Поделиться через

CommandJob Класс

  • Ссылка

Задание команды.

Наследование
azure.ai.ml.entities._job.job.Job
CommandJob
azure.ai.ml.entities._job.parameterized_command.ParameterizedCommand
CommandJob
azure.ai.ml.entities._job.job_io_mixin.JobIOMixin
CommandJob

Конструктор

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)

Параметры

services
Optional[dict[str, JobService]]

Сведения о службах, связанных с заданием, доступные только для чтения.

inputs
Optional[dict[str, Union[Input, str, bool, int, float]]]

Сопоставление привязок выходных данных, используемых в команде .

outputs
Optional[dict[str, Output]]

Сопоставление привязок выходных данных, используемых в задании.

identity
Optional[Union[ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration]]

Удостоверение, которое будет использоваться заданием при выполнении на вычислительных ресурсах.

limits
Optional[CommandJobLimits]

Ограничения для задания.

kwargs
dict

Словарь дополнительных параметров конфигурации.

Примеры

Настройка 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),
   )

Методы

dump

Помещает содержимое задания в файл в формате YAML.

dump

Помещает содержимое задания в файл в формате YAML.

dump(dest: str | PathLike | IO, **kwargs) -> None

Параметры

dest
Union[<xref:PathLike>, str, IO[AnyStr]]
Обязательно

Локальный путь или файловый поток для записи содержимого YAML. Если dest — это путь к файлу, будет создан новый файл. Если dest является открытым файлом, файл будет записан в напрямую.

kwargs
dict

Дополнительные аргументы для передачи сериализатору YAML.

Исключения

FileExistsError

Возникает, если dest является путем к файлу и файл уже существует.

IOError

Возникает, если dest является открытым файлом и файл недоступен для записи.

Атрибуты

base_path

Базовый путь к ресурсу.

Возвращаемое значение

Базовый путь к ресурсу.

Возвращаемый тип

str

creation_context

Контекст создания ресурса.

Возвращаемое значение

Метаданные создания для ресурса.

Возвращаемый тип

Optional[SystemData]

distribution

Конфигурация для компонента или задания распределенных команд.

Возвращаемое значение

Конфигурация распределения.

Возвращаемый тип

Union[PyTorchDistribution, MpiDistribution, TensorFlowDistribution, RayDistribution]

id

Идентификатор ресурса.

Возвращаемое значение

Глобальный идентификатор ресурса, идентификатор Azure Resource Manager (ARM).

Возвращаемый тип

Optional[str]

inputs

log_files

Выходные файлы задания.

Возвращаемое значение

Словарь имен журналов и URL-адресов.

Возвращаемый тип

Optional[Dict[str, str]]

outputs

parameters

Параметры MLFlow.

Возвращаемое значение

Параметры MLFlow, зарегистрированные в задании.

Возвращаемый тип

dict[str, str]

resources

Конфигурация вычислительного ресурса для компонента или задания команды.

Возвращаемое значение

Конфигурация вычислительного ресурса для компонента или задания команды.

Возвращаемый тип

JobResourceConfiguration

status

Состояние задания.

Обычно возвращаются значения Running (Выполняется), Completed (Завершено) и Failed (Сбой). Все возможные значения:

  • NotStarted — это временное состояние, в которое находятся клиентские объекты run до отправки в облако.

  • Starting — началась обработка запуска в облаке. На этом этапе вызывающий объект имеет идентификатор запуска.

  • Подготовка. Для отправки задания создается вычисление по запросу.

  • Подготовка — среда выполнения подготавливается и находится в одном из двух этапов:

    • Сборка образа Docker

    • настройка среды conda.

  • В очереди — задание помещается в очередь в целевом объекте вычислений. Например, в BatchAI задание находится в состоянии очереди.

    ожидая готовности всех запрошенных узлов.

  • Выполнение — задание началось для выполнения в целевом объекте вычислений.

  • Завершение — выполнение пользовательского кода завершено, а выполнение выполняется в этапах постобработки.

  • CancelRequested — для задания запрошена отмена.

  • Завершено — выполнение выполнено успешно. Сюда входит выполнение пользовательского кода и выполнение.

    пользовательского кода и запуска.

  • Failed — сбой запуска. Подробное описание причины как правило предоставляет свойство Error.

  • Canceled — применяется после запроса отмены и указывает, что выполнение теперь успешно отменено.

  • NotResponding — для запусков с включенными пульсами недавно не отправлялся пульс.

Возвращаемое значение

Состояние задания.

Возвращаемый тип

Optional[str]

studio_url

Конечная точка Студии машинного обучения Azure.

Возвращаемое значение

URL-адрес страницы сведений о задании.

Возвращаемый тип

Optional[str]

type

Тип задания.

Возвращаемое значение

Тип задания.

Возвращаемый тип

Optional[str]