ComputeTarget Klasse

Anfügen eines Compute-Objekts an einen Arbeitsbereich unter Verwendung des angegebenen Namens und der angegebenen Konfigurationsinformationen.

static attach(workspace, name, attach_configuration)

Parameter

Gibt zurück

Ausnahmen

Hinweise

An den Parameter attach_configuration wird ein Objekt vom Typ ComputeTargetAttachConfiguration übergeben, das mithilfe der attach_configuration-Funktion in einer der untergeordneten Klassen von ComputeTarget erstellt wird.

Im folgenden Beispiel wird ein Azure Data Lake Analytics (ADLA)-Konto mithilfe der AdlaCompute-Methode attach_configuration an einen Arbeitsbereich angefügt.

   adla_compute_name = 'testadl' # Name to associate with new compute in workspace

   # ADLA account details needed to attach as compute to workspace
   adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
   adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       adla_compute = AdlaCompute(ws, adla_compute_name)
   except ComputeTargetException:
       print('attaching adla compute...')
       attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
       adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
       adla_compute.wait_for_completion()

   print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
   print("Provisioning state:{}".format(adla_compute.provisioning_state))
   print("Provisioning errors:{}".format(adla_compute.provisioning_errors))

Das vollständige Beispiel finden Sie unter https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb.

Bereitstellen eines Compute-Objekts durch Angabe eines Computetyps und der zugehörigen Konfiguration.

Diese Methode erstellt ein neues Computeziel, anstatt ein vorhandenes Computeziel anzufügen.

static create(workspace, name, provisioning_configuration)

Parameter

Gibt zurück

Ausnahmen

Hinweise

Der Typ des bereitgestellten Objekts wird durch die Bereitstellungskonfiguration bestimmt.

Im folgenden Beispiel wird ein persistentes, von AmlCompute bereitgestelltes Computeziel erstellt. Bei dem provisioning_configuration-Parameter in diesem Beispiel handelt es sich um einen Parameter vom Typ AmlComputeProvisioningConfiguration.

   from azureml.core.compute import ComputeTarget, AmlCompute
   from azureml.core.compute_target import ComputeTargetException

   # Choose a name for your CPU cluster
   cpu_cluster_name = "cpu-cluster"

   # Verify that cluster does not exist already
   try:
       cpu_cluster = ComputeTarget(workspace=ws, name=cpu_cluster_name)
       print('Found existing cluster, use it.')
   except ComputeTargetException:
       compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_D2_V2',
                                                              max_nodes=4)
       cpu_cluster = ComputeTarget.create(ws, cpu_cluster_name, compute_config)

   cpu_cluster.wait_for_completion(show_output=True)

Das vollständige Beispiel finden Sie unter https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb.

Entfernen des Compute-Objekts aus dem zugeordneten Arbeitsbereich.

Diese abstrakte Methode wird von untergeordneten Klassen von ComputeTarget implementiert.

abstract delete()

Ausnahmen

Hinweise

Wenn dieses Objekt über Azure Machine Learning erstellt wurde, werden auch die entsprechenden cloudbasierten Objekte gelöscht. Wenn dieses Objekt extern erstellt und nur an den Arbeitsbereich angefügt wurde, wird eine Ausnahme ausgelöst, und es wird nichts geändert.

Konvertieren eines JSON-Objekts in ein Compute-Objekt.

abstract static deserialize(workspace, object_dict)

Parameter

Gibt zurück

Ausnahmen

Hinweise

Wenn der bereitgestellte Arbeitsbereich nicht der Arbeitsbereich ist, dem das Compute-Objekt zugeordnet ist, wird eine Ausnahme vom Typ ComputeTargetException ausgelöst.

Trennen des Compute-Objekts vom zugeordneten Arbeitsbereich.

Diese abstrakte Methode wird von untergeordneten Klassen von ComputeTarget implementiert. Zugrunde liegende Cloudobjekte werden nicht gelöscht. Nur die Zuordnungen werden entfernt.

abstract detach()

Ausnahmen

Abrufen des aktuellen Bereitstellungsstatus des Compute-Objekts.

get_status()

Gibt zurück

Ausnahmen

Hinweise

Die zurückgegebenen Werte sind in der Azure-REST-API-Referenz für ProvisioningState aufgeführt.

Auflisten aller ComputeTarget-Objekte innerhalb des Arbeitsbereichs.

Dient zum Zurückgeben einer Liste instanziierter untergeordneter Objekte, die dem jeweiligen Computetyp entsprechen. Die Objekte sind untergeordnete Elemente von ComputeTarget.

static list(workspace)

Parameter

Gibt zurück

Ausnahmen

Direktes Aktualisieren der Eigenschaften des Objekts.

Aktualisiert Eigenschaften basierend auf dem aktuellen Zustand des entsprechenden Cloudobjekts. Dies ist hilfreich für den manuellen Abruf des Computezustands.

Diese abstrakte Methode wird von untergeordneten Klassen von ComputeTarget implementiert.

abstract refresh_state()

Ausnahmen

Konvertieren dieses Compute-Objekts in ein serialisiertes JSON-Wörterbuch.

abstract serialize()

Gibt zurück

Ausnahmen

Warten, bis der aktuelle Bereitstellungsvorgang im Cluster abgeschlossen ist.

Diese Methode gibt eine Ausnahme vom Typ ComputeTargetException zurück, wenn beim Abfragen des Compute-Objekts ein Problem auftritt.

wait_for_completion(show_output=False, is_delete_operation=False)

Parameter

Ausnahmen