Delen via

BatchEndpointOperations Klas

  • Referentie

BatchEndpointOperations.

U moet deze klasse niet rechtstreeks instantiëren. In plaats daarvan moet u een MLClient-exemplaar maken dat het voor u instanteert en als een kenmerk koppelt.

Overname
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
BatchEndpointOperations

Constructor

BatchEndpointOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_05_2022: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)

Parameters

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

Bereikvariabelen voor de bewerkingsklassen van een MLClient-object.

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

Algemene configuratie voor bewerkingsklassen van een MLClient-object.

service_client_05_2022
<xref:<xref:azure.ai.ml._restclient.v2022_05_01._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>>
Vereist

Serviceclient zodat eindgebruikers kunnen werken met Azure Machine Learning-werkruimteresources.

all_operations
<xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Vereist

Alle bewerkingsklassen van een MLClient-object.

credentials
TokenCredential
standaardwaarde: None

Referenties die moeten worden gebruikt voor verificatie.

Methoden

begin_create_or_update

Een batch-eindpunt maken of bijwerken.
begin_delete

Verwijder een batch-eindpunt.
get

Haal een eindpuntresource op.
invoke

Roept het batch-eindpunt aan met de opgegeven nettolading.
list

Lijst met eindpunten van de werkruimte.
list_jobs

Lijst met taken onder de opgegeven batch-eindpuntimplementatie. Dit is alleen geldig voor batch-eindpunten.

begin_create_or_update

Een batch-eindpunt maken of bijwerken.

begin_create_or_update(endpoint: BatchEndpoint) -> LROPoller[BatchEndpoint]

Parameters

endpoint
BatchEndpoint
Vereist

De eindpuntentiteit.

Retouren

Een poller om de bewerkingsstatus bij te houden.

Retourtype

LROPoller[BatchEndpoint]

Voorbeelden

Voorbeeld van eindpunt maken.


   from azure.ai.ml.entities import BatchEndpoint

   endpoint_example = BatchEndpoint(name=endpoint_name_2)
   ml_client.batch_endpoints.begin_create_or_update(endpoint_example)

begin_delete

Verwijder een batch-eindpunt.

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

Parameters

name
str
Vereist

Naam van het batch-eindpunt.

Retouren

Een poller om de bewerkingsstatus bij te houden.

Retourtype

LROPoller[None]

Voorbeelden

Voorbeeld van eindpunt verwijderen.


   ml_client.batch_endpoints.begin_delete(endpoint_name)

get

Haal een eindpuntresource op.

get(name: str) -> BatchEndpoint

Parameters

name
str
Vereist

Naam van het eindpunt.

Retouren

Eindpuntobject opgehaald uit de service.

Retourtype

BatchEndpoint

Voorbeelden

Voorbeeld van eindpunt ophalen.


   ml_client.batch_endpoints.get(endpoint_name)

invoke

Roept het batch-eindpunt aan met de opgegeven nettolading.

invoke(endpoint_name: str, *, deployment_name: str | None = None, inputs: Dict[str, Input] | None = None, **kwargs) -> BatchJob

Parameters

endpoint_name
str
Vereist

De naam van het eindpunt.

deployment_name
str

(Optioneel) De naam van een specifieke implementatie die moet worden aangeroepen. Dit is optioneel. Aanvragen worden standaard gerouteerd naar een van de implementaties volgens de verkeersregels.

inputs
Dict[str, Input]

(Optioneel) Een woordenlijst van bestaande gegevensasset, openbaar URI-bestand of map voor gebruik met de implementatie

Retouren

De aangeroepen batch-implementatietaak.

Retourtype

BatchJob

Uitzonderingen

ValidationException

Gegenereerd als de implementatie niet kan worden gevalideerd. Meer informatie vindt u in het foutbericht.

AssetException

Gegenereerd als BatchEndpoint-assets (bijvoorbeeld gegevens, code, model, omgeving) niet kunnen worden gevalideerd. Meer informatie vindt u in het foutbericht.

ModelException

Gegenereerd als het BatchEndpoint-model niet kan worden gevalideerd. Meer informatie vindt u in het foutbericht.

EmptyDirectoryError

Wordt gegenereerd als het opgegeven lokale pad verwijst naar een lege map.

Voorbeelden

Voorbeeld van het aanroepen van eindpunt.


   ml_client.batch_endpoints.invoke(endpoint_name_2)

list

Lijst met eindpunten van de werkruimte.

list() -> ItemPaged[BatchEndpoint]

Retouren

Een lijst met eindpunten

Retourtype

ItemPaged[BatchEndpoint]

Voorbeelden

Lijstvoorbeeld.


   ml_client.batch_endpoints.list()

list_jobs

Lijst met taken onder de opgegeven batch-eindpuntimplementatie. Dit is alleen geldig voor batch-eindpunten.

list_jobs(endpoint_name: str) -> ItemPaged[BatchJob]

Parameters

endpoint_name
str
Vereist

De naam van het eindpunt

Retouren

Lijst met taken

Retourtype

ItemPaged[BatchJob]

Voorbeelden

Voorbeeld van een lijst met taken.


   ml_client.batch_endpoints.list_jobs(endpoint_name_2)