WorkerConfiguration Classe
WorkerConfiguration é a classe que contém todas as informações necessárias para que os trabalhos sejam executados.
Inicializar o WorkerConfiguration
:type azureml.core.runconfig.HistoryConfiguration :p aram use_gpu: Prameter usado para sinalizar se a imagem base padrão deve ter os pacotes para
gpu adicionado. Esse parâmetro é ignorado se environment
estiver definido.
arquivo yaml. :type conda_dependencies_file: str
- Herança
-
azureml._base_sdk_common.abstract_run_config_element._AbstractRunConfigElementWorkerConfiguration
Construtor
WorkerConfiguration(node_count, compute_target=None, environment=None, shm_size='2g', history=None, use_gpu=False, pip_packages=None, conda_packages=None, conda_dependencies_file=None, pip_requirements_file=None)
Parâmetros
Nome | Description |
---|---|
node_count
Obrigatório
|
Número de nós de trabalho a serem inicializados, um trabalho será executado por computador no destino de computação. |
compute_target
|
O destino de computação em que os trabalhados serão executados. Pode ser um objeto ou o nome do destino de computação. Valor padrão: None
|
environment
|
A definição de ambiente para os trabalhados. Inclui PythonSection, DockerSection e variáveis de ambiente. Qualquer opção de ambiente não exposta diretamente por meio de outros parâmetros para a construção WorkerConfiguration poderá ser definida usando esse parâmetro. Se esse parâmetro for especificado, ele será usado como uma base na qual os pacotes especificados em Valor padrão: None
|
shm_size
|
A configuração de shm_size docker para o trabalho. Valor padrão: 2g
|
history
|
Configuração de histórico para a execução do trabalho, isso controla quais pastas de logs serão monitoradas Valor padrão: None
|
use_gpu
|
Parâmetro usado para sinalizar se a imagem base padrão deve ter os pacotes para gpu adicionados. Esse parâmetro é ignorado se Valor padrão: False
|
conda_packages
|
Uma lista de cadeia de caracteres representando pacotes conda a serem adicionados ao ambiente do Python para os trabalhos. Valor padrão: None
|
pip_packages
|
Uma lista de cadeia de caracteres representando pacotes de pip a serem adicionados ao ambiente do Python para os trabalhos Valor padrão: None
|
pip_requirements_file
|
O caminho relativo para o arquivo de texto de requisitos pip dos trabalhados.
Isso pode ser fornecido em combinação com o parâmetro Valor padrão: None
|
conda_dependencies_file
|
O caminho relativo para o arquivo yaml de dependências conda dos trabalhados. Valor padrão: None
|
node_count
Obrigatório
|
Número de nós de trabalho a serem inicializados, um trabalho será executado por computador no destino de computação. |
compute_target
Obrigatório
|
<xref:azureml.core.compute_target.ComputeTarget> ou
str
O destino de computação em que os trabalhados serão executados. Pode ser um objeto ou o nome do destino de computação. |
environment
Obrigatório
|
A definição de ambiente para os trabalhados. Inclui PythonSection, DockerSection e variáveis de ambiente. Qualquer opção de ambiente não exposta diretamente por meio de outros parâmetros para a construção WorkerConfiguration poderá ser definida usando esse parâmetro. Se esse parâmetro for especificado, ele será usado como uma base na qual os pacotes especificados em |
shm_size
Obrigatório
|
A configuração de shm_size docker para o trabalho. |
history
Obrigatório
|
Configuração de histórico para a execução do trabalho, isso controla quais pastas de logs serão monitoradas |
conda_packages
Obrigatório
|
Uma lista de cadeia de caracteres representando pacotes conda a serem adicionados ao ambiente do Python para os trabalhos. |
pip_packages
Obrigatório
|
Uma lista de cadeia de caracteres representando pacotes de pip a serem adicionados ao ambiente do Python para os trabalhos |
pip_requirements_file
Obrigatório
|
O caminho relativo para o arquivo de texto de requisitos pip dos trabalhados.
Isso pode ser fornecido em combinação com o parâmetro |
conda_dependencies_file
Obrigatório
|
O caminho relativo para as dependências conda dos trabalhadores |
Atributos
target
Obter o destino de computação em que a execução do trabalho está agendada.
Os destinos de computação em nuvem disponíveis podem ser encontrados usando a função compute_targets
Retornos
Tipo | Description |
---|---|
O nome de destino |