Поделиться через

ComputeOperations Класс

  • Ссылка

ComputeOperations.

Экземпляр этого класса не следует создавать напрямую. Вместо этого используйте атрибут вычисления объекта MLClient.

Наследование
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
ComputeOperations

Конструктор

ComputeOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, **kwargs: Dict)

Параметры

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

Переменные области для классов операций объекта MLClient.

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

Общая конфигурация для классов операций объекта MLClient.

service_client
<xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
Обязательно

Клиент службы, позволяющий конечным пользователям работать с ресурсами рабочей области машинного обучения Azure.

Методы

begin_attach

Подключите вычислительный ресурс к рабочей области.
begin_create_or_update

Создайте и зарегистрируйте вычислительный ресурс.
begin_delete

Удаление или отключение вычислительного ресурса.
begin_restart

Перезапустите вычислительный экземпляр.
begin_start

Запустите вычислительный экземпляр.
begin_stop

Остановите вычислительный экземпляр.
begin_update

Обновление вычислительного ресурса. В настоящее время допустимо только для типов ресурсов AmlCompute.
get

Получение вычислительного ресурса.
list

Вывод списка вычислительных ресурсов рабочей области.
list_nodes

Получение списка узлов вычислительного ресурса.
list_sizes

Список поддерживаемых размеров виртуальных машин в расположении.
list_usage

Перечислить текущие сведения об использовании, а также ограничения ресурсов AzureML для заданной подписки и расположения.

begin_attach

Подключите вычислительный ресурс к рабочей области.

begin_attach(compute: Compute, **kwargs: Any) -> LROPoller[Compute]

Параметры

compute
Compute
Обязательно

Определение вычислительного ресурса.

Возвращаемое значение

Экземпляр LROPoller, который возвращает объект Compute после завершения длительной операции.

Возвращаемый тип

LROPoller[Compute]

Примеры

Присоединение вычислительного ресурса к рабочей области.


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_2,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   attached_compute = ml_client.compute.begin_attach(compute_obj)

begin_create_or_update

Создайте и зарегистрируйте вычислительный ресурс.

begin_create_or_update(compute: Compute) -> LROPoller[Compute]

Параметры

compute
Compute
Обязательно

Определение вычислительного ресурса.

Возвращаемое значение

Экземпляр LROPoller, который возвращает объект Compute после завершения длительной операции.

Возвращаемый тип

LROPoller[Compute]

Примеры

Создание и регистрация вычислительного ресурса.


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_1,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   registered_compute = ml_client.compute.begin_create_or_update(compute_obj)

begin_delete

Удаление или отключение вычислительного ресурса.

begin_delete(name: str, *, action: str = 'Delete') -> LROPoller[None]

Параметры

name
str
Обязательно

Имя вычислительного ресурса.

action

Выполняемая действие. Возможные значения: ["Delete", "Detach"]. По умолчанию — "Удалить".

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

LROPoller[None]

Примеры

Пример удаления вычислений.


   ml_client.compute.begin_delete(compute_name_1, action="Detach")

   ml_client.compute.begin_delete(compute_name_2)

begin_restart

Перезапустите вычислительный экземпляр.

begin_restart(name: str) -> LROPoller[None]

Параметры

name
str
Обязательно

Имя вычислительного экземпляра.

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

LROPoller[None]

Примеры

Перезапуск остановленного вычислительного экземпляра.


   ml_client.compute.begin_restart(ci_name)

begin_start

Запустите вычислительный экземпляр.

begin_start(name: str) -> LROPoller[None]

Параметры

name
str
Обязательно

Имя вычислительного экземпляра.

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

LROPoller[None]

Примеры

Запуск вычислительного экземпляра.


   ml_client.compute.begin_start(ci_name)

begin_stop

Остановите вычислительный экземпляр.

begin_stop(name: str) -> LROPoller[None]

Параметры

name
str
Обязательно

Имя вычислительного экземпляра.

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

LROPoller[None]

Примеры

Остановка вычислительного экземпляра.


   ml_client.compute.begin_stop(ci_name)

begin_update

Обновление вычислительного ресурса. В настоящее время допустимо только для типов ресурсов AmlCompute.

begin_update(compute: Compute) -> LROPoller[Compute]

Параметры

compute
Compute
Обязательно

Определение вычислительного ресурса.

Возвращаемое значение

Экземпляр LROPoller, который возвращает объект Compute после завершения длительной операции.

Возвращаемый тип

LROPoller[Compute]

Примеры

Обновление ресурса AmlCompute.


   compute_obj = ml_client.compute.get("cpu-cluster")
   compute_obj.idle_time_before_scale_down = 200
   updated_compute = ml_client.compute.begin_update(compute_obj)

get

Получение вычислительного ресурса.

get(name: str) -> Compute

Параметры

name
str
Обязательно

Имя вычислительного ресурса.

Возвращаемое значение

Вычислительный объект.

Возвращаемый тип

Compute

Примеры

Получение вычислительного ресурса из рабочей области.


   cpu_cluster = ml_client.compute.get("cpu-cluster")

list

Вывод списка вычислительных ресурсов рабочей области.

list(*, compute_type: str | None = None) -> Iterable[Compute]

Параметры

compute_type
Optional[str]

Тип вычислительных ресурсов для перечисления без учета регистра. По умолчанию — AMLCompute.

Возвращаемое значение

Итератор, например экземпляр вычислительных объектов.

Возвращаемый тип

ItemPaged[Compute]

Примеры

Получение списка вычислительных ресурсов AzureML Kubernetes в рабочей области.


   compute_list = ml_client.compute.list(compute_type="AMLK8s")  # cspell:disable-line

list_nodes

Получение списка узлов вычислительного ресурса.

list_nodes(name: str) -> Iterable[AmlComputeNodeInfo]

Параметры

name
str
Обязательно

Имя вычислительного ресурса.

Возвращаемое значение

Экземпляр объектов AmlComputeNodeInfo, похожий на итератор.

Возвращаемый тип

ItemPaged[AmlComputeNodeInfo]

Примеры

Получение списка узлов из вычислительного ресурса.


   node_list = ml_client.compute.list_nodes(name="cpu-cluster")

list_sizes

Список поддерживаемых размеров виртуальных машин в расположении.

list_sizes(*, location: str | None = None, compute_type: str | None = None) -> Iterable[VmSize]

Параметры

location
str

Расположение, в котором запрашиваются размеры виртуальных машин. По умолчанию — расположение рабочей области.

compute_type
Optional[str]

Тип вычислительных ресурсов для перечисления без учета регистра. По умолчанию — AMLCompute.

Возвращаемое значение

Итератор по объектам размера виртуальной машины.

Возвращаемый тип

Iterable[VmSize]

Примеры

Список поддерживаемых размеров виртуальных машин в расположении рабочей области.


   size_list = ml_client.compute.list_sizes()

list_usage

Перечислить текущие сведения об использовании, а также ограничения ресурсов AzureML для заданной подписки и расположения.

list_usage(*, location: str | None = None) -> Iterable[Usage]

Параметры

location
Optional[str]

Расположение, для которого запрашивается использование ресурсов. По умолчанию — расположение рабочей области.

Возвращаемое значение

Итератор по текущим объектам сведений об использовании.

Возвращаемый тип

ItemPaged[Usage]

Примеры

Перечисление использования ресурсов для расположения рабочей области.


   usage_list = ml_client.compute.list_usage()