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
| Name | Description |
|---|---|
|
workspace
Gerekli
|
Alınacak İşlem nesnesini içeren çalışma alanı nesnesi. |
|
name
Gerekli
|
Alınacak İşlem nesnesinin adı. |
|
workspace
Gerekli
|
Alınacak İşlem nesnesini içeren çalışma alanı nesnesi. |
|
name
Gerekli
|
Alınacak İşlem nesnesinin adı. |
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
| Name | Description |
|---|---|
|
workspace
Gerekli
|
İşlem nesnesinin ekli olduğu çalışma alanı nesnesi. |
|
name
Gerekli
|
İşlem nesnesiyle ilişkilendirilecek ad. |
|
attach_configuration
Gerekli
|
Eklenecek İşlem nesnesinin türünü ve nasıl yapılandırıldığını belirlemek için kullanılan bir ComputeTargetAttachConfiguration nesnesi. |
Döndürülenler
| Tür | Description |
|---|---|
|
Eklenen nesne türüne karşılık gelen ComputeTarget alt öğesi örneği. |
Özel durumlar
| Tür | Description |
|---|---|
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
| Name | Description |
|---|---|
|
workspace
Gerekli
|
altında İşlem nesnesinin oluşturulacağı çalışma alanı nesnesi. |
|
name
Gerekli
|
İşlem nesnesiyle ilişkilendirilecek ad. |
|
provisioning_configuration
Gerekli
|
Sağılacak compute nesnesinin türünü ve nasıl yapılandırıldığını belirlemek için kullanılan bir ComputeTargetProvisioningConfiguration nesnesi. |
Döndürülenler
| Tür | Description |
|---|---|
|
Sağlanan nesne türüne karşılık gelen ComputeTarget alt öğesi örneği. |
Özel durumlar
| Tür | Description |
|---|---|
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
| Tür | Description |
|---|---|
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
| Name | Description |
|---|---|
|
workspace
Gerekli
|
İşlem nesnesinin ilişkili olduğu çalışma alanı nesnesi. |
|
object_dict
Gerekli
|
İşlem nesnesine dönüştürülecek JSON nesnesi. |
Döndürülenler
| Tür | Description |
|---|---|
|
Sağlanan JSON nesnesinin İşlem gösterimi. |
Özel durumlar
| Tür | Description |
|---|---|
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
| Tür | Description |
|---|---|
get_status
İşlem nesnesinin geçerli sağlama durumunu alın.
get_status()Döndürülenler
| Tür | Description |
|---|---|
|
Geçerli |
Özel durumlar
| Tür | Description |
|---|---|
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
| Name | Description |
|---|---|
|
workspace
Gerekli
|
Listelenmesi gereken nesneleri içeren çalışma alanı nesnesi. |
Döndürülenler
| Tür | Description |
|---|---|
|
Çalışma alanı içindeki işlem hedeflerinin listesi. |
Özel durumlar
| Tür | Description |
|---|---|
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
| Tür | Description |
|---|---|
serialize
Bu İşlem nesnesini JSON serileştirilmiş sözlüğüne dönüştürün.
abstract serialize()Döndürülenler
| Tür | Description |
|---|---|
|
Bu İşlem nesnesinin JSON gösterimi. |
Özel durumlar
| Tür | Description |
|---|---|
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
| Name | Description |
|---|---|
|
show_output
|
Daha ayrıntılı çıkış sağlanıp sağlanmayacağını gösterir. varsayılan değer: False
|
|
is_delete_operation
|
İşlemin silmeye yönelik olup olmadığını gösterir. varsayılan değer: False
|
Özel durumlar
| Tür | Description |
|---|---|
Geri Bildirim
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. https://aka.ms/ContentUserFeedback.
Gönderin ve geri bildirimi görüntüleyin