Azure Machine Learning コンピューティング インスタンスを管理する

• コンピューティング インスタンスでコードを実行していない場合は、Azure Machine Learning Python SDK をインストールします。 この SDK は、コンピューティング インスタンスに既にインストールされています。

• Python スクリプトのワークスペースにアタッチします。

  このコードを実行して Azure Machine Learning ワークスペースに接続します。

  次のコードで、サブスクリプション ID、リソース グループ名、ワークスペース名を置き換えます。 これらの値を見つけるには:

  1. Azure Machine Learning Studio にサインインします。
  2. 使用するワークスペースを開きます。
  3. 右上の Azure Machine Learning スタジオ ツール バーで、ワークスペース名を選びます。
  4. ワークスペース、リソース グループ、サブスクリプション ID の値をコードにコピーします。

  適用対象: Python SDK azure-ai-ml v2 (現行)

  # Enter details of your AML workspace
  subscription_id = "<SUBSCRIPTION_ID>"
  resource_group = "<RESOURCE_GROUP>"
  workspace = "<AML_WORKSPACE_NAME>"

  # get a handle to the workspace
  from azure.ai.ml import MLClient
  from azure.identity import DefaultAzureCredential
  
  ml_client = MLClient(
      DefaultAzureCredential(), subscription_id, resource_group, workspace
  )

  ml_client は、他のリソースやジョブの管理に使うワークスペースに対するハンドラーです。

• コンピューティング インスタンスでこれらのコマンドを実行していない場合は、Azure CLI extension for Machine Learning service (v2) をインストールします。 この拡張機能は、コンピューティング インスタンスに既にインストールされています。

• 既定のワークスペースとリソース グループを認証して設定します。 ターミナルを開いたまま、この記事の残りのコマンドを実行します。

  • コンピューティング インスタンスを使用している場合:

    az login --identity
    # next line needed only if you have multiple subscriptions:
    az account set --subscription "<SUBSCRIPTION-NAME>" # replace with your subscription name
    az configure --defaults group=$CI_RESOURCE_GROUP workspace=$CI_WORKSPACE
    

  • コマンドをローカルで実行している場合は、--identity を省略して認証の指示に従います。 $CI_RESOURCE_GROUP と $CI_WORKSPACE を独自の値で置き換えます。

Azure Machine Learning スタジオにアクセスします。

適用対象: Python SDK azure-ai-ml v2 (現行)

これらの例では、コンピューティング インスタンスの名前は変数 ci_basic_name に格納されています。

• 状態を取得する

  from azure.ai.ml.entities import ComputeInstance, AmlCompute
  
  # Get compute
  ci_basic_state = ml_client.compute.get(ci_basic_name)

• 止まれ

  from azure.ai.ml.entities import ComputeInstance, AmlCompute
  
  # Stop compute
  ml_client.compute.begin_stop(ci_basic_name).wait()

• [開始]

  from azure.ai.ml.entities import ComputeInstance, AmlCompute
  
  # Start compute
  ml_client.compute.begin_start(ci_basic_name).wait()

• やり直し

  from azure.ai.ml.entities import ComputeInstance, AmlCompute
  
  # Restart compute
  ml_client.compute.begin_restart(ci_basic_name).wait()

• 削除

  from azure.ai.ml.entities import ComputeInstance, AmlCompute
  
  ml_client.compute.begin_delete(ci_basic_name).wait()

適用対象:Azure CLI ml 拡張機能 v2 (現行)

これらの例では、コンピューティング インスタンスの名前は instance になります。

• 止まれ

  az ml compute stop --name instance 
  

• [開始]

  az ml compute start --name instance 
  

• やり直し

  az ml compute restart --name instance 
  

• 削除

  az ml compute delete --name instance 
  

Azure Machine Learning スタジオのワークスペースで、[コンピューティング] を選んでから、上部にある [コンピューティング インスタンス] を選びます。

次の操作を行うことができます。

• 新しいコンピューティング インスタンスの作成
• コンピューティング インスタンス タブを更新する。
• コンピューティング インスタンスを開始、停止、再起動する。 インスタンスは、実行されるたびに支払いが発生します。 コンピューティング インスタンスを使用していないときは、停止してコストを削減します。 コンピューティング インスタンスを停止すると、そのインスタンスは解放されます。 その後、必要なときにもう一度開始します。 コンピューティング インスタンスが開始および停止される時刻をスケジュールすることもできます。
• コンピューティング インスタンスを削除する。
• コンピューティング インスタンスのリストをフィルター処理して、作成したもののみを表示します。

ワークスペース内で作成した (または作成してもらった) 各コンピューティング インスタンスに対しては、次のことを行うことができます。

• コンピューティング インスタンス上の Jupyter、JupyterLab、RStudio にアクセスする。

• コンピューティング インスタンスに SSH 接続する。 SSH アクセスは既定で無効になっていますが、コンピューティング インスタンスの作成時に有効にすることができます。 SSH アクセスは、公開/秘密キーのメカニズムを通じて実行されます。 このタブには、SSH 接続の詳細が表示されます (IP アドレス、ユーザー名、ポート番号など)。 仮想ネットワークのデプロイでは、SSH を無効にすると、パブリック インターネットからの SSH アクセスが禁止されます。 コンピューティング インスタンス ノードとポート 22 のプライベート IP アドレスを使用して、仮想ネットワーク内から SSH 接続できます。

  ヒント

  コンピューティング インスタンスがマネージド仮想ネットワーク内にあり、パブリック IP アドレスが無効になっている場合は、az ml compute connect-ssh コマンドを使用してコンピューティング インスタンスに接続します。

• 次のためのコンピューティング名を選択します。

  • 特定のコンピューティング インスタンスに関する詳細 (IP アドレス、リージョンなど) を表示します。
  • コンピューティング インスタンスを開始および停止するスケジュールを作成または変更します。 ページの下部までスクロールして、スケジュールを編集します。

適用対象: Python SDK azure-ai-ml v2 (現行)

from azure.ai.ml.entities import ComputeInstance, AmlCompute

# Display operating system version
instance = ml_client.compute.get("myci")
print instance.os_image_metadata

この例で使われているクラス、メソッド、パラメーターの詳細については、次のリファレンス ドキュメントをご覧ください。

• AmlCompute クラス
• ComputeInstance クラス

適用対象:Azure CLI ml 拡張機能 v2 (現行)

az ml compute show --name "myci"

# query outdated compute instances:
az ml compute list --query "[?os_image_metadata.is_latest_os_image_version == ``false``].name"

Azure Machine Learning スタジオのワークスペースで、[コンピューティング] を選んでから、上部にある [コンピューティング インスタンス] を選びます。 コンピューティング インスタンスのコンピューティング名を選択して、現在のオペレーティング システムなどのプロパティを表示します。