WorkerConfiguration Klasse
WorkerConfiguration ist die Klasse, die alle erforderlichen Informationen für die Ausführung der Worker enthält.
Initialisieren der WorkerConfiguration
:type azureml.core.runconfig.HistoryConfiguration :p aram use_gpu: Prameter wird verwendet, um zu signalisieren, ob das Standardbasisimage die Pakete für enthalten soll
gpu hinzugefügt. Dieser Parameter wird ignoriert, wenn environment
festgelegt ist.
yaml-Datei. :type conda_dependencies_file: str
- Vererbung
-
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElementWorkerConfiguration
Konstruktor
WorkerConfiguration(node_count, compute_target=None, environment=None, shm_size='2g', history=None, use_gpu=False, pip_packages=None, conda_packages=None, conda_dependencies_file=None, pip_requirements_file=None)
Parameter
Name | Beschreibung |
---|---|
node_count
Erforderlich
|
Anzahl der zu initialisierenden Workerknoten. Ein Worker wird pro Computer im Computeziel ausgeführt. |
compute_target
|
AbstractComputeTarget oder
str
Das Computeziel, auf dem die Worker ausgeführt werden. Dies kann entweder ein Objekt oder der Name des Computeziels sein. Standardwert: None
|
environment
|
Die Umgebungsdefinition für die Worker. Enthält PythonSection, DockerSection und Umgebungsvariablen. Jede Umgebungsoption, die nicht direkt über andere Parameter für die WorkerConfiguration-Konstruktion verfügbar gemacht wird, kann mit diesem Parameter festgelegt werden. Wenn dieser Parameter angegeben wird, wird er als Basis verwendet, auf der in Standardwert: None
|
shm_size
|
Die Docker-shm_size-Konfiguration für den Worker. Standardwert: 2g
|
history
|
Verlaufskonfiguration für die Ausführung des Workers. Dadurch wird gesteuert, welche Protokollordner überwacht werden Standardwert: None
|
use_gpu
|
Parameter, mit dem signalisiert wird, ob dem Standard-Basis-Image die Pakete für GPU hinzugefügt werden sollen. Dieser Parameter wird ignoriert, wenn Standardwert: False
|
conda_packages
|
Eine Liste von Zeichenfolgen, die Conda-Pakete darstellen, die der Python-Umgebung für die Worker hinzugefügt werden sollen. Standardwert: None
|
pip_packages
|
Eine Liste von Zeichenfolgen, die pip-Pakete darstellen, die der Python-Umgebung für die Worker hinzugefügt werden sollen Standardwert: None
|
pip_requirements_file
|
Der relative Pfad zur pip-Anforderungs-Textdatei der Worker.
Dieser kann in Kombination mit dem Parameter Standardwert: None
|
conda_dependencies_file
|
Der relative Pfad zur YAML-Datei der Conda-Abhängigkeiten der Worker. Standardwert: None
|
node_count
Erforderlich
|
Anzahl der zu initialisierenden Workerknoten. Ein Worker wird pro Computer im Computeziel ausgeführt. |
compute_target
Erforderlich
|
<xref:azureml.core.compute_target.ComputeTarget> oder
str
Das Computeziel, auf dem die Worker ausgeführt werden. Dies kann entweder ein Objekt oder der Name des Computeziels sein. |
environment
Erforderlich
|
Die Umgebungsdefinition für die Worker. Enthält PythonSection, DockerSection und Umgebungsvariablen. Jede Umgebungsoption, die nicht direkt über andere Parameter für die WorkerConfiguration-Konstruktion verfügbar gemacht wird, kann mit diesem Parameter festgelegt werden. Wenn dieser Parameter angegeben wird, wird er als Basis verwendet, auf der in |
shm_size
Erforderlich
|
Die Docker-shm_size-Konfiguration für den Worker. |
history
Erforderlich
|
Verlaufskonfiguration für die Ausführung des Workers. Dadurch wird gesteuert, welche Protokollordner überwacht werden |
conda_packages
Erforderlich
|
Eine Liste von Zeichenfolgen, die Conda-Pakete darstellen, die der Python-Umgebung für die Worker hinzugefügt werden sollen. |
pip_packages
Erforderlich
|
Eine Liste von Zeichenfolgen, die pip-Pakete darstellen, die der Python-Umgebung für die Worker hinzugefügt werden sollen |
pip_requirements_file
Erforderlich
|
Der relative Pfad zur pip-Anforderungs-Textdatei der Worker.
Dieser kann in Kombination mit dem Parameter |
conda_dependencies_file
Erforderlich
|
Der relative Pfad zu den Condaabhängigkeiten der Worker |
Attribute
target
Abrufen des Computeziels, bei dem die Worker-Ausführung für die Ausführung geplant ist.
Verfügbare Cloud-Compute-Ziele finden Sie mithilfe der Funktion compute_targets
Gibt zurück
Typ | Beschreibung |
---|---|
Der Zielname |