Udostępnij przez


compute Pakiet

Ten pakiet zawiera klasy służące do zarządzania celami obliczeniowymi w usłudze Azure Machine Learning.

Aby uzyskać więcej informacji na temat wybierania celów obliczeniowych na potrzeby trenowania i wdrażania, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Moduły

adla

Zawiera funkcje zarządzania celami obliczeniowymi usługi Azure Data Lake Analytics w usłudze Azure Machine Learning.

aks

Zawiera funkcje zarządzania celami obliczeniowymi usługi Azure Kubernetes Service w usłudze Azure Machine Learning.

amlcompute

Zawiera funkcje zarządzania celami obliczeniowymi usługi Azure Machine Learning w usłudze Azure Machine Learning.

batch

Zawiera funkcje zarządzania celami obliczeniowymi usługi Batch w usłudze Azure Machine Learning.

compute

Zawiera abstrakcyjne klasy nadrzędne i konfiguracyjne dla celów obliczeniowych w usłudze Azure Machine Learning.

computeinstance

Zawiera funkcje tworzenia w pełni zarządzanej stacji roboczej opartej na chmurze w usłudze Azure Machine Learning.

databricks

Zawiera funkcje zarządzania celami obliczeniowymi usługi Databricks w usłudze Azure Machine Learning.

datafactory

Zawiera funkcje zarządzania celami obliczeniowymi usługi Datafactory w usłudze Azure Machine Learning.

dsvm

Zawiera funkcje zarządzania celami obliczeniowymi środowiska Data Science Virtual Machine w usłudze Azure Machine Learning.

hdinsight

Zawiera funkcje zarządzania celami obliczeniowymi klastra usługi HDInsight w usłudze Azure Machine Learning.

kubernetescompute

Zawiera funkcje zarządzania celami obliczeniowymi usługi Azure Machine Learning w usłudze Azure Machine Learning.

kusto

Zawiera funkcje zarządzania celami obliczeniowymi usługi Kusto w usłudze Azure Machine Learning.

remote

Zawiera funkcje zarządzania zdalnymi celami obliczeniowymi w usłudze Azure Machine Learning.

synapse

Zarządza celami obliczeniowymi usługi Synapse w usłudze Azure Machine Learning.

Klasy

AdlaCompute

Zarządza docelowym obiektem obliczeniowym usługi Azure Data Lake Analytics w usłudze Azure Machine Learning.

Usługa Azure Data Lake Analytics to platforma do analizy danych big data w chmurze platformy Azure. Może służyć jako cel obliczeniowy z potokami usługi Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

AksCompute

Zarządza docelowym obiektem obliczeniowym usługi Azure Kubernetes Service w usłudze Azure Machine Learning.

Cele usługi Azure Kubernetes Service (AKSCompute) są zwykle używane w przypadku wdrożeń produkcyjnych na dużą skalę, ponieważ zapewniają szybki czas odpowiedzi i skalowanie automatyczne wdrożonej usługi. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

AmlCompute

Zarządza obliczeniami usługi Azure Machine Learning w usłudze Azure Machine Learning.

Usługa Azure Machine Learning Compute (AmlCompute) to zarządzana infrastruktura obliczeniowa, która umożliwia łatwe tworzenie pojedynczego lub wielowęźleowego środowiska obliczeniowego. Obliczenia są tworzone w regionie obszaru roboczego jako zasób, który może być udostępniany innym użytkownikom. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

BatchCompute

Zarządza docelowym obiektem obliczeniowym usługi Batch w usłudze Azure Machine Learning.

Usługa Azure Batch służy do wydajnego uruchamiania aplikacji równoległych i obliczeń o wysokiej wydajności (HPC) na dużą skalę w chmurze. Usługa BatchCompute jest używana w potokach usługi Azure Machine Learning do przesyłania zadań do puli maszyn usługi Azure Batch przy użyciu elementu AzureBatchStep. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

ComputeInstance

Zarządza opartym na chmurze zoptymalizowanym środowiskiem deweloperskim uczenia maszynowego w usłudze Azure Machine Learning.

Wystąpienie obliczeniowe usługi Azure Machine Learning to w pełni skonfigurowane i zarządzane środowisko programistyczne w chmurze zoptymalizowane pod kątem przepływów pracy tworzenia uczenia maszynowego. Klasa ComputeInstance jest zwykle używana do tworzenia środowiska deweloperskiego lub jako celu obliczeniowego na potrzeby trenowania i wnioskowania na potrzeby programowania i testowania. Za pomocą klasy ComputeInstance możesz tworzyć, trenować i wdrażać modele w w pełni zintegrowanym środowisku notesu w obszarze roboczym. Aby uzyskać więcej informacji, zobacz Co to jest wystąpienie obliczeniowe usługi Azure Machine Learning?.

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

ComputeTarget

Abstrakcyjna klasa nadrzędna dla wszystkich docelowych obiektów 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 komputerem lokalnym 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 w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

DataFactoryCompute

Zarządza docelowym obiektem obliczeniowym DataFactory w usłudze Azure Machine Learning.

Azure Data Factory to usługa ETL w chmurze platformy Azure do skalowanej w poziomie i bezserwerowej integracji i transformacji danych. Aby uzyskać więcej informacji, zobacz Azure Data Factory.

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

DatabricksCompute

Zarządza docelowym obiektem obliczeniowym usługi Databricks w usłudze Azure Machine Learning.

Azure Databricks to środowisko oparte na platformie Apache Spark w chmurze platformy Azure. Może służyć jako docelowy obiekt obliczeniowy w potoku usługi Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

DsvmCompute

Zarządza docelowym obiektem obliczeniowym środowiska Data Science Virtual Machine w usłudze Azure Machine Learning.

Maszyna wirtualna Azure Data Science Virtual Machine (DSVM) to wstępnie skonfigurowane środowisko do nauki o danych i programowania sztucznej inteligencji na platformie Azure. Maszyna wirtualna oferuje wyselekcjonowane narzędzia i struktury na potrzeby opracowywania uczenia maszynowego w pełnym cyklu życia. Aby uzyskać więcej informacji, zobacz Data Science Virtual Machine.

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

HDInsightCompute

Zarządza docelowym obiektem obliczeniowym klastra usługi HDInsight w usłudze Azure Machine Learning.

Azure HDInsight to popularna platforma do analizy danych big data. Platforma udostępnia platformę Apache Spark, która może służyć do trenowania modelu. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

KubernetesCompute

Uwaga

Jest to klasa eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.

KubernetesCompute (wersja zapoznawcza) to klaster K8s zarządzany przez klienta dołączony do obszaru roboczego przez administratora klastra.

Użytkownik udzielił dostępu i limitu przydziału do obliczeń, może łatwo określić i przesłać jednowęźle lub rozproszone obciążenie uczenia maszynowego z wieloma węzłami do obliczeń. Obliczenia są wykonywane w środowisku konteneryzowanym i pakują zależności modelu w kontenerze platformy Docker. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning? https://docs.microsoft.com/azure/machine-learning/concept-compute-target

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

KustoCompute

Zarządza docelowym obiektem obliczeniowym Kusto w usłudze Azure Machine Learning.

Usługa Kusto, znana również jako usługa Azure Data Explorer, może służyć jako cel obliczeniowy z potokiem usługi Azure Machine Learning. Docelowy obiekt obliczeniowy zawiera parametry połączenia Kusto i poświadczenia jednostki usługi używane do uzyskiwania dostępu do docelowego klastra Kusto.

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

RemoteCompute

Zarządza zdalnym celem obliczeniowym do użycia w usłudze Azure Machine Learning.

Usługa Azure Machine Learning obsługuje dołączanie zdalnego zasobu obliczeniowego do obszaru roboczego. Zasób zdalny może być maszyną wirtualną platformy Azure, serwerem zdalnym w organizacji lub lokalnym, o ile zasób jest dostępny dla usługi Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

SynapseCompute

Uwaga

Jest to klasa eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/acr/connected-registry.

Zarządza docelowym obiektem obliczeniowym usługi Synapse w usłudze Azure Machine Learning. Obecnie obsługuje tylko platformę Spark.

Azure Synapse to zintegrowana usługa analityczna, która przyspiesza czas wglądu w magazyny danych i systemy analizy danych big data. Usługa Azure Synapse łączy najlepsze technologie SQL używane w magazynowaniu danych przedsiębiorstwa, technologie Spark używane na potrzeby danych big data oraz potoki na potrzeby integracji danych i ETL/ELT. Aby uzyskać więcej informacji, zobacz Co to jest wystąpienie puli platformy Spark usługi Synapse?.

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.