Aracılığıyla paylaş

CLI v1 ile Azure Machine Learning işlem örneği oluşturma ve yönetme

  • Makale

ŞUNUN IÇIN GEÇERLIDIR: Azure CLI ml uzantısı v1Python SDK azureml v1

CLI v1 ile Azure Machine Learning çalışma alanınızda işlem örneği oluşturmayı ve yönetmeyi öğrenin.

Bulutta tam olarak yapılandırılmış ve yönetilen geliştirme ortamınız olarak bir işlem örneği kullanın. Geliştirme ve test için örneği eğitim işlem hedefi veya çıkarım hedefi olarak da kullanabilirsiniz. İşlem örneği birden çok işi paralel olarak çalıştırabilir ve bir iş kuyruğuna sahiptir. Geliştirme ortamı olarak, bir işlem örneği çalışma alanınızdaki diğer kullanıcılarla paylaşılamaz.

İşlem örnekleri, kuruluşların SSH bağlantı noktalarını açmasına gerek kalmadan işleri bir sanal ağ ortamında güvenli bir şekilde çalıştırabilir. İş kapsayıcılı bir ortamda yürütülür ve model bağımlılıklarınızı docker kapsayıcısında paketler.

Bu makalede şunları öğreneceksiniz:

  • İşlem örneği oluşturma
  • İşlem örneğini yönetme (başlatma, durdurma, yeniden başlatma, silme)

Not

Bu makale yalnızca CLI v1 kullanarak bu görevlerin nasıl gerçekleştir yapılacağını kapsar. İşlem örneğini yönetmenin daha yeni yolları için bkz . Azure Machine Learning işlem kümesi oluşturma.

Önkoşullar

Oluşturma

Önemli

Aşağıda (önizleme) olarak işaretlenen öğeler şu anda genel önizleme aşamasındadır. Önizleme sürümü bir hizmet düzeyi sözleşmesi olmadan sağlanır ve üretim iş yükleri için önerilmez. Bazı özellikler desteklenmiyor olabileceği gibi özellikleri sınırlandırılmış da olabilir. Daha fazla bilgi için bkz. Microsoft Azure Önizlemeleri Ek Kullanım Koşulları.

Zaman tahmini: Yaklaşık 5 dakika.

İşlem örneği oluşturmak, çalışma alanınız için tek seferlik bir işlemdir. İşlemi bir geliştirme iş istasyonu olarak veya eğitim için işlem hedefi olarak yeniden kullanabilirsiniz. Çalışma alanınıza birden çok işlem örneği iliştirilmiş olabilir.

VM ailesi kotası başına bölge başına ayrılmış çekirdekler ve işlem örneği oluşturma için geçerli olan toplam bölgesel kota birleştirilir ve Azure Machine Learning eğitim işlem kümesi kotası ile paylaşılır. İşlem örneğinin durdurulması, işlem örneğini yeniden başlatabilmeniz için kotayı serbest bırakmaz. İşlem örneği oluşturulduktan sonra sanal makine boyutunu değiştirmek mümkün değildir.

Aşağıdaki örnekte işlem örneğinin nasıl oluşturulacağı gösterilmektedir:

ŞUNUN IÇIN GEÇERLIDIR: Python SDK azureml v1

import datetime
import time

from azureml.core.compute import ComputeTarget, ComputeInstance
from azureml.core.compute_target import ComputeTargetException

# Choose a name for your instance
# Compute instance name should be unique across the azure region
compute_name = "ci{}".format(ws._workspace_id)[:10]

# Verify that instance does not exist already
try:
    instance = ComputeInstance(workspace=ws, name=compute_name)
    print('Found existing instance, use it.')
except ComputeTargetException:
    compute_config = ComputeInstance.provisioning_configuration(
        vm_size='STANDARD_D3_V2',
        ssh_public_access=False,
        # vnet_resourcegroup_name='<my-resource-group>',
        # vnet_name='<my-vnet-name>',
        # subnet_name='default',
        # admin_user_ssh_public_key='<my-sshkey>'
    )
    instance = ComputeInstance.create(ws, compute_name, compute_config)
    instance.wait_for_completion(show_output=True)

Bu örnekte kullanılan sınıflar, yöntemler ve parametreler hakkında daha fazla bilgi için aşağıdaki başvuru belgelerine bakın:

Yönetme

İşlem örneğini başlatın, durdurun, yeniden başlatın ve silin. İşlem örneğinin ölçeği otomatik olarak azaltılmaz, bu nedenle devam eden ücretleri önlemek için kaynağı durdurduğundan emin olun. Bir işlem örneğinin durdurulması onu serbest bırakır. Sonra ihtiyacınız olduğunda yeniden başlatın. İşlem örneğinin durdurulması işlem saatleri için faturalandırmayı durdururken, disk, genel IP ve standart yük dengeleyici için faturalandırılmaya devam edersiniz.

İpucu

İşlem örneğinin 120 GB işletim sistemi diski vardır. Disk alanınız tükenirse, işlem örneğini durdurmadan veya yeniden başlatmadan önce en az 1-2 GB temizlemek için terminali kullanın. Lütfen terminalden sudo kapatma işlemi yaparak işlem örneğini durdurmayın. İşlem örneğindeki geçici disk boyutu, seçilen VM boyutuna bağlıdır ve /mnt üzerine bağlanır.

ŞUNUN IÇIN GEÇERLIDIR: Python SDK azureml v1

Aşağıdaki örneklerde işlem örneğinin adı örnektir.

  • Durum alma

    # get_status() gets the latest status of the ComputeInstance target
instance.get_status()

  • Durdur

    # stop() is used to stop the ComputeInstance
# Stopping ComputeInstance will stop the billing meter and persist the state on the disk.
# Available Quota will not be changed with this operation.
instance.stop(wait_for_completion=True, show_output=True)

  • Başlangıç

    # start() is used to start the ComputeInstance if it is in stopped state
instance.start(wait_for_completion=True, show_output=True)

  • Yeniden başlat

    # restart() is used to restart the ComputeInstance
instance.restart(wait_for_completion=True, show_output=True)

  • Sil

    # delete() is used to delete the ComputeInstance target. Useful if you want to re-use the compute name
instance.delete(wait_for_completion=True, show_output=True)

Azure RBAC , çalışma alanında hangi kullanıcıların işlem örneğini oluşturabileceğini, silebileceğini, başlatabileceğini, durdurabileceğini, yeniden başlatabileceğini denetlemenizi sağlar. Çalışma alanı katkıda bulunanı ve sahip rolündeki tüm kullanıcılar çalışma alanı genelinde işlem örnekleri oluşturabilir, silebilir, başlatabilir, durdurabilir ve yeniden başlatabilir. Ancak yalnızca belirli bir işlem örneğinin oluşturucusunun veya kendi adına oluşturulduysa atanan kullanıcının bu işlem örneğinde Jupyter, JupyterLab, RStudio ve Posit Workbench'e (eski adıyla RStudio Workbench) erişmesine izin verilir. İşlem örneği, kök erişimi olan tek bir kullanıcıya ayrılmıştır. Bu kullanıcının örnekte çalıştırılan Jupyter/JupyterLab/RStudio/Posit Workbench erişimi vardır. İşlem örneğinde tek kullanıcılı oturum açma olur ve tüm eylemler bu kullanıcının Kimliğini Azure RBAC ve deneme çalıştırmaları ilişkilendirmesi için kullanır. SSH erişimi ortak/özel anahtar mekanizması aracılığıyla denetlenilir.

Bu eylemler Azure RBAC tarafından denetlenebilir:

  • Microsoft.MachineLearningServices/workspaces/computes/read
  • Microsoft.MachineLearningServices/workspaces/computes/write
  • Microsoft.MachineLearningServices/workspaces/computes/delete
  • Microsoft.MachineLearningServices/workspaces/computes/start/action
  • Microsoft.MachineLearningServices/workspaces/computes/stop/action
  • Microsoft.MachineLearningServices/workspaces/computes/restart/action
  • Microsoft.MachineLearningServices/workspaces/computes/updateSchedules/action

İşlem örneği oluşturmak için aşağıdaki eylemlere yönelik izinlere ihtiyacınız vardır:

  • Microsoft.MachineLearningServices/workspaces/computes/write
  • Microsoft.MachineLearningServices/workspaces/checkComputeNameAvailability/action

Sonraki adımlar