ComputeTarget Sınıf
Azure Machine Learning tarafından yönetilen tüm işlem hedefleri için soyut üst sınıf.
İşlem hedefi, eğitim betiğinizi çalıştırdığınız veya hizmet dağıtımınızı barındırdığınız belirlenmiş bir işlem kaynağı/ortamıdır. Bu konum yerel makineniz veya bulut tabanlı işlem kaynağınız olabilir. Daha fazla bilgi için bkz. Azure Machine Learning'de işlem hedefleri nelerdir?
ComputeTarget oluşturucu sınıfı.
Sağlanan çalışma alanıyla ilişkili bir İşlem nesnesinin bulut gösterimini alın. Alınan İşlem nesnesinin belirli türüne karşılık gelen bir alt sınıfın örneğini döndürür.
- Devralma
-
ComputeTarget
Oluşturucu
ComputeTarget(workspace, name)
Parametreler
Açıklamalar
Sağlanan çalışma alanıyla ilişkili bir compute nesnesinin bulut gösterimini almak için ComputeTarget oluşturucuyu kullanın. Oluşturucu, alınan İşlem nesnesinin belirli türüne karşılık gelen bir alt sınıfın örneğini döndürür. İşlem nesnesi bulunamazsa, bir ComputeTargetException oluşturulur.
Yöntemler
attach |
Belirtilen ad ve yapılandırma bilgilerini kullanarak bir çalışma alanına İşlem nesnesi ekleyin. |
create |
İşlem türü ve ilgili yapılandırma belirterek bir İşlem nesnesi sağlayın. Bu yöntem, mevcut bir işlem hedefini eklemek yerine yeni bir işlem hedefi oluşturur. |
delete |
İşlem nesnesini ilişkili çalışma alanından kaldırın. Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır. |
deserialize |
JSON nesnesini İşlem nesnesine dönüştürme. |
detach |
compute nesnesini ilişkili çalışma alanından ayırma. Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır. Temel alınan bulut nesneleri silinmez, yalnızca ilişkilendirmeleri kaldırılır. |
get_status |
İşlem nesnesinin geçerli sağlama durumunu alın. |
list |
Çalışma alanı içindeki tüm ComputeTarget nesnelerini listeleyin. Belirli bir İşlem türüne karşılık gelen örneklenmiş alt nesnelerin listesini döndürür. Nesneler öğesinin alt öğeleridir ComputeTarget. |
refresh_state |
Nesnenin özelliklerinin yerinde güncelleştirmesini gerçekleştirin. İlgili bulut nesnesinin geçerli durumuna göre özellikleri güncelleştirin. Bu, işlem durumunun el ile yoklanması için kullanışlıdır. Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır. |
serialize |
Bu İşlem nesnesini JSON serileştirilmiş sözlüğüne dönüştürün. |
wait_for_completion |
Kümede geçerli sağlama işleminin tamamlanmasını bekleyin. bu yöntem, işlem nesnesini yoklarken bir sorun varsa döndürür ComputeTargetException . |
attach
Belirtilen ad ve yapılandırma bilgilerini kullanarak bir çalışma alanına İşlem nesnesi ekleyin.
static attach(workspace, name, attach_configuration)
Parametreler
- attach_configuration
- ComputeTargetAttachConfiguration
Eklenecek İşlem nesnesinin türünü ve nasıl yapılandırıldığını belirlemek için kullanılan bir ComputeTargetAttachConfiguration nesnesi.
Döndürülenler
Eklenen nesne türüne karşılık gelen ComputeTarget alt öğesi örneği.
Dönüş türü
Özel durumlar
Açıklamalar
parametresine attach_configuration
geçirilebilir nesne türü, alt sınıflarından herhangi birinde işlevi kullanılarak attach_configuration
oluşturulmuş bir ComputeTargetAttachConfiguration nesnedirComputeTarget.
Aşağıdaki örnekte AdlaCompute yöntemini kullanarak attach_configuration çalışma alanına adla hesabı ekleme adımları gösterilmektedir.
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))
Tam örnek şu kaynaktan edinilebilir: 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
İşlem türü ve ilgili yapılandırma belirterek bir İşlem nesnesi sağlayın.
Bu yöntem, mevcut bir işlem hedefini eklemek yerine yeni bir işlem hedefi oluşturur.
static create(workspace, name, provisioning_configuration)
Parametreler
- provisioning_configuration
- ComputeTargetProvisioningConfiguration
Sağılacak compute nesnesinin türünü ve nasıl yapılandırıldığını belirlemek için kullanılan bir ComputeTargetProvisioningConfiguration nesnesi.
Döndürülenler
Sağlanan nesne türüne karşılık gelen ComputeTarget alt öğesi örneği.
Dönüş türü
Özel durumlar
Açıklamalar
Sağlanan nesnenin türü, sağlanan sağlama yapılandırması tarafından belirlenir.
Aşağıdaki örnekte, tarafından AmlCompute sağlanan kalıcı bir işlem hedefi oluşturulur. provisioning_configuration
Bu örnekteki parametresi türündedirAmlComputeProvisioningConfiguration.
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)
Tam örnek şu kaynaktan edinilebilir: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb
delete
İşlem nesnesini ilişkili çalışma alanından kaldırın.
Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır.
abstract delete()
Özel durumlar
Açıklamalar
Bu nesne Azure Machine Learning aracılığıyla oluşturulduysa ilgili bulut tabanlı nesneler de silinir. Bu nesne dışarıdan oluşturulduysa ve yalnızca çalışma alanına eklendiyse, bu yöntem bir özel durum oluşturur ve hiçbir şey değişmez.
deserialize
JSON nesnesini İşlem nesnesine dönüştürme.
abstract static deserialize(workspace, object_dict)
Parametreler
Döndürülenler
Sağlanan JSON nesnesinin İşlem gösterimi.
Dönüş türü
Özel durumlar
Açıklamalar
Sağlanan çalışma alanı İşlem'in ilişkili olduğu çalışma alanı değilse bir ComputeTargetException oluşturur.
detach
compute nesnesini ilişkili çalışma alanından ayırma.
Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır. Temel alınan bulut nesneleri silinmez, yalnızca ilişkilendirmeleri kaldırılır.
abstract detach()
Özel durumlar
get_status
İşlem nesnesinin geçerli sağlama durumunu alın.
get_status()
Döndürülenler
Geçerli provisioning_state
.
Dönüş türü
Özel durumlar
Açıklamalar
Döndürülen değerler ProvisioningState için Azure REST API Başvurusu'nda listelenir.
list
Çalışma alanı içindeki tüm ComputeTarget nesnelerini listeleyin.
Belirli bir İşlem türüne karşılık gelen örneklenmiş alt nesnelerin listesini döndürür. Nesneler öğesinin alt öğeleridir ComputeTarget.
static list(workspace)
Parametreler
Döndürülenler
Çalışma alanı içindeki işlem hedeflerinin listesi.
Dönüş türü
Özel durumlar
refresh_state
Nesnenin özelliklerinin yerinde güncelleştirmesini gerçekleştirin.
İlgili bulut nesnesinin geçerli durumuna göre özellikleri güncelleştirin. Bu, işlem durumunun el ile yoklanması için kullanışlıdır.
Bu soyut yöntem alt sınıfları ComputeTargettarafından uygulanır.
abstract refresh_state()
Özel durumlar
serialize
Bu İşlem nesnesini JSON serileştirilmiş sözlüğüne dönüştürün.
abstract serialize()
Döndürülenler
Bu İşlem nesnesinin JSON gösterimi.
Dönüş türü
Özel durumlar
wait_for_completion
Kümede geçerli sağlama işleminin tamamlanmasını bekleyin.
bu yöntem, işlem nesnesini yoklarken bir sorun varsa döndürür ComputeTargetException .
wait_for_completion(show_output=False, is_delete_operation=False)
Parametreler
Özel durumlar
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin