Freigeben über


JupyterLabJobService Klasse

Konfiguration des JupyterLab-Auftragsdiensts.

Vererbung
azure.ai.ml.entities._job.job_service.JobServiceBase
JupyterLabJobService

Konstruktor

JupyterLabJobService(*, endpoint: str | None = None, nodes: Literal['all'] | None = None, status: str | None = None, port: int | None = None, properties: Dict[str, str] | None = None, **kwargs: Any)

Nur Schlüsselwortparameter

Name Beschreibung
endpoint

Die Endpunkt-URL.

port

Der Port für den Endpunkt.

nodes
Optional[Literal["all"]]

Gibt an, ob der Dienst auf allen Knoten ausgeführt werden muss.

properties

Zusätzliche Eigenschaften, die für den Endpunkt festgelegt werden sollen.

status

Die status des Endpunkts.

kwargs

Ein Wörterbuch mit zusätzlichen Konfigurationsparametern.

Beispiele

Konfigurieren der JupyterLabJobService-Konfiguration für einen Befehlsauftrag.


   from azure.ai.ml import command
   from azure.ai.ml.entities import JupyterLabJobService, SshJobService, TensorBoardJobService, VsCodeJobService

   node = command(
       name="interactive-command-job",
       description="description",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       command="ls",
       compute="testCompute",
       services={
           "my_ssh": SshJobService(),
           "my_tensorboard": TensorBoardJobService(log_dir="~/blog"),
           "my_jupyter_lab": JupyterLabJobService(),
           "my_vscode": VsCodeJobService(),
       },
   )

Variablen

Name Beschreibung
type
str

Gibt den Typ des Auftragsdiensts an. Legen Sie für diese Klasse automatisch auf "jupyter_lab" fest.

Methoden

get
has_key
items
keys
update
values

get

get(key: Any, default: Any | None = None) -> Any

Parameter

Name Beschreibung
key
Erforderlich
default
Standardwert: None

has_key

has_key(k: Any) -> bool

Parameter

Name Beschreibung
k
Erforderlich

items

items() -> list

keys

keys() -> list

update

update(*args: Any, **kwargs: Any) -> None

values

values() -> list