ComputeTarget Classe

Collegare un oggetto Compute a un'area di lavoro usando il nome e le informazioni di configurazione specificati.

static attach(workspace, name, attach_configuration)

Parametri

Restituisce

Eccezioni

Commenti

Il tipo di oggetto da passare al parametro attach_configuration è un ComputeTargetAttachConfiguration oggetto compilato usando la attach_configuration funzione in una delle classi figlio di ComputeTarget.

L'esempio seguente illustra come collegare un account ADLA a un'area di lavoro usando il attach_configuration metodo di AdlaCompute.

   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))

L'esempio completo è disponibile da 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

Effettuare il provisioning di un oggetto Compute specificando un tipo di calcolo e una configurazione correlata.

Questo metodo crea una nuova destinazione di calcolo anziché collegarne una esistente.

static create(workspace, name, provisioning_configuration)

Parametri

Restituisce

Eccezioni

Commenti

Il tipo di oggetto di cui è stato effettuato il provisioning è determinato dalla configurazione di provisioning fornita.

Nell'esempio seguente viene creata una destinazione di calcolo persistente di cui è stato effettuato il provisioning.AmlCompute Il provisioning_configuration parametro in questo esempio è di tipo 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)

L'esempio completo è disponibile da https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb

Rimuovere l'oggetto Calcolo dall'area di lavoro associata.

Questo metodo astratto viene implementato dalle classi figlio di ComputeTarget.

abstract delete()

Eccezioni

Commenti

Se questo oggetto è stato creato tramite Azure Machine Learning, verranno eliminati anche gli oggetti basati sul cloud corrispondenti. Se questo oggetto è stato creato esternamente e collegato solo all'area di lavoro, questo metodo genera un'eccezione e non viene modificato nulla.

Convertire un oggetto JSON in un oggetto Compute.

abstract static deserialize(workspace, object_dict)

Parametri

Restituisce

Eccezioni

Commenti

Genera un'eccezione ComputeTargetException se l'area di lavoro specificata non è l'area di lavoro a cui è associato l'ambiente di calcolo.

Scollegare l'oggetto Calcolo dall'area di lavoro associata.

Questo metodo astratto viene implementato dalle classi figlio di ComputeTarget. Gli oggetti cloud sottostanti non vengono eliminati, ma vengono rimosse solo le associazioni.

abstract detach()

Eccezioni

Recuperare lo stato di provisioning corrente dell'oggetto Compute.

get_status()

Restituisce

Eccezioni

Commenti

I valori restituiti sono elencati nella guida di riferimento all'API REST di Azure per ProvisioningState.

Elencare tutti gli oggetti ComputeTarget all'interno dell'area di lavoro.

Restituisce un elenco di oggetti figlio di cui è stata creata un'istanza corrispondente al tipo specifico di calcolo. Gli oggetti sono elementi figlio di ComputeTarget.

static list(workspace)

Parametri

Restituisce

Eccezioni

Eseguire un aggiornamento sul posto delle proprietà dell'oggetto .

Aggiornare le proprietà in base allo stato corrente dell'oggetto cloud corrispondente. Ciò è utile per il polling manuale dello stato di calcolo.

Questo metodo astratto viene implementato dalle classi figlio di ComputeTarget.

abstract refresh_state()

Eccezioni

Convertire questo oggetto Compute in un dizionario serializzato JSON.

abstract serialize()

Restituisce

Eccezioni

Attendere il completamento dell'operazione di provisioning corrente nel cluster.

Questo metodo restituisce un ComputeTargetException oggetto se si verifica un problema durante il polling dell'oggetto di calcolo.

wait_for_completion(show_output=False, is_delete_operation=False)

Parametri

Eccezioni