ComponentOperations Classe
ComponentOperations.
Vous ne devez pas instancier cette classe directement. Au lieu de cela, vous devez créer un instance MLClient qui l’instancie pour vous et l’attache en tant qu’attribut.
- Héritage
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsComponentOperations
Constructeur
ComponentOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces | AzureMachineLearningWorkspaces, all_operations: OperationsContainer, preflight_operation: DeploymentsOperations | None = None, **kwargs: Dict)
Paramètres
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Étendue de l’opération.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Configuration de l’opération.
- service_client
- Union[ <xref:azure.ai.ml._restclient.v2022_10_01.AzureMachineLearningWorkspaces>, <xref:azure.ai.ml._restclient.v2021_10_01_dataplanepreview.AzureMachineLearningWorkspaces>]
Client de service pour les opérations d’API.
- all_operations
- <xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Conteneur pour toutes les opérations disponibles.
- preflight_operation
- Optional[<xref:azure.ai.ml._vendor.azure_resources.operations.DeploymentsOperations>]
Opération de pré-vol pour les déploiements.
Méthodes
archive |
Archivez un composant. |
create_or_update |
Créez ou mettez à jour un composant spécifié. s’il existe des entités définies inline, par exemple Environnement, Code, elles seront créées avec le composant. |
download |
Notes Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental. Téléchargez le composant spécifié et ses dépendances en local. Le composant local peut être utilisé pour créer le composant dans un autre espace de travail ou pour le développement hors connexion. |
get |
Retourne des informations sur le composant spécifié. |
list |
Répertorier le ou les composants spécifiques de l’espace de travail. |
restore |
Restaurez un composant archivé. |
validate |
Notes Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental. valide un composant spécifié. s’il existe des entités définies inline, par exemple Environnement, Code, elles ne seront pas créées. |
archive
Archivez un composant.
archive(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Paramètres
Exemples
Exemple de composant d’archive.
ml_client.components.archive(name=component_example.name)
create_or_update
Créez ou mettez à jour un composant spécifié. s’il existe des entités définies inline, par exemple Environnement, Code, elles seront créées avec le composant.
create_or_update(component: Component | function, version=None, *, skip_validation: bool = False, **kwargs) -> Component
Paramètres
- component
- Union[Component, FunctionType]
Objet de composant ou fonction de composant mldesigner qui génère un objet de composant
- skip_validation
- bool
s’il faut ignorer la validation avant de créer/mettre à jour le composant, la valeur par défaut est False
Retours
Objet de composant spécifié.
Type de retour
Exceptions
Déclenché si le composant ne peut pas être validé avec succès. Les détails seront fournis dans le message d’erreur.
Déclenché si les ressources de composant (par exemple, données, code, modèle, environnement) ne peuvent pas être validées avec succès. Les détails seront fournis dans le message d’erreur.
Déclenché si le type de composant n’est pas pris en charge. Les détails seront fournis dans le message d’erreur.
Déclenché si le modèle de composant ne peut pas être validé avec succès. Les détails seront fournis dans le message d’erreur.
Déclenché si le chemin d’accès local fourni pointe vers un répertoire vide.
Exemples
Créer un exemple de composant.
from azure.ai.ml import load_component
from azure.ai.ml.entities._component.component import Component
component_example = load_component(
source="./sdk/ml/azure-ai-ml/tests/test_configs/components/helloworld_component.yml",
params_override=[{"version": "1.0.2"}],
)
component = ml_client.components.create_or_update(component_example)
download
Notes
Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
Téléchargez le composant spécifié et ses dépendances en local. Le composant local peut être utilisé pour créer le composant dans un autre espace de travail ou pour le développement hors connexion.
download(name: str, download_path: PathLike | str = '.', *, version: str = None) -> None
Paramètres
- download_path
- str
Chemin d’accès local comme destination de téléchargement, par défaut sur le répertoire de travail actuel de l’utilisateur actuel. Sera créé s’il n’existe pas.
Retours
Objet de composant spécifié.
Type de retour
Exceptions
Déclenché si download_path pointe vers un répertoire existant qui n’est pas vide. identifié et récupéré. Les détails seront fournis dans le message d’erreur.
get
Retourne des informations sur le composant spécifié.
get(name: str, version: str | None = None, label: str | None = None) -> Component
Paramètres
Retours
Objet de composant spécifié.
Type de retour
Exceptions
Déclenché si le composant ne peut pas être correctement identifié et récupéré. Les détails seront fournis dans le message d’erreur.
Exemples
Obtenir un exemple de composant.
ml_client.components.get(name=component_example.name, version="1.0.2")
list
Répertorier le ou les composants spécifiques de l’espace de travail.
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY) -> Iterable[Component]
Paramètres
Le nom du composant, s’il n’est pas défini, répertorie tous les composants de l’espace de travail
- list_view_type
Type d’affichage pour inclure/exclure (par exemple) les composants archivés. Valeur par défaut : ACTIVE_ONLY.
Retours
Un itérateur comme instance d’objets de composant
Type de retour
Exemples
Exemple de composant de liste.
print(ml_client.components.list())
restore
Restaurez un composant archivé.
restore(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Paramètres
Exemples
Exemple de composant de restauration.
ml_client.components.restore(name=component_example.name)
validate
Notes
Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
valide un composant spécifié. s’il existe des entités définies inline, par exemple Environnement, Code, elles ne seront pas créées.
validate(component: Component | function, raise_on_failure: bool = False, **kwargs) -> ValidationResult
Paramètres
- component
- Union[Component, FunctionType]
Objet de composant ou fonction de composant mldesigner qui génère un objet de composant
- raise_on_failure
- bool
Indique s’il faut déclencher une exception en cas d’erreur de validation. Par défaut, False
Retours
Toutes les erreurs de validation
Type de retour
Azure SDK for Python