BatchDeploymentOperations Classe

BatchDeploymentOperations.

Você não deve instanciar essa classe diretamente. Em vez disso, você deve criar uma instância do MLClient que a instancie para você e a anexa como um atributo.

Herança

azure.ai.ml._scope_dependent_operations._ScopeDependentOperations

BatchDeploymentOperations

Construtor

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

Parâmetros

operation_scope

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

Obrigatório

Variáveis de escopo para as classes de operações de um objeto MLClient.

operation_config

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

Obrigatório

Configuração comum para classes de operações de um objeto MLClient.

service_client_05_2022

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

Obrigatório

Cliente de serviço para permitir que os usuários finais operem nos recursos do Workspace do Azure Machine Learning.

all_operations

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

Obrigatório

Todas as classes de operações de um objeto MLClient.

credentials

TokenCredential

valor padrão: None

Credencial a ser usada para autenticação.

Métodos

begin_create_or_update	Criar ou atualizar uma implantação em lote.
begin_delete	Excluir uma implantação em lote.
get	Obter um recurso de implantação.
list	Listar um recurso de implantação.
list_jobs	Listar trabalhos na implantação de ponto de extremidade em lote fornecida. Isso só é válido para o ponto de extremidade em lote.

begin_create_or_update

Criar ou atualizar uma implantação em lote.

begin_create_or_update(deployment: DeploymentType, *, skip_script_validation: bool = False, **kwargs) -> LROPoller[DeploymentType]

Parâmetros

deployment

BatchDeployment

Obrigatório

A entidade de implantação.

Retornos

Um sondador para acompanhar a operação status.

Tipo de retorno

LROPoller[BatchDeployment]

Exceções

ValidationException

Gerado se BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

AssetException

Gerado se os ativos BatchDeployment (por exemplo, Dados, Código, Modelo, Ambiente) não puderem ser validados com êxito. Os detalhes serão fornecidos na mensagem de erro.

ModelException

Gerado se o modelo BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

Exemplos

Criar exemplo.

   from azure.ai.ml import load_batch_deployment
   from azure.ai.ml.entities import BatchDeployment

   deployment_example = load_batch_deployment(
       source="./sdk/ml/azure-ai-ml/tests/test_configs/deployments/batch/batch_deployment_anon_env_with_image.yaml",
       params_override=[{"name": f"deployment-{randint(0, 1000)}", "endpoint_name": endpoint_example.name}],
   )

   ml_client.batch_deployments.begin_create_or_update(deployment=deployment_example, skip_script_validation=True)

begin_delete

Excluir uma implantação em lote.

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

Parâmetros

name

str

Obrigatório

Nome da implantação em lote.

endpoint_name

str

Obrigatório

Nome do ponto de extremidade do lote

Retornos

Um sondador para acompanhar a operação status.

Tipo de retorno

LROPoller[None]

Exceções

ValidationException

Gerado se BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

AssetException

Gerado se os ativos BatchDeployment (por exemplo, Dados, Código, Modelo, Ambiente) não puderem ser validados com êxito. Os detalhes serão fornecidos na mensagem de erro.

ModelException

Gerado se o modelo BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

Exemplos

Exemplo de exclusão.

   ml_client.batch_deployments.begin_delete(deployment_name, endpoint_name)

get

Obter um recurso de implantação.

get(name: str, endpoint_name: str) -> BatchDeployment

Parâmetros

name

str

Obrigatório

O nome da implantação

endpoint_name

str

Obrigatório

O nome do ponto de extremidade

Retornos

Uma entidade de implantação

Tipo de retorno

BatchDeployment

Exceções

ValidationException

Gerado se BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

AssetException

Gerado se os ativos BatchDeployment (por exemplo, Dados, Código, Modelo, Ambiente) não puderem ser validados com êxito. Os detalhes serão fornecidos na mensagem de erro.

ModelException

Gerado se o modelo BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

Exemplos

Obter exemplo.

   ml_client.batch_deployments.get(deployment_name, endpoint_name)

list

Listar um recurso de implantação.

list(endpoint_name: str) -> ItemPaged[BatchDeployment]

Parâmetros

endpoint_name

str

Obrigatório

O nome do ponto de extremidade

Retornos

Um iterador de entidades de implantação

Tipo de retorno

ItemPaged[BatchDeployment]

Exceções

ValidationException

Gerado se BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

AssetException

Gerado se os ativos BatchDeployment (por exemplo, Dados, Código, Modelo, Ambiente) não puderem ser validados com êxito. Os detalhes serão fornecidos na mensagem de erro.

ModelException

Gerado se o modelo BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

Exemplos

Exemplo de recurso de implantação de lista.

   ml_client.batch_deployments.list(endpoint_name)

list_jobs

Listar trabalhos na implantação de ponto de extremidade em lote fornecida. Isso só é válido para o ponto de extremidade em lote.

list_jobs(endpoint_name: str, *, name: str | None = None) -> ItemPaged[BatchJob]

Parâmetros

endpoint_name

str

Obrigatório

Nome do ponto de extremidade.

name

str

(Opcional) Nome da implantação.

Retornos

Lista de trabalhos

Tipo de retorno

ItemPaged[BatchJob]

Exceções

ValidationException

Gerado se BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

AssetException

Gerado se os ativos BatchDeployment (por exemplo, Dados, Código, Modelo, Ambiente) não puderem ser validados com êxito. Os detalhes serão fornecidos na mensagem de erro.

ModelException

Gerado se o modelo BatchDeployment não puder ser validado com êxito. Os detalhes serão fornecidos na mensagem de erro.

Exemplos

Exemplo de trabalhos de lista.

   ml_client.batch_deployments.list_jobs(deployment_name, endpoint_name)