predefinito è ~azure.mgt.machinelearningservices.models.ListViewType.ACTIVE_ONLY, escluso i processi archiviati.
Restituisce
Istanza simile a iteratore degli oggetti Job.
Tipo restituito
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Recupero di un elenco dei processi archiviati in un'area di lavoro con processo padre denominato "iris-dataset-jobs".
from azure.ai.ml._restclient.v2023_04_01_preview.models import ListViewType
list_of_jobs = ml_client.jobs.list(parent_job_name=job_name, list_view_type=ListViewType.ARCHIVED_ONLY)
restore
Ripristina un processo archiviato.
restore(name: str) -> None
Parametri
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Ripristino di un processo archiviato.
ml_client.jobs.restore(name=job_name)
show_services
Ottiene i servizi associati al nodo di un processo.
show_services(name: str, node_index: int = 0) -> Dict[str, ServiceInstance]
Parametri
Restituisce
I servizi associati al processo per il nodo specificato.
Tipo restituito
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Recupero dei servizi associati al nodo 1° del processo.
job_services = ml_client.jobs.show_services(job_name)
stream
Trasmette i log di un processo in esecuzione.
stream(name: str) -> None
Parametri
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Streaming di un processo in esecuzione.
running_job = ml_client.jobs.create_or_update(
load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/command_job/command_job_test_local_env.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
)
)
ml_client.jobs.stream(running_job.name)
validate
Nota
Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.
Convalida un oggetto Job prima di inviare al servizio. Gli asset anonimi possono essere creati se sono presenti entità definite inline, ad esempio Component, Environment e Code. Attualmente sono supportati solo i processi della pipeline per la convalida.
validate(job: Job, *, raise_on_failure: bool = False, **kwargs) -> ValidationResult
Parametri
- raise_on_failure
- bool
Specifica se deve essere generato un errore se la convalida ha esito negativo. Il valore predefinito è False.
Restituisce
Oggetto ValidationResult contenente tutti gli errori trovati.
Tipo restituito
Eccezioni
Generato se non è possibile trovare alcun processo con il nome specificato.
Esempio
Convalida di un oggetto PipelineJob e stampando gli errori trovati.
from azure.ai.ml import load_job
from azure.ai.ml.entities import PipelineJob
pipeline_job: PipelineJob = load_job(
"./sdk/ml/azure-ai-ml/tests/test_configs/pipeline_jobs/invalid/combo.yml",
params_override=[{"name": job_name}, {"compute": "cpucluster"}],
)
print(ml_client.jobs.validate(pipeline_job).error_messages)
Azure SDK for Python
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per