ComputeTarget Klasa
Abstrakcyjna klasa nadrzędna dla wszystkich obiektów docelowych obliczeniowych zarządzanych przez usługę Azure Machine Learning.
Docelowy obiekt obliczeniowy to wyznaczony zasób obliczeniowy/środowisko, w którym uruchamiasz skrypt trenowania lub hostujesz wdrożenie usługi. Ta lokalizacja może być maszyną lokalną lub zasobem obliczeniowym opartym na chmurze. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?
Konstruktor Klasy ComputeTarget.
Pobierz reprezentację chmury obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.
- Dziedziczenie
-
ComputeTarget
Konstruktor
ComputeTarget(workspace, name)Parametry
Uwagi
Użyj konstruktora ComputeTarget, aby pobrać reprezentację chmury obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Konstruktor zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego. Jeśli obiekt Compute nie zostanie znaleziony, zostanie podniesiony ComputeTargetException obiekt .
Metody
| attach |
Dołącz obiekt Compute do obszaru roboczego przy użyciu określonej nazwy i informacji o konfiguracji. |
| create |
Aprowizowanie obiektu obliczeniowego przez określenie typu obliczeniowego i powiązanej konfiguracji. Ta metoda tworzy nowy obiekt docelowy obliczeniowy zamiast dołączania istniejącego. |
| delete |
Usuń obiekt Compute ze skojarzonego obszaru roboczego. Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget. |
| deserialize |
Przekonwertuj obiekt JSON na obiekt compute. |
| detach |
Odłącz obiekt Compute od skojarzonego obszaru roboczego. Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget. Bazowe obiekty w chmurze nie są usuwane, a ich skojarzenia są usuwane. |
| get_status |
Pobierz bieżący stan aprowizacji obiektu Compute. |
| list |
Wyświetl listę wszystkich obiektów ComputeTarget w obszarze roboczym. Zwróć listę wystąpionych obiektów podrzędnych odpowiadających określonemu typowi obliczeń. Obiekty są elementami podrzędnymi .ComputeTarget |
| refresh_state |
Wykonaj aktualizację w miejscu właściwości obiektu. Zaktualizuj właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to przydatne w przypadku ręcznego sondowania stanu obliczeniowego. Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget. |
| serialize |
Przekonwertuj ten obiekt obliczeniowy na słownik serializowany w formacie JSON. |
| wait_for_completion |
Poczekaj na zakończenie bieżącej operacji aprowizacji w klastrze. Ta metoda zwraca wartość , ComputeTargetException jeśli wystąpił problem podczas sondowania obiektu obliczeniowego. |
attach
Dołącz obiekt Compute do obszaru roboczego przy użyciu określonej nazwy i informacji o konfiguracji.
static attach(workspace, name, attach_configuration)Parametry
- attach_configuration
- ComputeTargetAttachConfiguration
Obiekt ComputeTargetAttachConfiguration używany do określania typu obiektu obliczeniowego do dołączenia i sposobu jego konfigurowania.
Zwraca
Wystąpienie podrzędne obiektu ComputeTarget odpowiadające typowi dołączonego obiektu.
Typ zwracany
Wyjątki
Uwagi
Typ obiektu, który ma być przekazywany do parametru attach_configuration , jest obiektem utworzonym ComputeTargetAttachConfiguration przy użyciu attach_configuration funkcji w dowolnej z klas podrzędnych klasy ComputeTarget.
W poniższym przykładzie pokazano, jak dołączyć konto usługi ADLA do obszaru roboczego przy użyciu attach_configuration metody AdlaCompute.
adla_compute_name = 'testadl' # Name to associate with new compute in workspace
# ADLA account details needed to attach as compute to workspace
adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account
try:
# check if already attached
adla_compute = AdlaCompute(ws, adla_compute_name)
except ComputeTargetException:
print('attaching adla compute...')
attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
adla_compute.wait_for_completion()
print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
print("Provisioning state:{}".format(adla_compute.provisioning_state))
print("Provisioning errors:{}".format(adla_compute.provisioning_errors))
Pełna próbka jest dostępna z witryny https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb
create
Aprowizowanie obiektu obliczeniowego przez określenie typu obliczeniowego i powiązanej konfiguracji.
Ta metoda tworzy nowy obiekt docelowy obliczeniowy zamiast dołączania istniejącego.
static create(workspace, name, provisioning_configuration)Parametry
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Obiekt ComputeTargetProvisioningConfiguration używany do określania typu obiektu obliczeniowego do aprowizacji i sposobu jej konfigurowania.
Zwraca
Wystąpienie podrzędne obiektu ComputeTarget odpowiadające typowi aprowizowanego obiektu.
Typ zwracany
Wyjątki
Uwagi
Typ aprowizowanego obiektu jest określany przez podaną konfigurację aprowizacji.
W poniższym przykładzie tworzony jest trwały docelowy obiekt obliczeniowy aprowizowany przez AmlCompute program . Parametr provisioning_configuration w tym przykładzie jest typu AmlComputeProvisioningConfiguration.
from azureml.core.compute import ComputeTarget, AmlCompute
from azureml.core.compute_target import ComputeTargetException
# Choose a name for your CPU cluster
cpu_cluster_name = "cpu-cluster"
# Verify that cluster does not exist already
try:
cpu_cluster = ComputeTarget(workspace=ws, name=cpu_cluster_name)
print('Found existing cluster, use it.')
except ComputeTargetException:
compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_D2_V2',
max_nodes=4)
cpu_cluster = ComputeTarget.create(ws, cpu_cluster_name, compute_config)
cpu_cluster.wait_for_completion(show_output=True)
Pełna próbka jest dostępna z witryny https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
Usuń obiekt Compute ze skojarzonego obszaru roboczego.
Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget.
abstract delete()Wyjątki
Uwagi
Jeśli ten obiekt został utworzony za pośrednictwem usługi Azure Machine Learning, odpowiednie obiekty oparte na chmurze zostaną również usunięte. Jeśli ten obiekt został utworzony zewnętrznie i dołączony tylko do obszaru roboczego, ta metoda zgłasza wyjątek i nic się nie zmienia.
deserialize
Przekonwertuj obiekt JSON na obiekt compute.
abstract static deserialize(workspace, object_dict)Parametry
Zwraca
Reprezentacja obliczeniowa dostarczonego obiektu JSON.
Typ zwracany
Wyjątki
Uwagi
Zgłasza wartość , ComputeTargetException jeśli podany obszar roboczy nie jest obszarem roboczym skojarzonym z usługą Compute.
detach
Odłącz obiekt Compute od skojarzonego obszaru roboczego.
Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget. Bazowe obiekty w chmurze nie są usuwane, a ich skojarzenia są usuwane.
abstract detach()Wyjątki
get_status
Pobierz bieżący stan aprowizacji obiektu Compute.
get_status()Zwraca
Bieżąca klasa provisioning_state.
Typ zwracany
Wyjątki
Uwagi
Zwrócone wartości znajdują się w dokumentacji interfejsu API REST platformy Azure dla parametru ProvisioningState.
list
Wyświetl listę wszystkich obiektów ComputeTarget w obszarze roboczym.
Zwróć listę wystąpionych obiektów podrzędnych odpowiadających określonemu typowi obliczeń. Obiekty są elementami podrzędnymi .ComputeTarget
static list(workspace)Parametry
Zwraca
Lista obiektów docelowych obliczeniowych w obszarze roboczym.
Typ zwracany
Wyjątki
refresh_state
Wykonaj aktualizację w miejscu właściwości obiektu.
Zaktualizuj właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to przydatne w przypadku ręcznego sondowania stanu obliczeniowego.
Ta abstrakcyjna metoda jest implementowana przez klasy podrzędne klasy ComputeTarget.
abstract refresh_state()Wyjątki
serialize
Przekonwertuj ten obiekt obliczeniowy na słownik serializowany w formacie JSON.
abstract serialize()Zwraca
Reprezentacja JSON tego obiektu compute.
Typ zwracany
Wyjątki
wait_for_completion
Poczekaj na zakończenie bieżącej operacji aprowizacji w klastrze.
Ta metoda zwraca wartość , ComputeTargetException jeśli wystąpił problem podczas sondowania obiektu obliczeniowego.
wait_for_completion(show_output=False, is_delete_operation=False)Parametry
- is_delete_operation
- bool
Wskazuje, czy operacja jest przeznaczona do usuwania.
Wyjątki
Opinia
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: https://aka.ms/ContentUserFeedback.
Prześlij i wyświetl opinię dla