CommandJob Klasa
Zadanie polecenia.
- Dziedziczenie
-
azure.ai.ml.entities._job.job.JobCommandJobazure.ai.ml.entities._job.parameterized_command.ParameterizedCommandCommandJobazure.ai.ml.entities._job.job_io_mixin.JobIOMixinCommandJob
Konstruktor
CommandJob(*, inputs: Dict[str, int | str | float | bool | Input] | None = None, outputs: Dict[str, Output] | None = None, limits: CommandJobLimits | None = None, identity: ManagedIdentityConfiguration | AmlTokenConfiguration | UserIdentityConfiguration | None = None, services: Dict[str, JobService | JupyterLabJobService | SshJobService | TensorBoardJobService | VsCodeJobService] | None = None, **kwargs)
Parametry
- services
- Optional[dict[str, JobService]]
Informacje tylko do odczytu dotyczące usług skojarzonych z zadaniem.
Mapowanie powiązań danych wyjściowych używanych w poleceniu .
- identity
- Optional[Union[ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration]]
Tożsamość, która będzie używana przez zadanie podczas uruchamiania na obliczeniach.
- limits
- Optional[CommandJobLimits]
Limity zadania.
- kwargs
- dict
Słownik dodatkowych parametrów konfiguracji.
Przykłady
Konfigurowanie zadania CommandJob.
command_job = CommandJob(
code="./src",
command="python train.py --ss {search_space.ss}",
inputs={"input1": Input(path="trial.csv")},
outputs={"default": Output(path="./foo")},
compute="trial",
environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
limits=CommandJobLimits(timeout=120),
)
Metody
dump |
Zrzuty zawartości zadania do pliku w formacie YAML. |
dump
Zrzuty zawartości zadania do pliku w formacie YAML.
dump(dest: str | PathLike | IO, **kwargs) -> None
Parametry
Ścieżka lokalna lub strumień plików do zapisu zawartości YAML. Jeśli dest jest ścieżką pliku, zostanie utworzony nowy plik. Jeśli plik jest otwarty, plik zostanie zapisany bezpośrednio.
- kwargs
- dict
Dodatkowe argumenty do przekazania do serializatora YAML.
Wyjątki
Zgłaszane, jeśli dest jest ścieżką pliku i plik już istnieje.
Zgłaszane, jeśli dest jest otwartym plikiem, a plik nie jest zapisywalny.
Atrybuty
base_path
creation_context
distribution
Konfiguracja składnika lub zadania polecenia rozproszonego.
Zwraca
Konfiguracja dystrybucji.
Typ zwracany
id
Identyfikator zasobu.
Zwraca
Identyfikator globalny zasobu, identyfikator usługi Azure Resource Manager (ARM).
Typ zwracany
inputs
log_files
Pliki wyjściowe zadania.
Zwraca
Słownik nazw dzienników i adresów URL.
Typ zwracany
outputs
parameters
Parametry platformy MLFlow.
Zwraca
Parametry platformy MLFlow zarejestrowane w zadaniu.
Typ zwracany
resources
Konfiguracja zasobów obliczeniowych dla składnika polecenia lub zadania.
Zwraca
Konfiguracja zasobów obliczeniowych dla składnika polecenia lub zadania.
Typ zwracany
status
Stan zadania.
Zwracane typowe wartości to "Running", "Completed" i "Failed". Wszystkie możliwe wartości to:
NotStarted — jest to stan tymczasowy, w przypadku którego przed przesłaniem do chmury znajdują się obiekty Uruchom po stronie klienta.
Uruchamianie — uruchomienie zostało rozpoczęte w chmurze. Obiekt wywołujący ma w tym momencie identyfikator uruchomienia.
Aprowizacja — obliczenia na żądanie są tworzone dla danego przesłania zadania.
Przygotowywanie — środowisko uruchomieniowe jest przygotowywane i znajduje się w jednym z dwóch etapów:
Kompilacja obrazu platformy Docker
Konfiguracja środowiska conda
W kolejce — zadanie jest kolejkowane w docelowym obiekcie obliczeniowym. Na przykład w usłudze BatchAI zadanie jest w stanie w kolejce
podczas oczekiwania na gotowość wszystkich żądanych węzłów.
Uruchomione — zadanie zostało uruchomione na docelowym obiekcie obliczeniowym.
Finalizowanie — wykonywanie kodu użytkownika zostało ukończone, a przebieg znajduje się na etapach przetwarzania końcowego.
CancelRequested — zażądano anulowania zadania.
Ukończono — przebieg został ukończony pomyślnie. Obejmuje to zarówno wykonywanie kodu użytkownika, jak i uruchamianie
etapy przetwarzania końcowego.
Niepowodzenie — przebieg zakończył się niepowodzeniem. Zazwyczaj właściwość Error w przebiegu zawiera szczegółowe informacje o przyczynie.
Anulowano — następuje żądanie anulowania i wskazuje, że przebieg został pomyślnie anulowany.
NotResponding — w przypadku przebiegów z włączonymi pulsami nie wysłano ostatnio pulsu.
Zwraca
Stan zadania.
Typ zwracany
studio_url
Punkt końcowy programu Azure ML Studio.
Zwraca
Adres URL strony szczegółów zadania.
Typ zwracany
type
Azure SDK for Python
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla