Udostępnij za pośrednictwem

ContainerImage Klasa

  • Odwołanie

Reprezentuje obraz kontenera, obecnie tylko dla obrazów platformy Docker.

Ta klasa jest PRZESTARZAŁA. Environment Zamiast tego użyj klasy .

Obraz zawiera zależności potrzebne do uruchomienia modelu, w tym:

  • Środowisko uruchomieniowe

  • Definicje środowiska języka Python określone w pliku Conda

  • Możliwość włączenia obsługi procesora GPU

  • Niestandardowy plik platformy Docker dla określonych poleceń uruchamiania

Konstruktor obrazu.

Ta klasa jest PRZESTARZAŁA. Environment Zamiast tego użyj klasy .

Konstruktor obrazu służy do pobierania reprezentacji chmury obiektu Image skojarzonego z podanym obszarem roboczym. Zwróci wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu Image.

Dziedziczenie
Image
ContainerImage

Konstruktor

ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)

Parametry

Nazwa Opis
workspace
Wymagane
Workspace

Obiekt obszaru roboczego zawierający obraz do pobrania
name
str

Nazwa obrazu do pobrania. Zwróci najnowszą wersję, jeśli istnieje

Domyślna wartość: None
id
str

Określony identyfikator obrazu do pobrania. (Identyfikator to ":")

Domyślna wartość: None
tags
list

Filtruje wyniki obrazu na podstawie podanej listy według wartości "key" lub "[key, value]". Np. ['key', ['key2', 'key2 value']]

Domyślna wartość: None
properties
list

Filtruje wyniki obrazu na podstawie podanej listy według wartości "key" lub "[key, value]". Np. ['key', ['key2', 'key2 value']]

Domyślna wartość: None
version
str

Po określeniu wersji i nazwy funkcja zwróci określoną wersję obrazu.

Domyślna wartość: None

Uwagi

KontenerImage jest pobierany przy użyciu konstruktora Image klasy, przekazując nazwę lub identyfikator wcześniej utworzonego obiektu ContainerImage. Poniższy przykład kodu przedstawia pobieranie obrazu z obszaru roboczego według nazwy i identyfikatora.


   container_image_from_name = Image(workspace, name="image-name")
   container_image_from_id = Image(workspace, id="image-id")

Aby utworzyć nową konfigurację obrazu do użycia we wdrożeniu, skompiluj ContainerImageConfig obiekt, jak pokazano w poniższym przykładzie kodu:


   from azureml.core.image import ContainerImage

   image_config = ContainerImage.image_configuration(execution_script="score.py",
                                                    runtime="python",
                                                    conda_file="myenv.yml",
                                                    description="image for model",
                                                    cuda_version="9.0"
                                                    )

Metody

image_configuration

Tworzenie i zwracanie ContainerImageConfig obiektu.

Ta funkcja akceptuje parametry, aby zdefiniować sposób działania modelu w usłudze internetowej, a także określone środowisko i zależności, które musi być w stanie uruchomić.
run

Uruchom obraz lokalnie z podanymi danymi wejściowymi.

Aby można było pracować, musi być zainstalowana i uruchomiona platforma Docker. Ta metoda będzie działać tylko na procesorze CPU, ponieważ obraz z obsługą procesora GPU może działać tylko w usługach platformy Microsoft Azure.
serialize

Przekonwertuj ten obiekt ContainerImage na słownik serializacji JSON.

image_configuration

Tworzenie i zwracanie ContainerImageConfig obiektu.

Ta funkcja akceptuje parametry, aby zdefiniować sposób działania modelu w usłudze internetowej, a także określone środowisko i zależności, które musi być w stanie uruchomić.

static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)

Parametry

Nazwa Opis
execution_script
Wymagane
str

Ścieżka do lokalnego pliku języka Python zawierającego kod do uruchomienia dla obrazu. Musi zawierać zarówno funkcje init(), jak i run(input_data), które definiują kroki wykonywania modelu dla usługi internetowej.
runtime
Wymagane
str

Środowisko uruchomieniowe do użycia dla obrazu. Bieżące obsługiwane środowiska uruchomieniowe to "spark-py" i "python".
conda_file
str

Ścieżka do lokalnego pliku yml zawierającego definicję środowiska Conda do użycia dla obrazu.

Domyślna wartość: None
docker_file
str

Ścieżka do pliku lokalnego zawierającego dodatkowe kroki platformy Docker do uruchomienia podczas konfigurowania obrazu.

Domyślna wartość: None
schema_file
str

Ścieżka do pliku lokalnego zawierającego schemat usługi internetowej do użycia podczas wdrażania obrazu. Służy do generowania specyfikacji struktury Swagger dla wdrożenia modelu.

Domyślna wartość: None
dependencies
list[str]

Lista ścieżek do dodatkowych plików/folderów, które należy uruchomić na obrazie.

Domyślna wartość: None
enable_gpu
bool

Czy włączyć obsługę procesora GPU na obrazie. Obraz procesora GPU musi być używany w usługach platformy Microsoft Azure, takich jak Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines i Azure Kubernetes Service. Wartość domyślna to Fałsz

Domyślna wartość: None
tags
dict[str, str]

Słownik tagów wartości klucza, aby nadać ten obraz.

Domyślna wartość: None
properties
dict[str, str]

Słownik właściwości wartości klucza, aby nadać ten obraz. Tych właściwości nie można zmienić po wdrożeniu, jednak można dodać nowe pary wartości klucza.

Domyślna wartość: None
description
str

Opis tekstowy do nadania temu obrazowi.

Domyślna wartość: None
base_image
str

Obraz niestandardowy, który ma być używany jako obraz podstawowy. Jeśli nie podano obrazu podstawowego, obraz podstawowy będzie używany na podstawie danego parametru środowiska uruchomieniowego.

Domyślna wartość: None
base_image_registry
ContainerRegistry

Rejestr obrazów zawierający obraz podstawowy.

Domyślna wartość: None
cuda_version
str

Wersja cudA do zainstalowania dla obrazów, które wymagają obsługi procesora GPU. Obraz procesora GPU musi być używany w usługach platformy Microsoft Azure, takich jak Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines i Azure Kubernetes Service. Obsługiwane wersje to 9.0, 9.1 i 10.0. Jeśli ustawiono wartość "enable_gpu", wartość domyślna to "9.1".

Domyślna wartość: None

Zwraca

Typ Opis
ContainerImageConfig

Obiekt konfiguracji do użycia podczas tworzenia obrazu.

Wyjątki

Typ Opis
WebserviceException

run

Uruchom obraz lokalnie z podanymi danymi wejściowymi.

Aby można było pracować, musi być zainstalowana i uruchomiona platforma Docker. Ta metoda będzie działać tylko na procesorze CPU, ponieważ obraz z obsługą procesora GPU może działać tylko w usługach platformy Microsoft Azure.

run(input_data)

Parametry

Nazwa Opis
input_data
Wymagane
<xref:varies>

Dane wejściowe do przekazania do obrazu po uruchomieniu

Zwraca

Typ Opis
<xref:varies>

Wyniki uruchamiania obrazu.

Wyjątki

Typ Opis
WebserviceException

serialize

Przekonwertuj ten obiekt ContainerImage na słownik serializacji JSON.

serialize()

Zwraca

Typ Opis
dict

Reprezentacja JSON tego konteneraImage.

Wyjątki

Typ Opis
WebserviceException