Environment 클래스
기계 학습 실험을 위한 재현 가능한 Python 환경을 구성합니다.
환경은 데이터 준비, 학습, 웹 서비스 배포를 포함하여 기계 학습 실험에 사용되는 Python 패키지, 환경 변수 및 Docker 설정을 정의합니다. 환경은 Azure Machine Learning Workspace에서 관리되고 버전 지정됩니다. 기존 환경을 업데이트하고 재사용할 버전을 검색할 수 있습니다. 환경은 생성된 작업 영역에만 적용되며 여러 작업 영역에서 사용할 수 없습니다.
환경에 대한 자세한 내용은 Create and manage reusable environments(재사용 가능한 환경 만들기 및 관리)를 참조하세요.
클래스 환경 생성자입니다.
- 상속
-
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElementEnvironment
생성자
Environment(name, **kwargs)
매개 변수
Name | Description |
---|---|
name
필수
|
환경의 이름입니다. 참고 "Microsoft" 또는 "AzureML"로 환경 이름을 시작하지 마세요. 접두사 "Microsoft" 및 "AzureML"은 큐레이팅된 환경을 위해 예약되어 있습니다. 큐레이팅된 환경에 대한 자세한 내용은 Create and manage reusable environments(재사용 가능한 환경 만들기 및 관리)를 참조하세요. |
설명
Azure Machine Learning은 자체 환경을 빌드하기에 좋은 출발점을 제안하는, 미리 정의되고 큐레이팅된 환경을 제공합니다. 큐레이팅된 환경은 캐시된 Docker 이미지에 의해 지원되므로 실행 준비 비용을 절감해줍니다. 큐레이팅된 환경에 대한 자세한 내용은 Create and manage reusable environments(재사용 가능한 환경 만들기 및 관리)를 참조하세요.
다음을 포함한 다양한 방법으로 Azure Machine Learning에서 환경을 생성할 수 있습니다.
새 환경 개체를 초기화합니다.
다음 환경 클래스 메서드 중 하나를 사용합니다. from_conda_specification, from_pip_requirements 또는 from_existing_conda_environment.
Estimator 개체를 포함하여, 환경을 지정하지 않고 실험 클래스의 submit 메서드를 사용하여 실험 실행을 제출합니다.
다음 예제에서는 새 환경을 인스턴스화하는 방법을 보여줍니다.
from azureml.core import Environment
myenv = Environment(name="myenv")
환경을 등록하여 관리할 수 있습니다. 이렇게 하면 환경의 버전을 추적하고 이후 실행에서 재사용할 수 있습니다.
myenv.register(workspace=ws)
환경 작업에 대한 추가 샘플은 Jupyter Notebook Using environments(환경 사용)를 참조하세요.
변수
Name | Description |
---|---|
Environment.databricks
|
이 섹션에서는 azureml.core.databricks.DatabricksSection 라이브러리 종속성을 구성합니다. |
docker
|
이 섹션에서는 환경 사양에 따라 빌드된 최종 Docker 이미지와 관련된 설정 및 Docker 컨테이너를 사용하여 환경을 빌드할지 여부를 구성합니다. |
inferencing_stack_version
|
이 섹션에서는 이미지에 추가된 추론 스택 버전을 지정합니다. 추론 스택을 추가하지 않으려면 이 값을 설정하지 마세요. 유효한 값: “latest”. |
python
|
이 섹션에서는 대상 컴퓨팅에서 사용할 Python 환경 및 인터프리터를 지정합니다. |
spark
|
이 섹션에서는 Spark 설정을 구성합니다. 프레임워크가 PySpark로 설정된 경우에만 사용됩니다. |
r
|
이 섹션에서는 대상 컴퓨팅에서 사용할 R 환경을 지정합니다. |
version
|
환경의 버전입니다. |
asset_id
|
자산 ID입니다. 환경이 등록될 때 를 채웁니다. |
메서드
add_private_pip_wheel |
디스크의 프라이빗 pip 휠 파일을 작업 영역에 연결된 Azure Storage Blob에 업로드합니다. 동일한 이름의 프라이빗 pip 휠이 작업 영역 스토리지 Blob에 이미 있는 경우 예외를 throw합니다. |
build |
클라우드에서 이 환경에 대한 Docker 이미지를 빌드합니다. |
build_local |
로컬 Docker 또는 conda 환경을 빌드합니다. |
clone |
환경 개체를 복제합니다. 새 이름을 가진 환경 개체의 새 인스턴스를 반환합니다. |
from_conda_specification |
환경 사양 YAML 파일에서 환경 개체를 생성합니다. 환경 사양 YAML 파일을 얻으려면 conda 사용자 가이드에서 Managing environments(환경 관리)를 참조하세요. |
from_docker_build_context |
Docker 빌드 컨텍스트에서 환경 개체를 만듭니다. |
from_docker_image |
선택적 python 종속성이 있는 기본 Docker 이미지에서 환경 개체를 생성합니다. conda_specification 또는 pip_requirements가 지정된 경우 Python 계층이 환경에 추가됩니다. conda_specification 및 pip_requirements는 함께 사용할 수 없습니다. |
from_dockerfile |
선택적 python 종속성을 사용하여 Dockerfile에서 환경 개체를 만듭니다. conda_specification 또는 pip_requirements가 지정된 경우 Python 계층이 환경에 추가됩니다. conda_specification 및 pip_requirements는 함께 사용할 수 없습니다. |
from_existing_conda_environment |
로컬 기존 conda 환경에서 생성된 환경 개체를 생성합니다. 기존 conda 환경 목록을 얻으려면 |
from_pip_requirements |
pip 요구 사항 파일에서 생성된 환경 개체를 생성합니다. pip_version이 지정되지 않으면 고정 해제된 pip 종속성이 추가됩니다. |
get |
환경 개체를 반환합니다. 레이블이 지정되면 이전에 값으로 레이블이 지정된 개체가 반환됩니다. 버전 또는 레이블 매개 변수 중 하나만 지정할 수 있습니다. 둘 다 누락되면 최신 버전의 환경 개체가 반환됩니다. |
get_image_details |
이미지 세부 정보를 반환합니다. |
label |
지정된 값을 사용하여 작업 영역의 환경 개체에 레이블을 지정합니다. |
list |
작업 영역의 환경이 포함된 사전을 반환합니다. |
load_from_directory |
디렉터리의 파일에서 환경 정의를 로드합니다. |
register |
작업 영역에 환경 개체를 등록합니다. |
save_to_directory |
환경 정의를 쉽게 편집 가능한 형식으로 디렉터리에 저장합니다. |
add_private_pip_wheel
디스크의 프라이빗 pip 휠 파일을 작업 영역에 연결된 Azure Storage Blob에 업로드합니다.
동일한 이름의 프라이빗 pip 휠이 작업 영역 스토리지 Blob에 이미 있는 경우 예외를 throw합니다.
static add_private_pip_wheel(workspace, file_path, exist_ok=False)
매개 변수
Name | Description |
---|---|
workspace
필수
|
프라이빗 pip 휠을 등록하는 데 사용할 작업 영역 개체입니다. |
file_path
필수
|
디스크의 로컬 pip 휠 경로이며 파일 확장명이 포함되어 있습니다. |
exist_ok
|
휠이 이미 있는 경우 예외를 throw할지 여부를 나타냅니다. Default value: False
|
반환
형식 | Description |
---|---|
conda 종속성에 사용할 Azure Blob Storage의 업로드된 pip 휠에 대한 전체 URI를 반환합니다. |
build
클라우드에서 이 환경에 대한 Docker 이미지를 빌드합니다.
build(workspace, image_build_compute=None)
매개 변수
Name | Description |
---|---|
workspace
필수
|
작업 영역 및 이미지가 저장되는 연결된 Azure Container Registry입니다. |
image_build_compute
|
이미지 빌드가 수행될 컴퓨팅 이름입니다. Default value: None
|
반환
형식 | Description |
---|---|
이미지 빌드 세부 정보 개체를 반환합니다. |
build_local
로컬 Docker 또는 conda 환경을 빌드합니다.
build_local(workspace, platform=None, **kwargs)
매개 변수
Name | Description |
---|---|
workspace
필수
|
작업 영역입니다. |
platform
|
플랫폼입니다. Linux, Windows 또는 OSX 중 하나입니다. 현재 플랫폼이 기본적으로 사용됩니다. Default value: None
|
kwargs
필수
|
고급 키워드 인수입니다. |
반환
형식 | Description |
---|---|
진행 중인 Docker 또는 conda 빌드 출력을 콘솔에 스트리밍합니다. |
설명
다음 예제에서는 로컬 환경을 빌드하는 방법을 보여 줍니다. 작업 영역이 유효한 azureml.core.workspace.Workspace 개체로 인스턴스화되었는지 확인하세요.
로컬 conda 환경 빌드
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace)
로컬 Docker 환경 빌드
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace, useDocker=True)
로컬로 Docker 이미지를 빌드하고 필요에 따라 작업 영역과 연결된 컨테이너 레지스트리에 푸시합니다.
from azureml.core import Environment
myenv = Environment(name="myenv")
registered_env = myenv.register(workspace)
registered_env.build_local(workspace, useDocker=True, pushImageToWorkspaceAcr=True)
clone
환경 개체를 복제합니다.
새 이름을 가진 환경 개체의 새 인스턴스를 반환합니다.
clone(new_name)
매개 변수
Name | Description |
---|---|
new_name
필수
|
새 환경 이름입니다. |
반환
형식 | Description |
---|---|
새 환경 개체입니다. |
from_conda_specification
환경 사양 YAML 파일에서 환경 개체를 생성합니다.
환경 사양 YAML 파일을 얻으려면 conda 사용자 가이드에서 Managing environments(환경 관리)를 참조하세요.
static from_conda_specification(name, file_path)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
file_path
필수
|
conda 환경 사양 YAML 파일 경로입니다. |
반환
형식 | Description |
---|---|
환경 개체입니다. |
from_docker_build_context
Docker 빌드 컨텍스트에서 환경 개체를 만듭니다.
static from_docker_build_context(name, docker_build_context)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
docker_build_context
필수
|
DockerBuildContext 개체입니다. |
반환
형식 | Description |
---|---|
환경 개체입니다. |
from_docker_image
선택적 python 종속성이 있는 기본 Docker 이미지에서 환경 개체를 생성합니다.
conda_specification 또는 pip_requirements가 지정된 경우 Python 계층이 환경에 추가됩니다. conda_specification 및 pip_requirements는 함께 사용할 수 없습니다.
static from_docker_image(name, image, container_registry=None, conda_specification=None, pip_requirements=None)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
image
필수
|
정규화된 이미지 이름입니다. |
conda_specification
|
conda 사양 파일입니다. Default value: None
|
container_registry
|
프라이빗 컨테이너 리포지토리 세부 정보입니다. Default value: None
|
pip_requirements
|
pip 요구 사항 파일입니다. Default value: None
|
반환
형식 | Description |
---|---|
환경 개체입니다. |
설명
기본 이미지가 권한 부여가 필요한 프라이빗 리포지토리에서 가져온 것이고, AzureML 작업 영역 수준에서 권한 부여가 설정되지 않은 경우 container_registry가 필요합니다.
from_dockerfile
선택적 python 종속성을 사용하여 Dockerfile에서 환경 개체를 만듭니다.
conda_specification 또는 pip_requirements가 지정된 경우 Python 계층이 환경에 추가됩니다. conda_specification 및 pip_requirements는 함께 사용할 수 없습니다.
static from_dockerfile(name, dockerfile, conda_specification=None, pip_requirements=None)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
dockerfile
필수
|
Dockerfile 콘텐츠 또는 파일의 경로입니다. |
conda_specification
|
conda 사양 파일입니다. Default value: None
|
pip_requirements
|
pip 요구 사항 파일입니다. Default value: None
|
반환
형식 | Description |
---|---|
환경 개체입니다. |
from_existing_conda_environment
로컬 기존 conda 환경에서 생성된 환경 개체를 생성합니다.
기존 conda 환경 목록을 얻으려면 conda env list
를 실행합니다. 자세한 내용은 conda 사용자 가이드의 Managing environments(환경 관리)를 참조하세요.
static from_existing_conda_environment(name, conda_environment_name)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
conda_environment_name
필수
|
로컬 기존 conda 환경의 이름입니다. |
반환
형식 | Description |
---|---|
환경 개체 또는 None(conda 사양 파일을 내보내지 못하는 경우)입니다. |
from_pip_requirements
pip 요구 사항 파일에서 생성된 환경 개체를 생성합니다.
pip_version이 지정되지 않으면 고정 해제된 pip 종속성이 추가됩니다.
static from_pip_requirements(name, file_path, pip_version=None)
매개 변수
Name | Description |
---|---|
name
필수
|
환경 이름입니다. |
file_path
필수
|
pip 요구 사항 파일 경로입니다. |
pip_version
|
conda 환경용 Pip 버전입니다. Default value: None
|
반환
형식 | Description |
---|---|
환경 개체입니다. |
get
환경 개체를 반환합니다.
레이블이 지정되면 이전에 값으로 레이블이 지정된 개체가 반환됩니다. 버전 또는 레이블 매개 변수 중 하나만 지정할 수 있습니다. 둘 다 누락되면 최신 버전의 환경 개체가 반환됩니다.
static get(workspace, name, version=None, label=None)
매개 변수
Name | Description |
---|---|
workspace
필수
|
환경을 포함하는 작업 영역입니다. |
name
필수
|
반환할 환경의 이름입니다. |
version
|
반환할 환경의 버전입니다. Default value: None
|
label
|
환경 레이블 값입니다. Default value: None
|
반환
형식 | Description |
---|---|
환경 개체입니다. |
get_image_details
이미지 세부 정보를 반환합니다.
get_image_details(workspace)
매개 변수
Name | Description |
---|---|
workspace
필수
|
작업 영역입니다. |
반환
형식 | Description |
---|---|
이미지 세부 정보를 사전으로 반환합니다. |
label
지정된 값을 사용하여 작업 영역의 환경 개체에 레이블을 지정합니다.
static label(workspace, name, version, labels)
매개 변수
Name | Description |
---|---|
workspace
필수
|
클러스터 자동 크기 조정(규모 확대 및 축소) 중 |
name
필수
|
환경 이름 |
version
필수
|
환경 버전 |
labels
필수
|
환경에 레이블을 지정할 값 |
list
작업 영역의 환경이 포함된 사전을 반환합니다.
static list(workspace)
매개 변수
Name | Description |
---|---|
workspace
필수
|
환경을 나열할 작업 영역입니다. |
반환
형식 | Description |
---|---|
<xref:builtin.dict>[str, Environment]
|
환경 개체의 사전입니다. |
load_from_directory
디렉터리의 파일에서 환경 정의를 로드합니다.
static load_from_directory(path)
매개 변수
Name | Description |
---|---|
path
필수
|
소스 디렉터리의 경로입니다. |
register
작업 영역에 환경 개체를 등록합니다.
register(workspace)
매개 변수
Name | Description |
---|---|
workspace
필수
|
클러스터 자동 크기 조정(규모 확대 및 축소) 중 |
name
필수
|
|
반환
형식 | Description |
---|---|
환경 개체를 반환합니다. |
save_to_directory
환경 정의를 쉽게 편집 가능한 형식으로 디렉터리에 저장합니다.
save_to_directory(path, overwrite=False)
매개 변수
Name | Description |
---|---|
path
필수
|
대상 디렉터리의 경로입니다. |
overwrite
|
기존 디렉터리를 덮어써야 하는지 여부입니다. 기본값은 false입니다. Default value: False
|
특성
environment_variables
azureml.core.RunConfiguration 개체를 사용하여 런타임 변수를 설정합니다.