ComputeTarget Classe
Classe principal abstrata para todos os destinos de computação geridos pelo Azure Machine Learning.
Um destino de computação é um ambiente/recurso de computação designado onde executa o script de preparação ou aloja a implementação do serviço. Esta localização pode ser o seu computador local ou um recurso de computação baseado na cloud. Para obter mais informações, veja O que são os destinos de computação no Azure Machine Learning?
Construtor Class ComputeTarget.
Obtenha uma representação na cloud de um objeto de Computação associado à área de trabalho fornecida. Devolve uma instância de uma classe subordinada correspondente ao tipo específico do objeto de Computação obtido.
- Herança
-
ComputeTarget
Construtor
ComputeTarget(workspace, name)Parâmetros
Observações
Utilize o construtor ComputeTarget para obter a representação na cloud de um objeto de Computação associado à área de trabalho fornecida. O construtor devolve uma instância de uma classe subordinada correspondente ao tipo específico do objeto de Computação obtido. Se o objeto Computação não for encontrado, é gerado um ComputeTargetException .
Métodos
| attach |
Anexe um objeto de Computação a uma área de trabalho com o nome especificado e as informações de configuração. |
| create |
Aprovisione um objeto de Computação ao especificar um tipo de computação e uma configuração relacionada. Este método cria um novo destino de computação em vez de anexar um existente. |
| delete |
Remova o objeto Computação da área de trabalho associada. Este método abstrato é implementado por classes subordinadas de ComputeTarget. |
| deserialize |
Converter um objeto JSON num objeto de Computação. |
| detach |
Desanexe o objeto Computação da área de trabalho associada. Este método abstrato é implementado por classes subordinadas de ComputeTarget. Os objetos subjacentes à cloud não são eliminados, apenas as associações são removidas. |
| get_status |
Obtenha o estado de aprovisionamento atual do objeto Computação. |
| list |
Listar todos os objetos ComputeTarget na área de trabalho. Devolver uma lista de objetos subordinados instanciados correspondentes ao tipo específico de Computação. Os objetos são subordinados de ComputeTarget. |
| refresh_state |
Efetue uma atualização no local das propriedades do objeto. Atualize as propriedades com base no estado atual do objeto de cloud correspondente. Isto é útil para consultas manuais do estado de computação. Este método abstrato é implementado por classes subordinadas de ComputeTarget. |
| serialize |
Converta este objeto de Computação num dicionário serializado JSON. |
| wait_for_completion |
Aguarde que a operação de aprovisionamento atual termine no cluster. Este método devolve um ComputeTargetException se houver um problema ao consultar o objeto de computação. |
attach
Anexe um objeto de Computação a uma área de trabalho com o nome especificado e as informações de configuração.
static attach(workspace, name, attach_configuration)Parâmetros
- attach_configuration
- ComputeTargetAttachConfiguration
Um objeto ComputeTargetAttachConfiguration que é utilizado para determinar o tipo de objeto de Computação a anexar e como configurá-lo.
Devoluções
Uma instância de um subordinado de ComputeTarget correspondente ao tipo de objeto anexado.
Tipo de retorno
Exceções
Observações
O tipo de objeto a transmitir para o parâmetro attach_configuration é um ComputeTargetAttachConfiguration objeto criado com a attach_configuration função em qualquer uma das classes subordinadas de ComputeTarget.
O exemplo seguinte mostra como anexar uma conta do ADLA a uma área de trabalho com o attach_configuration método 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))
O exemplo completo está disponível a partir de 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
Aprovisione um objeto de Computação ao especificar um tipo de computação e uma configuração relacionada.
Este método cria um novo destino de computação em vez de anexar um existente.
static create(workspace, name, provisioning_configuration)Parâmetros
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Um objeto ComputeTargetProvisioningConfiguration que é utilizado para determinar o tipo de objeto de Computação a aprovisionar e como configurá-lo.
Devoluções
Uma instância de um subordinado de ComputeTarget correspondente ao tipo de objeto aprovisionado.
Tipo de retorno
Exceções
Observações
O tipo de objeto aprovisionado é determinado pela configuração de aprovisionamento fornecida.
No exemplo seguinte, é criado um destino de computação persistente aprovisionado por AmlCompute . O provisioning_configuration parâmetro neste exemplo é do tipo 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)
O exemplo completo está disponível a partir de https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
Remova o objeto Computação da área de trabalho associada.
Este método abstrato é implementado por classes subordinadas de ComputeTarget.
abstract delete()Exceções
Observações
Se este objeto tiver sido criado através do Azure Machine Learning, os objetos baseados na cloud correspondentes também serão eliminados. Se este objeto tiver sido criado externamente e apenas anexado à área de trabalho, este método gera uma exceção e nada é alterado.
deserialize
Converter um objeto JSON num objeto de Computação.
abstract static deserialize(workspace, object_dict)Parâmetros
- workspace
- Workspace
O objeto de área de trabalho ao que o objeto Computação está associado.
Devoluções
A representação computacional do objeto JSON fornecido.
Tipo de retorno
Exceções
Observações
Gera um ComputeTargetException se a área de trabalho fornecida não for a área de trabalho à que a Computação está associada.
detach
Desanexe o objeto Computação da área de trabalho associada.
Este método abstrato é implementado por classes subordinadas de ComputeTarget. Os objetos subjacentes à cloud não são eliminados, apenas as associações são removidas.
abstract detach()Exceções
get_status
Obtenha o estado de aprovisionamento atual do objeto Computação.
get_status()Devoluções
O atual provisioning_state.
Tipo de retorno
Exceções
Observações
Os valores devolvidos estão listados na Referência da API REST do Azure para ProvisioningState.
list
Listar todos os objetos ComputeTarget na área de trabalho.
Devolver uma lista de objetos subordinados instanciados correspondentes ao tipo específico de Computação. Os objetos são subordinados de ComputeTarget.
static list(workspace)Parâmetros
Devoluções
Lista de destinos de computação na área de trabalho.
Tipo de retorno
Exceções
refresh_state
Efetue uma atualização no local das propriedades do objeto.
Atualize as propriedades com base no estado atual do objeto de cloud correspondente. Isto é útil para consultas manuais do estado de computação.
Este método abstrato é implementado por classes subordinadas de ComputeTarget.
abstract refresh_state()Exceções
serialize
Converta este objeto de Computação num dicionário serializado JSON.
abstract serialize()Devoluções
A representação JSON deste objeto de Computação.
Tipo de retorno
Exceções
wait_for_completion
Aguarde que a operação de aprovisionamento atual termine no cluster.
Este método devolve um ComputeTargetException se houver um problema ao consultar o objeto de computação.
wait_for_completion(show_output=False, is_delete_operation=False)Parâmetros
Exceções
Comentários
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja: https://aka.ms/ContentUserFeedback.
Submeter e ver comentários