共用方式為


TensorBoardJobService 類別

TensorBoard 作業服務組態。

繼承
azure.ai.ml.entities._job.job_service.JobServiceBase
TensorBoardJobService

建構函式

TensorBoardJobService(*, endpoint: str | None = None, nodes: Literal['all'] | None = None, status: str | None = None, port: int | None = None, log_dir: str | None = None, properties: Dict[str, str] | None = None, **kwargs: Any)

僅限關鍵字的參數

名稱 Description
endpoint

端點 URL。

port

端點的埠。

nodes
Optional[Literal["all"]]

指出服務是否必須在所有節點中執行。

properties

在端點上設定的其他屬性。

status

端點的狀態。

log_dir

記錄檔的目錄路徑。

kwargs

其他組態參數的字典。

範例

在命令作業上設定 TensorBoardJobService 組態。


   from azure.ai.ml import command
   from azure.ai.ml.entities import JupyterLabJobService, SshJobService, TensorBoardJobService, VsCodeJobService

   node = command(
       name="interactive-command-job",
       description="description",
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       command="ls",
       compute="testCompute",
       services={
           "my_ssh": SshJobService(),
           "my_tensorboard": TensorBoardJobService(log_dir="~/blog"),
           "my_jupyter_lab": JupyterLabJobService(),
           "my_vscode": VsCodeJobService(),
       },
   )

變數

名稱 Description
type
str

指定作業服務的類型。 將此類別自動設定為 「tensor_board」。

方法

get
has_key
items
keys
update
values

get

get(key: Any, default: Any | None = None) -> Any

參數

名稱 Description
key
必要
default
預設值: None

has_key

has_key(k: Any) -> bool

參數

名稱 Description
k
必要

items

items() -> list

keys

keys() -> list

update

update(*args: Any, **kwargs: Any) -> None

values

values() -> list