Compartir a través de


ComputeOperations Clase

ComputeOperations.

Esta clase no se debe crear una instancia directamente. En su lugar, use el atributo compute de un objeto MLClient.

Herencia
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
ComputeOperations

Constructor

ComputeOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, **kwargs: Dict)

Parámetros

operation_scope
<xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Requerido

Variables de ámbito para las clases de operaciones de un objeto MLClient.

operation_config
<xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Requerido

Configuración común para las clases de operaciones de un objeto MLClient.

service_client
<xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
Requerido

Cliente de servicio para permitir que los usuarios finales funcionen en los recursos del área de trabajo de Azure Machine Learning.

Métodos

begin_attach

Adjunte un recurso de proceso al área de trabajo.

begin_create_or_update

Cree y registre un recurso de proceso.

begin_delete

Elimine o desasocie un recurso de proceso.

begin_restart

Reinicie una instancia de proceso.

begin_start

Inicie una instancia de proceso.

begin_stop

Detenga una instancia de proceso.

begin_update

Actualice un recurso de proceso. Actualmente, solo es válido para los tipos de recursos AmlCompute.

get

Obtenga un recurso de proceso.

list

Enumera los procesos del área de trabajo.

list_nodes

Recupere una lista de los nodos de un recurso de proceso.

list_sizes

Enumere los tamaños de máquina virtual admitidos en una ubicación.

list_usage

Enumere la información de uso actual, así como los límites de recursos de AzureML para la suscripción y la ubicación especificadas.

begin_attach

Adjunte un recurso de proceso al área de trabajo.

begin_attach(compute: Compute, **kwargs: Any) -> LROPoller[Compute]

Parámetros

compute
Compute
Requerido

Definición del recurso de proceso.

Devoluciones

Instancia de LROPoller que devuelve un objeto Compute una vez completada la operación de ejecución prolongada.

Tipo de valor devuelto

Ejemplos

Asociación de un recurso de proceso al área de trabajo.


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_2,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   attached_compute = ml_client.compute.begin_attach(compute_obj)

begin_create_or_update

Cree y registre un recurso de proceso.

begin_create_or_update(compute: Compute) -> LROPoller[Compute]

Parámetros

compute
Compute
Requerido

Definición del recurso de proceso.

Devoluciones

Instancia de LROPoller que devuelve un objeto Compute una vez completada la operación de ejecución prolongada.

Tipo de valor devuelto

Ejemplos

Creación y registro de un recurso de proceso.


   from azure.ai.ml.entities import AmlCompute

   compute_obj = AmlCompute(
       name=compute_name_1,
       tags={"key1": "value1", "key2": "value2"},
       min_instances=0,
       max_instances=10,
       idle_time_before_scale_down=100,
   )
   registered_compute = ml_client.compute.begin_create_or_update(compute_obj)

begin_delete

Elimine o desasocie un recurso de proceso.

begin_delete(name: str, *, action: str = 'Delete') -> LROPoller[None]

Parámetros

name
str
Requerido

Nombre del recurso de proceso.

action

Acción que se va a realizar. Valores posibles: ["Delete", "Detach"]. El valor predeterminado es "Eliminar".

Devoluciones

Un sondeo para realizar un seguimiento del estado de la operación.

Tipo de valor devuelto

Ejemplos

Ejemplo de eliminación de proceso.


   ml_client.compute.begin_delete(compute_name_1, action="Detach")

   ml_client.compute.begin_delete(compute_name_2)

begin_restart

Reinicie una instancia de proceso.

begin_restart(name: str) -> LROPoller[None]

Parámetros

name
str
Requerido

Nombre de la instancia de proceso.

Devoluciones

Un sondeo para realizar un seguimiento del estado de la operación.

Tipo de valor devuelto

Ejemplos

Reiniciar una instancia de proceso detenida.


   ml_client.compute.begin_restart(ci_name)

begin_start

Inicie una instancia de proceso.

begin_start(name: str) -> LROPoller[None]

Parámetros

name
str
Requerido

Nombre de la instancia de proceso.

Devoluciones

Un sondeo para realizar un seguimiento del estado de la operación.

Tipo de valor devuelto

Ejemplos

Iniciar una instancia de proceso.


   ml_client.compute.begin_start(ci_name)

begin_stop

Detenga una instancia de proceso.

begin_stop(name: str) -> LROPoller[None]

Parámetros

name
str
Requerido

Nombre de la instancia de proceso.

Devoluciones

Un sondeo para realizar un seguimiento del estado de la operación.

Tipo de valor devuelto

Ejemplos

Detener una instancia de proceso.


   ml_client.compute.begin_stop(ci_name)

begin_update

Actualice un recurso de proceso. Actualmente, solo es válido para los tipos de recursos AmlCompute.

begin_update(compute: Compute) -> LROPoller[Compute]

Parámetros

compute
Compute
Requerido

Definición del recurso de proceso.

Devoluciones

Instancia de LROPoller que devuelve un objeto Compute una vez completada la operación de ejecución prolongada.

Tipo de valor devuelto

Ejemplos

Actualización de un recurso AmlCompute.


   compute_obj = ml_client.compute.get("cpu-cluster")
   compute_obj.idle_time_before_scale_down = 200
   updated_compute = ml_client.compute.begin_update(compute_obj)

get

Obtenga un recurso de proceso.

get(name: str) -> Compute

Parámetros

name
str
Requerido

Nombre del recurso de proceso.

Devoluciones

Objeto Compute.

Tipo de valor devuelto

Ejemplos

Recuperación de un recurso de proceso desde un área de trabajo.


   cpu_cluster = ml_client.compute.get("cpu-cluster")

list

Enumera los procesos del área de trabajo.

list(*, compute_type: str | None = None) -> Iterable[Compute]

Parámetros

compute_type
Optional[str]

Tipo del proceso que se va a enumerar, sin distinción entre mayúsculas y minúsculas. El valor predeterminado es AMLCompute.

Devoluciones

Iterador como la instancia de objetos Compute.

Tipo de valor devuelto

Ejemplos

Recuperación de una lista de los recursos de proceso de Kubernetes de AzureML en un área de trabajo.


   compute_list = ml_client.compute.list(compute_type="AMLK8s")  # cspell:disable-line

list_nodes

Recupere una lista de los nodos de un recurso de proceso.

list_nodes(name: str) -> Iterable[AmlComputeNodeInfo]

Parámetros

name
str
Requerido

Nombre del recurso de proceso.

Devoluciones

Una instancia de tipo iterador de objetos AmlComputeNodeInfo.

Tipo de valor devuelto

Ejemplos

Recuperar una lista de nodos de un recurso de proceso.


   node_list = ml_client.compute.list_nodes(name="cpu-cluster")

list_sizes

Enumere los tamaños de máquina virtual admitidos en una ubicación.

list_sizes(*, location: str | None = None, compute_type: str | None = None) -> Iterable[VmSize]

Parámetros

location
str

Ubicación en la que se consultan los tamaños de máquina virtual. El valor predeterminado es la ubicación del área de trabajo.

compute_type
Optional[str]

Tipo del proceso que se va a enumerar, sin distinción entre mayúsculas y minúsculas. El valor predeterminado es AMLCompute.

Devoluciones

Iterador sobre objetos de tamaño de máquina virtual.

Tipo de valor devuelto

Ejemplos

Enumerar los tamaños de máquina virtual admitidos en la ubicación del área de trabajo.


   size_list = ml_client.compute.list_sizes()

list_usage

Enumere la información de uso actual, así como los límites de recursos de AzureML para la suscripción y la ubicación especificadas.

list_usage(*, location: str | None = None) -> Iterable[Usage]

Parámetros

location
Optional[str]

Ubicación para la que se consulta el uso de recursos. El valor predeterminado es la ubicación del área de trabajo.

Devoluciones

Iterador sobre los objetos de información de uso actuales.

Tipo de valor devuelto

Ejemplos

Enumeración del uso de recursos para la ubicación del área de trabajo.


   usage_list = ml_client.compute.list_usage()