BatchDeploymentOperations Klasa

BatchDeploymentOperations.

Nie należy bezpośrednio utworzyć wystąpienia tej klasy. Zamiast tego należy utworzyć wystąpienie klasy MLClient, które tworzy wystąpienie dla Ciebie i dołącza je jako atrybut.

Dziedziczenie

azure.ai.ml._scope_dependent_operations._ScopeDependentOperations

BatchDeploymentOperations

Konstruktor

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

Parametry

operation_scope

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

Wymagane

Zmienne zakresu dla klas operacji obiektu MLClient.

operation_config

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

Wymagane

Typowa konfiguracja klas operacji obiektu MLClient.

service_client_05_2022

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

Wymagane

Klient usługi umożliwia użytkownikom końcowym obsługę zasobów obszaru roboczego usługi Azure Machine Learning.

all_operations

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

Wymagane

Wszystkie klasy operacji obiektu MLClient.

credentials

TokenCredential

wartość domyślna: None

Poświadczenia do użycia do uwierzytelniania.

Metody

begin_create_or_update	Tworzenie lub aktualizowanie wdrożenia wsadowego.
begin_delete	Usuwanie wdrożenia wsadowego.
get	Pobierz zasób wdrożenia.
list	Wyświetl listę zasobu wdrożenia.
list_jobs	Wyświetlanie listy zadań w ramach podanego wdrożenia punktu końcowego wsadowego. Jest to prawidłowe tylko dla punktu końcowego wsadowego.

begin_create_or_update

Tworzenie lub aktualizowanie wdrożenia wsadowego.

begin_create_or_update(deployment: DeploymentType, *, skip_script_validation: bool = False, **kwargs) -> LROPoller[DeploymentType]

Parametry

deployment

BatchDeployment

Wymagane

Jednostka wdrażania.

Zwraca

Poller do śledzenia stanu operacji.

Typ zwracany

LROPoller[BatchDeployment]

Wyjątki

ValidationException

Podniesiono, jeśli nie można pomyślnie zweryfikować usługi BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

AssetException

Podniesione, jeśli nie można pomyślnie zweryfikować zasobów usługi BatchDeployment (np. dane, kod, model, środowisko). Szczegóły zostaną podane w komunikacie o błędzie.

ModelException

Podniesiono, jeśli nie można pomyślnie zweryfikować modelu BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Utwórz przykład.

   from azure.ai.ml import load_batch_deployment
   from azure.ai.ml.entities import BatchDeployment

   deployment_example = load_batch_deployment(
       source="./sdk/ml/azure-ai-ml/tests/test_configs/deployments/batch/batch_deployment_anon_env_with_image.yaml",
       params_override=[{"name": f"deployment-{randint(0, 1000)}", "endpoint_name": endpoint_example.name}],
   )

   ml_client.batch_deployments.begin_create_or_update(deployment=deployment_example, skip_script_validation=True)

begin_delete

Usuwanie wdrożenia wsadowego.

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

Parametry

name

str

Wymagane

Nazwa wdrożenia wsadowego.

endpoint_name

str

Wymagane

Nazwa punktu końcowego partii

Zwraca

Poller do śledzenia stanu operacji.

Typ zwracany

LROPoller[None]

Wyjątki

ValidationException

Podniesiono, jeśli nie można pomyślnie zweryfikować usługi BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

AssetException

Podniesione, jeśli nie można pomyślnie zweryfikować zasobów usługi BatchDeployment (np. dane, kod, model, środowisko). Szczegóły zostaną podane w komunikacie o błędzie.

ModelException

Podniesiono, jeśli nie można pomyślnie zweryfikować modelu BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Usuń przykład.

   ml_client.batch_deployments.begin_delete(deployment_name, endpoint_name)

get

Pobierz zasób wdrożenia.

get(name: str, endpoint_name: str) -> BatchDeployment

Parametry

name

str

Wymagane

Nazwa wdrożenia

endpoint_name

str

Wymagane

Nazwa punktu końcowego

Zwraca

Jednostka wdrożenia

Typ zwracany

BatchDeployment

Wyjątki

ValidationException

Podniesiono, jeśli nie można pomyślnie zweryfikować usługi BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

AssetException

Podniesione, jeśli nie można pomyślnie zweryfikować zasobów usługi BatchDeployment (np. dane, kod, model, środowisko). Szczegóły zostaną podane w komunikacie o błędzie.

ModelException

Podniesiono, jeśli nie można pomyślnie zweryfikować modelu BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Pobierz przykład.

   ml_client.batch_deployments.get(deployment_name, endpoint_name)

list

Wyświetl listę zasobu wdrożenia.

list(endpoint_name: str) -> ItemPaged[BatchDeployment]

Parametry

endpoint_name

str

Wymagane

Nazwa punktu końcowego

Zwraca

Iterator jednostek wdrażania

Typ zwracany

ItemPaged[BatchDeployment]

Wyjątki

ValidationException

Podniesiono, jeśli nie można pomyślnie zweryfikować usługi BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

AssetException

Podniesione, jeśli nie można pomyślnie zweryfikować zasobów usługi BatchDeployment (np. dane, kod, model, środowisko). Szczegóły zostaną podane w komunikacie o błędzie.

ModelException

Podniesiono, jeśli nie można pomyślnie zweryfikować modelu BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Wyświetl przykład zasobu wdrożenia.

   ml_client.batch_deployments.list(endpoint_name)

list_jobs

Wyświetlanie listy zadań w ramach podanego wdrożenia punktu końcowego wsadowego. Jest to prawidłowe tylko dla punktu końcowego wsadowego.

list_jobs(endpoint_name: str, *, name: str | None = None) -> ItemPaged[BatchJob]

Parametry

endpoint_name

str

Wymagane

Nazwa punktu końcowego.

name

str

(Opcjonalnie) Nazwa wdrożenia.

Zwraca

Lista zadań

Typ zwracany

ItemPaged[BatchJob]

Wyjątki

ValidationException

Podniesiono, jeśli nie można pomyślnie zweryfikować usługi BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

AssetException

Podniesione, jeśli nie można pomyślnie zweryfikować zasobów usługi BatchDeployment (np. dane, kod, model, środowisko). Szczegóły zostaną podane w komunikacie o błędzie.

ModelException

Podniesiono, jeśli nie można pomyślnie zweryfikować modelu BatchDeployment. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Przykład listy zadań.

   ml_client.batch_deployments.list_jobs(deployment_name, endpoint_name)