다음을 통해 공유

ComputeOperations 클래스

  • 참조

ComputeOperations.

이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 MLClient 개체의 컴퓨팅 특성을 사용합니다.

상속
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
ComputeOperations

생성자

ComputeOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, **kwargs: Dict)

매개 변수

operation_scope
<xref:azure.ai.ml._scope_dependent_operations.OperationScope>
필수

MLClient 개체의 작업 클래스에 대한 범위 변수입니다.

operation_config
<xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
필수

MLClient 개체의 작업 클래스에 대한 일반적인 구성입니다.

service_client
<xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
필수

최종 사용자가 Azure Machine Learning 작업 영역 리소스에서 작동할 수 있도록 하는 서비스 클라이언트입니다.

메서드

begin_attach

컴퓨팅 리소스를 작업 영역에 연결합니다.
begin_create_or_update

컴퓨팅 리소스를 만들고 등록합니다.
begin_delete

컴퓨팅 리소스를 삭제하거나 분리합니다.
begin_restart

컴퓨팅 instance 다시 시작합니다.
begin_start

컴퓨팅 instance 시작합니다.
begin_stop

컴퓨팅 instance 중지합니다.
begin_update

컴퓨팅 리소스를 업데이트합니다. 현재 AmlCompute 리소스 종류에만 유효합니다.
get

컴퓨팅 리소스를 가져옵니다.
list

작업 영역의 컴퓨팅을 나열합니다.
list_nodes

컴퓨팅 리소스의 노드 목록을 검색합니다.
list_sizes

지원되는 VM 크기를 위치에 나열합니다.
list_usage

현재 사용량 정보와 지정된 구독 및 위치에 대한 AzureML 리소스 제한을 나열합니다.

begin_attach

컴퓨팅 리소스를 작업 영역에 연결합니다.

begin_attach(compute: Compute, **kwargs: Any) -> LROPoller[Compute]

매개 변수

compute
Compute
필수

컴퓨팅 리소스 정의입니다.

반환

장기 실행 작업이 완료되면 Compute 개체를 반환하는 LROPoller의 instance.

반환 형식

LROPoller[Compute]

예제

작업 영역에 컴퓨팅 리소스 연결


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_2,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   attached_compute = ml_client.compute.begin_attach(compute_obj)

begin_create_or_update

컴퓨팅 리소스를 만들고 등록합니다.

begin_create_or_update(compute: Compute) -> LROPoller[Compute]

매개 변수

compute
Compute
필수

컴퓨팅 리소스 정의입니다.

반환

장기 실행 작업이 완료되면 Compute 개체를 반환하는 LROPoller의 instance.

반환 형식

LROPoller[Compute]

예제

컴퓨팅 리소스 만들기 및 등록


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_1,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   registered_compute = ml_client.compute.begin_create_or_update(compute_obj)

begin_delete

컴퓨팅 리소스를 삭제하거나 분리합니다.

begin_delete(name: str, *, action: str = 'Delete') -> LROPoller[None]

매개 변수

name
str
필수

컴퓨팅 리소스의 이름입니다.

action

수행할 작업입니다. 가능한 값: ["Delete", "Detach"]. 기본값은 "Delete"입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[None]

예제

컴퓨팅 예제를 삭제합니다.


   ml_client.compute.begin_delete(compute_name_1, action="Detach")

   ml_client.compute.begin_delete(compute_name_2)

begin_restart

컴퓨팅 instance 다시 시작합니다.

begin_restart(name: str) -> LROPoller[None]

매개 변수

name
str
필수

컴퓨팅 instance 이름입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[None]

예제

중지된 컴퓨팅 instance 다시 시작합니다.


   ml_client.compute.begin_restart(ci_name)

begin_start

컴퓨팅 instance 시작합니다.

begin_start(name: str) -> LROPoller[None]

매개 변수

name
str
필수

컴퓨팅 instance 이름입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[None]

예제

컴퓨팅 instance 시작합니다.


   ml_client.compute.begin_start(ci_name)

begin_stop

컴퓨팅 instance 중지합니다.

begin_stop(name: str) -> LROPoller[None]

매개 변수

name
str
필수

컴퓨팅 instance 이름입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[None]

예제

컴퓨팅 instance 중지합니다.


   ml_client.compute.begin_stop(ci_name)

begin_update

컴퓨팅 리소스를 업데이트합니다. 현재 AmlCompute 리소스 종류에만 유효합니다.

begin_update(compute: Compute) -> LROPoller[Compute]

매개 변수

compute
Compute
필수

컴퓨팅 리소스 정의입니다.

반환

장기 실행 작업이 완료되면 Compute 개체를 반환하는 LROPoller의 instance.

반환 형식

LROPoller[Compute]

예제

AmlCompute 리소스 업데이트


   compute_obj = ml_client.compute.get("cpu-cluster")
   compute_obj.idle_time_before_scale_down = 200
   updated_compute = ml_client.compute.begin_update(compute_obj)

get

컴퓨팅 리소스를 가져옵니다.

get(name: str) -> Compute

매개 변수

name
str
필수

컴퓨팅 리소스의 이름입니다.

반환

Compute 개체입니다.

반환 형식

Compute

예제

작업 영역에서 컴퓨팅 리소스 검색


   cpu_cluster = ml_client.compute.get("cpu-cluster")

list

작업 영역의 컴퓨팅을 나열합니다.

list(*, compute_type: str | None = None) -> Iterable[Compute]

매개 변수

compute_type
Optional[str]

나열할 컴퓨팅의 형식이며 대/소문자를 구분하지 않습니다. 기본값은 AMLCompute입니다.

반환

Compute 개체의 instance 같은 반복기입니다.

반환 형식

ItemPaged[Compute]

예제

작업 영역에서 AzureML Kubernetes 컴퓨팅 리소스 목록을 검색합니다.


   compute_list = ml_client.compute.list(compute_type="AMLK8s")  # cspell:disable-line

list_nodes

컴퓨팅 리소스의 노드 목록을 검색합니다.

list_nodes(name: str) -> Iterable[AmlComputeNodeInfo]

매개 변수

name
str
필수

컴퓨팅 리소스의 이름입니다.

반환

AmlComputeNodeInfo 개체의 반복기와 유사한 instance.

반환 형식

ItemPaged[AmlComputeNodeInfo]

예제

컴퓨팅 리소스에서 노드 목록을 검색합니다.


   node_list = ml_client.compute.list_nodes(name="cpu-cluster")

list_sizes

지원되는 VM 크기를 위치에 나열합니다.

list_sizes(*, location: str | None = None, compute_type: str | None = None) -> Iterable[VmSize]

매개 변수

location
str

가상 머신 크기를 쿼리할 위치입니다. 기본값은 작업 영역 위치입니다.

compute_type
Optional[str]

나열할 컴퓨팅의 형식이며 대/소문자를 구분하지 않습니다. 기본값은 AMLCompute입니다.

반환

가상 머신 크기 개체에 대한 반복기입니다.

반환 형식

Iterable[VmSize]

예제

작업 영역 위치에 지원되는 VM 크기를 나열합니다.


   size_list = ml_client.compute.list_sizes()

list_usage

현재 사용량 정보와 지정된 구독 및 위치에 대한 AzureML 리소스 제한을 나열합니다.

list_usage(*, location: str | None = None) -> Iterable[Usage]

매개 변수

location
Optional[str]

리소스 사용량을 쿼리할 위치입니다. 기본값은 작업 영역 위치입니다.

반환

현재 사용 정보 개체에 대한 반복기입니다.

반환 형식

ItemPaged[Usage]

예제

작업 영역 위치에 대한 리소스 사용량을 나열합니다.


   usage_list = ml_client.compute.list_usage()