BatchCompute Klas

Hiermee beheert u een Batch-rekendoel in Azure Machine Learning.

Azure Batch wordt gebruikt om grootschalige parallelle en HPC-toepassingen (High Performance Computing) efficiënt uit te voeren in de cloud. BatchCompute wordt gebruikt in Azure Machine Learning-pijplijnen om taken te verzenden naar een Azure Batch groep machines met behulp van een AzureBatchStep. Zie Wat zijn rekendoelen in Azure Machine Learning? voor meer informatie.

Klasse ComputeTarget-constructor.

Haal een cloudweergave op van een rekenobject dat is gekoppeld aan de opgegeven werkruimte. Retourneert een exemplaar van een onderliggende klasse die overeenkomt met het specifieke type van het opgehaalde Rekenobject.

Overname

ComputeTarget

BatchCompute

Constructor

BatchCompute(workspace, name)

Parameters

Name	Description
workspace Vereist	Workspace Het werkruimteobject met het batchcompute-object dat moet worden opgehaald.
name Vereist	str De naam van het BatchCompute-object dat moet worden opgehaald.
workspace Vereist	Workspace Het werkruimteobject met het rekenobject dat moet worden opgehaald.
name Vereist	str De naam van het rekenobject dat moet worden opgehaald.

Opmerkingen

Maak een Azure Batch-account voordat u het gebruikt. Zie Een Batch-account maken met de Azure Portal als u er een wilt maken.

In het volgende voorbeeld ziet u hoe u een Azure Batch rekenaccount koppelt aan een werkruimte met behulp van attach_configuration.

   batch_compute_name = 'mybatchcompute' # Name to associate with new compute in workspace

   # Batch account details needed to attach as compute to workspace
   batch_account_name = "<batch_account_name>" # Name of the Batch account
   batch_resource_group = "<batch_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       batch_compute = BatchCompute(ws, batch_compute_name)
   except ComputeTargetException:
       print('Attaching Batch compute...')
       provisioning_config = BatchCompute.attach_configuration(resource_group=batch_resource_group,
                                                               account_name=batch_account_name)
       batch_compute = ComputeTarget.attach(ws, batch_compute_name, provisioning_config)
       batch_compute.wait_for_completion()
       print("Provisioning state:{}".format(batch_compute.provisioning_state))
       print("Provisioning errors:{}".format(batch_compute.provisioning_errors))

   print("Using Batch compute:{}".format(batch_compute.cluster_resource_id))

Volledig voorbeeld is beschikbaar via https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-azurebatch-to-run-a-windows-executable.ipynb

Methoden

attach_configuration	Maak een configuratieobject voor het koppelen van een Batch-rekendoel.
delete	Verwijderen wordt niet ondersteund voor een BatchCompute-object. Gebruik in plaats daarvan detach.
deserialize	Converteer een JSON-object naar een BatchCompute-object.
detach	Koppelt het Batch-object los van de bijbehorende werkruimte. Onderliggende cloudobjecten worden niet verwijderd, alleen de koppeling wordt verwijderd.
refresh_state	Voer een in-place update uit van de eigenschappen van het object. Met deze methode worden de eigenschappen bijgewerkt op basis van de huidige status van het bijbehorende cloudobject. Dit wordt voornamelijk gebruikt voor handmatige polling van de rekenstatus.
serialize	Converteer dit BatchCompute-object naar een geserialiseerde JSON-woordenlijst.

attach_configuration

Maak een configuratieobject voor het koppelen van een Batch-rekendoel.

static attach_configuration(resource_group=None, account_name=None, resource_id=None)

Parameters

Name	Description
resource_group	str De naam van de resourcegroep waarin het Batch-account zich bevindt. Default value: None
account_name	str De naam van het Batch-account. Default value: None
resource_id	str De Azure-resource-id voor de rekenresource die wordt gekoppeld. Default value: None

Retouren

Type	Description
BatchAttachConfiguration	Een configuratieobject dat moet worden gebruikt bij het koppelen van een compute-object.

delete

Verwijderen wordt niet ondersteund voor een BatchCompute-object. Gebruik in plaats daarvan detach.

delete()

Uitzonderingen

Type	Description
ComputeTargetException

deserialize

Converteer een JSON-object naar een BatchCompute-object.

static deserialize(workspace, object_dict)

Parameters

Name	Description
workspace Vereist	Workspace Het werkruimteobject waar het BatchCompute-object aan is gekoppeld.
object_dict Vereist	dict Een JSON-object dat moet worden geconverteerd naar een BatchCompute-object.

Retouren

Type	Description
BatchCompute	De BatchCompute-weergave van het opgegeven JSON-object.

Uitzonderingen

Type	Description
ComputeTargetException

Opmerkingen

Verhoogt een ComputeTargetException als de opgegeven werkruimte niet de werkruimte is die de compute is gekoppeld.

detach

Koppelt het Batch-object los van de bijbehorende werkruimte.

Onderliggende cloudobjecten worden niet verwijderd, alleen de koppeling wordt verwijderd.

detach()

Uitzonderingen

Type	Description
ComputeTargetException

refresh_state

Voer een in-place update uit van de eigenschappen van het object.

Met deze methode worden de eigenschappen bijgewerkt op basis van de huidige status van het bijbehorende cloudobject. Dit wordt voornamelijk gebruikt voor handmatige polling van de rekenstatus.

refresh_state()

serialize

Converteer dit BatchCompute-object naar een geserialiseerde JSON-woordenlijst.

serialize()

Retouren

Type	Description
dict	De JSON-weergave van dit BatchCompute-object.