ComputeOperations Klasa
ComputeOperations.
Ta klasa nie powinna być tworzone bezpośrednio. Zamiast tego użyj atrybutu obliczeniowego obiektu MLClient.
- Dziedziczenie
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsComputeOperations
Konstruktor
ComputeOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, **kwargs: Dict)
Parametry
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Zmienne zakresu dla klas operacji obiektu MLClient.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Typowa konfiguracja klas operacji obiektu MLClient.
- service_client
- <xref:azure.ai.ml._restclient.v2023_02_01_preview.AzureMachineLearningWorkspaces>
Klient usługi umożliwia użytkownikom końcowym obsługę zasobów obszaru roboczego usługi Azure Machine Learning.
Metody
begin_attach |
Dołącz zasób obliczeniowy do obszaru roboczego. |
begin_create_or_update |
Utwórz i zarejestruj zasób obliczeniowy. |
begin_delete |
Usuwanie lub odłączanie zasobu obliczeniowego. |
begin_restart |
Uruchom ponownie wystąpienie obliczeniowe. |
begin_start |
Uruchom wystąpienie obliczeniowe. |
begin_stop |
Zatrzymaj wystąpienie obliczeniowe. |
begin_update |
Aktualizowanie zasobu obliczeniowego. Obecnie tylko prawidłowe dla typów zasobów AmlCompute. |
get |
Pobierz zasób obliczeniowy. |
list |
Wyświetl listę obliczeń obszaru roboczego. |
list_nodes |
Pobierz listę węzłów zasobu obliczeniowego. |
list_sizes |
Wyświetl listę obsługiwanych rozmiarów maszyn wirtualnych w lokalizacji. |
list_usage |
Wyświetl listę bieżących informacji o użyciu, a także limity zasobów usługi AzureML dla danej subskrypcji i lokalizacji. |
begin_attach
Dołącz zasób obliczeniowy do obszaru roboczego.
begin_attach(compute: Compute, **kwargs: Any) -> LROPoller[Compute]
Parametry
Zwraca
Wystąpienie LROPoller, które zwraca obiekt Compute po zakończeniu długotrwałej operacji.
Typ zwracany
Przykłady
Dołączanie zasobu obliczeniowego do obszaru roboczego.
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
Utwórz i zarejestruj zasób obliczeniowy.
begin_create_or_update(compute: Compute) -> LROPoller[Compute]
Parametry
Zwraca
Wystąpienie LROPoller, które zwraca obiekt Compute po zakończeniu długotrwałej operacji.
Typ zwracany
Przykłady
Tworzenie i rejestrowanie zasobu obliczeniowego.
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
Usuwanie lub odłączanie zasobu obliczeniowego.
begin_delete(name: str, *, action: str = 'Delete') -> LROPoller[None]
Parametry
- action
Akcja do wykonania. Możliwe wartości: ["Delete", "Detach"]. Wartość domyślna to "Delete" (Usuń).
Zwraca
Poller do śledzenia stanu operacji.
Typ zwracany
Przykłady
Usuń przykład obliczeń.
ml_client.compute.begin_delete(compute_name_1, action="Detach")
ml_client.compute.begin_delete(compute_name_2)
begin_restart
Uruchom ponownie wystąpienie obliczeniowe.
begin_restart(name: str) -> LROPoller[None]
Parametry
Zwraca
Poller do śledzenia stanu operacji.
Typ zwracany
Przykłady
Ponowne uruchamianie zatrzymanego wystąpienia obliczeniowego.
ml_client.compute.begin_restart(ci_name)
begin_start
Uruchom wystąpienie obliczeniowe.
begin_start(name: str) -> LROPoller[None]
Parametry
Zwraca
Poller do śledzenia stanu operacji.
Typ zwracany
Przykłady
Uruchamianie wystąpienia obliczeniowego.
ml_client.compute.begin_start(ci_name)
begin_stop
Zatrzymaj wystąpienie obliczeniowe.
begin_stop(name: str) -> LROPoller[None]
Parametry
Zwraca
Poller do śledzenia stanu operacji.
Typ zwracany
Przykłady
Zatrzymywanie wystąpienia obliczeniowego.
ml_client.compute.begin_stop(ci_name)
begin_update
Aktualizowanie zasobu obliczeniowego. Obecnie tylko prawidłowe dla typów zasobów AmlCompute.
begin_update(compute: Compute) -> LROPoller[Compute]
Parametry
Zwraca
Wystąpienie LROPoller, które zwraca obiekt Compute po zakończeniu długotrwałej operacji.
Typ zwracany
Przykłady
Aktualizowanie zasobu 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
Pobierz zasób obliczeniowy.
get(name: str) -> Compute
Parametry
Zwraca
Obiekt obliczeniowy.
Typ zwracany
Przykłady
Pobieranie zasobu obliczeniowego z obszaru roboczego.
cpu_cluster = ml_client.compute.get("cpu-cluster")
list
Wyświetl listę obliczeń obszaru roboczego.
list(*, compute_type: str | None = None) -> Iterable[Compute]
Parametry
Typ obliczeniowy, który ma być wymieniony, bez uwzględniania wielkości liter. Wartość domyślna to AMLCompute.
Zwraca
Iterator, taki jak wystąpienie obiektów obliczeniowych.
Typ zwracany
Przykłady
Pobieranie listy zasobów obliczeniowych Kubernetes w usłudze AzureML w obszarze roboczym.
compute_list = ml_client.compute.list(compute_type="AMLK8s") # cspell:disable-line
list_nodes
Pobierz listę węzłów zasobu obliczeniowego.
list_nodes(name: str) -> Iterable[AmlComputeNodeInfo]
Parametry
Zwraca
Wystąpienie podobne do iteratora obiektów AmlComputeNodeInfo.
Typ zwracany
Przykłady
Pobieranie listy węzłów z zasobu obliczeniowego.
node_list = ml_client.compute.list_nodes(name="cpu-cluster")
list_sizes
Wyświetl listę obsługiwanych rozmiarów maszyn wirtualnych w lokalizacji.
list_sizes(*, location: str | None = None, compute_type: str | None = None) -> Iterable[VmSize]
Parametry
- location
- str
Lokalizacja, w której są sprawdzane rozmiary maszyn wirtualnych. Domyślnie jest to lokalizacja obszaru roboczego.
Typ obliczeniowy, który ma być wymieniony, bez uwzględniania wielkości liter. Wartość domyślna to AMLCompute.
Zwraca
Iterator obiektów rozmiaru maszyny wirtualnej.
Typ zwracany
Przykłady
Wyświetlanie listy obsługiwanych rozmiarów maszyn wirtualnych w lokalizacji obszaru roboczego.
size_list = ml_client.compute.list_sizes()
list_usage
Wyświetl listę bieżących informacji o użyciu, a także limity zasobów usługi AzureML dla danej subskrypcji i lokalizacji.
list_usage(*, location: str | None = None) -> Iterable[Usage]
Parametry
Lokalizacja, dla której jest odpytywane użycie zasobów. Domyślnie jest to lokalizacja obszaru roboczego.
Zwraca
Iterator bieżących obiektów informacji o użyciu.
Typ zwracany
Przykłady
Wyświetlanie listy użycia zasobów dla lokalizacji obszaru roboczego.
usage_list = ml_client.compute.list_usage()
Azure SDK for Python