AksCompute Classe
Gestisce una destinazione di calcolo servizio Azure Kubernetes in Azure Machine Learning.
le destinazioni servizio Azure Kubernetes (AKSCompute) vengono in genere usate per le distribuzioni di produzione su larga scala, in quanto forniscono tempi di risposta rapidi e scalabilità automatica del servizio distribuito. Per altre informazioni, vedere Che cosa sono le destinazioni di calcolo in Azure Machine Learning?
Costruttore ComputeTarget della classe.
Recuperare una rappresentazione cloud di un oggetto Compute associato all'area di lavoro specificata. Restituisce un'istanza di una classe figlio corrispondente al tipo specifico dell'oggetto Compute recuperato.
- Ereditarietà
-
AksCompute
Costruttore
AksCompute(workspace, name)
Parametri
Commenti
L'esempio seguente illustra come creare un cluster del servizio Azure Kubernetes con computer abilitati per FPGA.
from azureml.core.compute import AksCompute, ComputeTarget
# Uses the specific FPGA enabled VM (sku: Standard_PB6s)
# Standard_PB6s are available in: eastus, westus2, westeurope, southeastasia
prov_config = AksCompute.provisioning_configuration(vm_size = "Standard_PB6s",
agent_count = 1,
location = "eastus")
aks_name = 'my-aks-pb6'
# Create the cluster
aks_target = ComputeTarget.create(workspace = ws,
name = aks_name,
provisioning_configuration = prov_config)
Metodi
attach |
DEPRECATO. Al suo posto usa il metodo Associare una risorsa di calcolo del servizio Azure Kubernetes esistente all'area di lavoro fornita. |
attach_configuration |
Creare un oggetto di configurazione per collegare una destinazione di calcolo del servizio Azure Kubernetes. |
delete |
Rimuovere l'oggetto AksCompute dall'area di lavoro associata. Se questo oggetto è stato creato tramite Azure Machine Learning, verranno eliminati anche gli oggetti basati sul cloud corrispondenti. Se questo oggetto è stato creato esternamente e collegato solo all'area di lavoro, questo metodo genera un oggetto ComputeTargetException e non viene modificato nulla. |
deserialize |
Convertire un oggetto JSON in un oggetto AksCompute. |
detach |
Scollegare l'oggetto AksCompute dall'area di lavoro associata. Gli oggetti cloud sottostanti non vengono eliminati, ma viene rimossa solo l'associazione. |
get_credentials |
Recuperare le credenziali per la destinazione del servizio Azure Kubernetes. |
provisioning_configuration |
Creare un oggetto di configurazione per il provisioning di una destinazione di calcolo del servizio Azure Kubernetes. |
refresh_state |
Eseguire un aggiornamento sul posto delle proprietà dell'oggetto . Questo metodo aggiorna le proprietà in base allo stato corrente dell'oggetto cloud corrispondente. Viene usato principalmente per il polling manuale dello stato di calcolo. |
serialize |
Convertire questo oggetto AksCompute in un dizionario serializzato json. |
update |
Aggiornare l'oggetto AksCompute usando la configurazione di aggiornamento fornita. |
attach
DEPRECATO. Al suo posto usa il metodo attach_configuration
.
Associare una risorsa di calcolo del servizio Azure Kubernetes esistente all'area di lavoro fornita.
static attach(workspace, name, resource_id)
Parametri
- name
- str
Nome da associare alla risorsa di calcolo all'interno dell'area di lavoro specificata. Non deve corrispondere al nome della risorsa di calcolo da associare.
Restituisce
Rappresentazione dell'oggetto AksCompute dell'oggetto di calcolo.
Tipo restituito
Eccezioni
attach_configuration
Creare un oggetto di configurazione per collegare una destinazione di calcolo del servizio Azure Kubernetes.
static attach_configuration(resource_group=None, cluster_name=None, resource_id=None, cluster_purpose=None, load_balancer_type=None, load_balancer_subnet=None)
Parametri
- resource_group
- str
Nome del gruppo di risorse in cui si trova il servizio Azure Kubernetes.
- resource_id
- str
ID risorsa di Azure per la risorsa di calcolo da collegare.
- cluster_purpose
- str
Utilizzo di destinazione del cluster. Viene usato per effettuare il provisioning dei componenti di Azure Machine Learning per garantire il livello desiderato di tolleranza di errore e QoS. La ClusterPurpose classe definisce i valori possibili. Per altre informazioni, vedere Collegare un cluster del servizio Azure Kubernetes esistente.
- load_balancer_type
- str
Tipo di cluster del servizio Azure Kubernetes. I valori validi sono PublicIp e InternalLoadBalancer. Il valore predefinito è PublicIp.
- load_balancer_subnet
- str
Subnet del servizio di bilanciamento del carico del servizio Azure Kubernetes. Può essere usato solo quando InternalLoadBalancer viene usato come tipo di bilanciamento del carico. Il valore predefinito è aks-subnet.
Restituisce
Oggetto di configurazione da utilizzare per il collegamento di un oggetto Compute.
Tipo restituito
Eccezioni
delete
Rimuovere l'oggetto AksCompute dall'area di lavoro associata.
Se questo oggetto è stato creato tramite Azure Machine Learning, verranno eliminati anche gli oggetti basati sul cloud corrispondenti. Se questo oggetto è stato creato esternamente e collegato solo all'area di lavoro, questo metodo genera un oggetto ComputeTargetException e non viene modificato nulla.
delete()
Eccezioni
deserialize
Convertire un oggetto JSON in un oggetto AksCompute.
static deserialize(workspace, object_dict)
Parametri
Restituisce
Rappresentazione AksCompute dell'oggetto JSON fornito.
Tipo restituito
Eccezioni
Commenti
Genera un'eccezione ComputeTargetException se l'area di lavoro specificata non è l'area di lavoro a cui è associato l'ambiente di calcolo.
detach
Scollegare l'oggetto AksCompute dall'area di lavoro associata.
Gli oggetti cloud sottostanti non vengono eliminati, ma viene rimossa solo l'associazione.
detach()
Eccezioni
get_credentials
Recuperare le credenziali per la destinazione del servizio Azure Kubernetes.
get_credentials()
Restituisce
Credenziali per la destinazione del servizio Azure Kubernetes.
Tipo restituito
Eccezioni
provisioning_configuration
Creare un oggetto di configurazione per il provisioning di una destinazione di calcolo del servizio Azure Kubernetes.
static provisioning_configuration(agent_count=None, vm_size=None, ssl_cname=None, ssl_cert_pem_file=None, ssl_key_pem_file=None, location=None, vnet_resourcegroup_name=None, vnet_name=None, subnet_name=None, service_cidr=None, dns_service_ip=None, docker_bridge_cidr=None, cluster_purpose=None, load_balancer_type=None, load_balancer_subnet=None)
Parametri
- agent_count
- int
Numero di agenti (VM) per ospitare i contenitori. Il valore predefinito è 3.
- vm_size
- str
Dimensioni delle macchine virtuali dell'agente. Un elenco completo delle opzioni è disponibile qui: https://aka.ms/azureml-aks-details. Il valore predefinito è Standard_D3_v2.
- ssl_cname
- str
CName da usare se si abilita la convalida SSL nel cluster. Per abilitare la convalida SSL, è necessario specificare tutti e tre i file CName, il file di certificato e il file di chiave.
- ssl_cert_pem_file
- str
Percorso del file di un file contenente informazioni sul certificato per la convalida SSL. Per abilitare la convalida SSL, è necessario specificare tutti e tre i file CName, il file di certificato e il file di chiave.
- ssl_key_pem_file
- str
Percorso del file in un file contenente le informazioni sulla chiave per la convalida SSL. Per abilitare la convalida SSL, è necessario specificare tutti e tre i file CName, il file di certificato e il file di chiave.
- location
- str
Percorso in cui effettuare il provisioning del cluster. Se non specificato, verrà predefinito il percorso dell'area di lavoro. Le aree disponibili per questo ambiente di calcolo sono disponibili qui: ;https://azure.microsoft.com/global-infrastructure/services/?regions=all& products=kubernetes-service
- vnet_resourcegroup_name
- str
Nome del gruppo di risorse in cui si trova la rete virtuale.
- service_cidr
- str
Intervallo IP in notazione CIDR da cui assegnare gli indirizzi IP dei cluster del servizio.
- cluster_purpose
- str
Utilizzo mirato del cluster. Viene usato per effettuare il provisioning dei componenti di Azure Machine Learning per garantire il livello desiderato di tolleranza di errore e QoS. La classe AksCompute.ClusterPurpose viene fornita per praticità per specificare i valori disponibili. Informazioni più dettagliate su questi valori e sui relativi casi d'uso sono disponibili qui: https://aka.ms/azureml-create-attach-aks
- load_balancer_type
- str
Tipo di servizio di bilanciamento del carico del cluster del servizio Azure Kubernetes. I valori validi sono PublicIp e InternalLoadBalancer. Il valore predefinito è PublicIp.
- load_balancer_subnet
- str
Subnet del servizio di bilanciamento del carico del cluster del servizio Azure Kubernetes. Può essere usata solo quando il Load Balancer interno viene usato come tipo di servizio di bilanciamento del carico. Il valore predefinito è aks-subnet.
Restituisce
Oggetto di configurazione da utilizzare durante la creazione di un oggetto Compute
Tipo restituito
Eccezioni
refresh_state
Eseguire un aggiornamento sul posto delle proprietà dell'oggetto .
Questo metodo aggiorna le proprietà in base allo stato corrente dell'oggetto cloud corrispondente. Viene usato principalmente per il polling manuale dello stato di calcolo.
refresh_state()
Eccezioni
serialize
Convertire questo oggetto AksCompute in un dizionario serializzato json.
serialize()
Restituisce
Rappresentazione JSON di questo oggetto AksCompute.
Tipo restituito
Eccezioni
update
Aggiornare l'oggetto AksCompute usando la configurazione di aggiornamento fornita.
update(update_configuration)
Parametri
- update_configuration
- AksUpdateConfiguration
Oggetto di configurazione dell'aggiornamento del servizio Azure Kubernetes.
Eccezioni
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