ContainerImage クラス
コンテナー イメージを表します。現在は Docker イメージ専用です。
このクラスは非推奨です。 代わりに Environment クラスを使用してください。
イメージには、次のような、モデルの実行に必要な依存関係が含まれています。
ランタイム
Conda ファイルで指定された Python 環境定義
GPU サポートを有効にする機能
特定の実行コマンド用のカスタム Docker ファイル
イメージ コンストラクター。
このクラスは非推奨です。 代わりに Environment クラスを使用してください。
イメージ コンストラクターは、指定されたワークスペースに関連付けられている Image オブジェクトのクラウド表現を取得するために使用されます。 取得した Image オブジェクトの特定の型に対応する子クラスのインスタンスを返します。
- 継承
-
ContainerImage
コンストラクター
ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)
パラメーター
- tags
- list
指定されたリストに基づいて、'key' または '[key, value]' でイメージの結果をフィルター処理します。 例: ['key', ['key2', 'key2 value']]
- properties
- list
指定されたリストに基づいて、'key' または '[key, value]' でイメージの結果をフィルター処理します。 例: ['key', ['key2', 'key2 value']]
注釈
ContainerImage を取得するには、以前に作成した ContainerImage の名前または ID を渡して Image クラス コンストラクターを使用します。 次のコード例は、名前と ID の両方を使用してワークスペースからイメージを取得する方法を示しています。
container_image_from_name = Image(workspace, name="image-name")
container_image_from_id = Image(workspace, id="image-id")
デプロイで使用する新しいイメージ構成を作成するには、次のコード例に示すように ContainerImageConfig オブジェクトをビルドします。
from azureml.core.image import ContainerImage
image_config = ContainerImage.image_configuration(execution_script="score.py",
runtime="python",
conda_file="myenv.yml",
description="image for model",
cuda_version="9.0"
)
メソッド
image_configuration |
ContainerImageConfig オブジェクトを作成して返します。 この関数は、Webservice 内でモデルを実行する方法と、実行に必要な特定の環境および依存関係を定義するパラメーターを受け取ります。 |
run |
指定された入力データを使用してイメージをローカルで実行します。 動作するには、Docker がインストールされ、実行されている必要があります。 GPU 対応イメージは Microsoft Azure サービスでしか実行できないため、この方法は CPU でのみ有効です。 |
serialize |
この ContainerImage オブジェクトを JSON のシリアル化された辞書に変換します。 |
image_configuration
ContainerImageConfig オブジェクトを作成して返します。
この関数は、Webservice 内でモデルを実行する方法と、実行に必要な特定の環境および依存関係を定義するパラメーターを受け取ります。
static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)
パラメーター
- execution_script
- str
イメージに対して実行するコードを含むローカル Python ファイルのパス。 Webservice のモデル実行ステップを定義する init() と run(input_data) の両方の関数を含める必要があります。
- schema_file
- str
イメージをデプロイするときに使用する webservice スキーマを含むローカル ファイルのパス。 モデル デプロイのための Swagger 仕様を生成するために使用されます。
- enable_gpu
- bool
イメージで GPU サポートを有効にするかどうか。 GPU イメージは、Azure Container Instances、Azure Machine Learning コンピューティング、Azure Virtual Machines、Azure Kubernetes Service などの Microsoft Azure サービス上で使用する必要があります。 既定値は False です
このイメージに提供するキー値プロパティの辞書。 これらのプロパティはデプロイ後に変更することはできませんが、新しいキーと値のペアを追加できます。
- base_image
- str
基本イメージとして使用するカスタム イメージ。 基本イメージが指定されていない場合、指定されたランタイム パラメーターに基づいた基本イメージが使用されます。
- cuda_version
- str
GPU のサポートが必要なイメージにインストールする CUDA のバージョン。 GPU イメージは、Azure Container Instances、Azure Machine Learning コンピューティング、Azure Virtual Machines、Azure Kubernetes Service などの Microsoft Azure サービス上で使用する必要があります。 サポートされているバージョンは 9.0、9.1、10.0 です。 "enable_gpu" が設定されている場合、これの既定値は "9.1" です。
戻り値
イメージの作成時に使用する構成オブジェクト。
の戻り値の型 :
例外
run
指定された入力データを使用してイメージをローカルで実行します。
動作するには、Docker がインストールされ、実行されている必要があります。 GPU 対応イメージは Microsoft Azure サービスでしか実行できないため、この方法は CPU でのみ有効です。
run(input_data)
パラメーター
- input_data
- <xref:varies>
実行時にイメージに渡す入力データ
戻り値
イメージの実行結果。
の戻り値の型 :
例外
serialize
この ContainerImage オブジェクトを JSON のシリアル化された辞書に変換します。
serialize()
戻り値
この ContainerImage の JSON 表現。
の戻り値の型 :
例外
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示