ContainerImage Класс
Представляет образ контейнера, в настоящее время только для образов Docker.
Использовать этот класс НЕ РЕКОМЕНДУЕТСЯ. Используйте вместо этого класс Environment.
Образ содержит зависимости, необходимые для выполнения модели, в том числе:
Среда выполнения
Определения среды Python, указанные в файле Conda
Возможность включения поддержки GPU
Пользовательский файл Docker для конкретных команд выполнения
Конструктор изображений.
Использовать этот класс НЕ РЕКОМЕНДУЕТСЯ. Используйте вместо этого класс Environment.
Конструктор изображений используется для получения облачного представления объекта Image, связанного с предоставленной рабочей областью. Возвращает экземпляр дочернего класса, соответствующий конкретному типу извлеченного объекта Image.
- Наследование
-
ContainerImage
Конструктор
ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)Параметры
- name
- str
Имя получаемого образа. Возвращает последнюю версию, если она существует
- id
- str
Конкретный идентификатор извлекаемого образа. (идентификатор — ":")
- tags
- list
Фильтрация результатов будет осуществляться по указанному списку: "ключ" или "[ключ, значение]". Например: ["ключ", ["ключ2", "ключ2 значение"]]
- properties
- list
Фильтрация результатов будет осуществляться по указанному списку: "ключ" или "[ключ, значение]". Например: ["ключ", ["ключ2", "ключ2 значение"]]
- version
- str
Если указаны и имя, и версия, будет возвращена конкретная версия образа.
Комментарии
ContainerImage извлекается с помощью конструктора класса Image путем передачи имени или идентификатора ранее созданного ContainerImage. В следующем примере кода показано извлечение образа из рабочей области с помощью имени и идентификатора.
container_image_from_name = Image(workspace, name="image-name")
container_image_from_id = Image(workspace, id="image-id")
Чтобы создать новую конфигурацию образа для использования в развертывании, создайте объект ContainerImageConfig, как показано в следующем примере кода:
from azureml.core.image import ContainerImage
image_config = ContainerImage.image_configuration(execution_script="score.py",
runtime="python",
conda_file="myenv.yml",
description="image for model",
cuda_version="9.0"
)
Методы
| image_configuration |
Создание и возврат объекта ContainerImageConfig. Эта функция принимает параметры, определяющие, как модель должна выполняться в веб- службе, а также конкретную среду и зависимости, необходимые для осуществления выполнения. |
| run |
Локальное выполнение образа с заданными входными данными. Для работы необходимо установить и запустить Docker. Этот метод будет работать только на ЦП, так как образ с поддержкой GPU можно запускать только в службах Microsoft Azure. |
| serialize |
Преобразование этого объекта ContainerImage в сериализованный словарь JSON. |
image_configuration
Создание и возврат объекта ContainerImageConfig.
Эта функция принимает параметры, определяющие, как модель должна выполняться в веб- службе, а также конкретную среду и зависимости, необходимые для осуществления выполнения.
static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)Параметры
- execution_script
- str
Путь к локальному файлу Python, содержащему код, выполняемый для образа. Должна содержать обе функции, init() и run(input_data), которые определяют этапы выполнения модели для веб-службы.
- runtime
- str
Среда выполнения, используемая для образа. Текущие поддерживаемые среды выполнения: spark-py и python.
- conda_file
- str
Путь к локальному YML-файлу, содержащему определение среды Conda, который нужно использовать для образа.
- docker_file
- str
Путь к локальному файлу, содержащему дополнительные этапы Docker для выполнения при настройке образа.
- schema_file
- str
Путь к локальному файлу, содержащему схему веб-службы для использования при развертывании образа. Используется для создания спецификаций Swagger для развертывания модели.
Список путей к дополнительным файлам и папкам, которые должен запустить образ.
- enable_gpu
- bool
Указывает, следует ли включить поддержку GPU в образе. Образ GPU должен использоваться службами Microsoft Azure, такими как Экземпляры контейнеров Azure, Вычислительная среда Машинного обучения Azure, Виртуальные машины Azure и Служба Azure Kubernetes. Значение по умолчанию — False.
Словарь тегов значений ключа для предоставления этому образу.
Словарь свойств значений ключа для предоставления этому образу. Эти свойства нельзя изменить после развертывания, однако можно добавить новые пары "ключ-значение".
- base_image
- str
Пользовательский образ, который нужно использовать в качестве базового. Если базовый образ не задан, то будет использоваться базовый образ на основе заданного параметра среды выполнения.
- base_image_registry
- ContainerRegistry
Реестр образов, содержащий базовый образ.
- cuda_version
- str
Версия CUDA, которую нужно установить для образов, требующих поддержки GPU. Образ GPU должен использоваться службами Microsoft Azure, такими как Экземпляры контейнеров Azure, Вычислительная среда Машинного обучения Azure, Виртуальные машины Azure и Служба Azure Kubernetes. Поддерживаются версии 9.0, 9.1 и 10.0. Если задано значение 'enable_gpu', по умолчанию используется версия '9.1'.
Возвращаемое значение
Объект конфигурации для использования при создании образа.
Возвращаемый тип
Исключения
run
Локальное выполнение образа с заданными входными данными.
Для работы необходимо установить и запустить Docker. Этот метод будет работать только на ЦП, так как образ с поддержкой GPU можно запускать только в службах Microsoft Azure.
run(input_data)Параметры
- input_data
- <xref:varies>
Входные данные для передачи в образ при выполнении
Возвращаемое значение
Результаты выполнения образа.
Возвращаемый тип
Исключения
serialize
Преобразование этого объекта ContainerImage в сериализованный словарь JSON.
serialize()Возвращаемое значение
Представление JSON этого ContainerImage.
Возвращаемый тип
Исключения
Обратная связь
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделе https://aka.ms/ContentUserFeedback.
Отправить и просмотреть отзыв по