다음을 통해 공유

BatchEndpointOperations 클래스

  • 참조

BatchEndpointOperations.

이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 MLClient instance 만들어서 인스턴스화하고 특성으로 연결해야 합니다.

상속
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
BatchEndpointOperations

생성자

BatchEndpointOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_05_2022: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)

매개 변수

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

MLClient 개체의 작업 클래스에 대한 범위 변수입니다.

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

MLClient 개체의 작업 클래스에 대한 일반적인 구성입니다.

service_client_05_2022
<xref:<xref:azure.ai.ml._restclient.v2022_05_01._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>>
필수

최종 사용자가 Azure Machine Learning 작업 영역 리소스에서 작동할 수 있도록 하는 서비스 클라이언트입니다.

all_operations
<xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
필수

MLClient 개체의 모든 작업 클래스입니다.

credentials
TokenCredential
기본값: None

인증에 사용할 자격 증명입니다.

메서드

begin_create_or_update

일괄 처리 엔드포인트를 만들거나 업데이트합니다.
begin_delete

일괄 처리 엔드포인트를 삭제합니다.
get

엔드포인트 리소스를 가져옵니다.
invoke

제공된 페이로드를 사용하여 일괄 처리 엔드포인트를 호출합니다.
list

작업 영역의 엔드포인트를 나열합니다.
list_jobs

제공된 일괄 처리 엔드포인트 배포 아래에 작업을 나열합니다. 일괄 처리 엔드포인트에만 유효합니다.

begin_create_or_update

일괄 처리 엔드포인트를 만들거나 업데이트합니다.

begin_create_or_update(endpoint: BatchEndpoint) -> LROPoller[BatchEndpoint]

매개 변수

endpoint
BatchEndpoint
필수

엔드포인트 엔터티입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[BatchEndpoint]

예제

엔드포인트 예제를 만듭니다.


   from azure.ai.ml.entities import BatchEndpoint

   endpoint_example = BatchEndpoint(name=endpoint_name_2)
   ml_client.batch_endpoints.begin_create_or_update(endpoint_example)

begin_delete

일괄 처리 엔드포인트를 삭제합니다.

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

매개 변수

name
str
필수

일괄 처리 엔드포인트의 이름입니다.

반환

작업 상태 추적하는 폴러입니다.

반환 형식

LROPoller[None]

예제

엔드포인트 예제를 삭제합니다.


   ml_client.batch_endpoints.begin_delete(endpoint_name)

get

엔드포인트 리소스를 가져옵니다.

get(name: str) -> BatchEndpoint

매개 변수

name
str
필수

엔드포인트의 이름입니다.

반환

서비스에서 검색된 엔드포인트 개체입니다.

반환 형식

BatchEndpoint

예제

엔드포인트 예제를 가져옵니다.


   ml_client.batch_endpoints.get(endpoint_name)

invoke

제공된 페이로드를 사용하여 일괄 처리 엔드포인트를 호출합니다.

invoke(endpoint_name: str, *, deployment_name: str | None = None, inputs: Dict[str, Input] | None = None, **kwargs) -> BatchJob

매개 변수

endpoint_name
str
필수

엔드포인트 이름입니다.

deployment_name
str

(선택 사항) 호출할 특정 배포의 이름입니다. 선택 사항입니다. 기본적으로 요청은 트래픽 규칙에 따라 배포로 라우팅됩니다.

inputs
Dict[str, Input]

(선택 사항) 배포에 사용할 기존 데이터 자산, 공용 URI 파일 또는 폴더의 사전

반환

호출된 일괄 처리 배포 작업입니다.

반환 형식

BatchJob

예외

ValidationException

배포의 유효성을 성공적으로 검사할 수 없는 경우 발생합니다. 세부 정보는 오류 메시지에 제공됩니다.

AssetException

BatchEndpoint 자산(예: 데이터, 코드, 모델, 환경)의 유효성을 성공적으로 검사할 수 없는 경우 발생합니다. 세부 정보는 오류 메시지에 제공됩니다.

ModelException

BatchEndpoint 모델의 유효성을 성공적으로 검사할 수 없는 경우 발생합니다. 세부 정보는 오류 메시지에 제공됩니다.

EmptyDirectoryError

제공된 로컬 경로가 빈 디렉터리를 가리키는 경우 발생합니다.

예제

엔드포인트 예제를 호출합니다.


   ml_client.batch_endpoints.invoke(endpoint_name_2)

list

작업 영역의 엔드포인트를 나열합니다.

list() -> ItemPaged[BatchEndpoint]

반환

엔드포인트 목록

반환 형식

ItemPaged[BatchEndpoint]

예제

목록 예제입니다.


   ml_client.batch_endpoints.list()

list_jobs

제공된 일괄 처리 엔드포인트 배포 아래에 작업을 나열합니다. 일괄 처리 엔드포인트에만 유효합니다.

list_jobs(endpoint_name: str) -> ItemPaged[BatchJob]

매개 변수

endpoint_name
str
필수

엔드포인트 이름

반환

작업 목록

반환 형식

ItemPaged[BatchJob]

예제

작업 예제를 나열합니다.


   ml_client.batch_endpoints.list_jobs(endpoint_name_2)