ComputeTarget Clase

Adjunte un objeto Compute a un área de trabajo mediante el nombre y la información de configuración especificados.

static attach(workspace, name, attach_configuration)

Parámetros

Devoluciones

Excepciones

Comentarios

El tipo de objeto que se va a pasar al parámetro attach_configuration es un ComputeTargetAttachConfiguration objeto creado mediante la attach_configuration función en cualquiera de las clases secundarias de ComputeTarget.

En el ejemplo siguiente se muestra cómo adjuntar una cuenta de ADLA a un área de trabajo mediante el attach_configuration método de 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))

El ejemplo completo está disponible en 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

Aprovisione un objeto Compute especificando un tipo de proceso y una configuración relacionada.

Este método crea un nuevo destino de proceso en lugar de adjuntar uno existente.

static create(workspace, name, provisioning_configuration)

Parámetros

Devoluciones

Excepciones

Comentarios

El tipo de objeto aprovisionado viene determinado por la configuración de aprovisionamiento proporcionada.

En el ejemplo siguiente, se crea un destino de proceso persistente aprovisionado por AmlCompute . El provisioning_configuration parámetro de este ejemplo es de 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)

El ejemplo completo está disponible en https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/training/train-on-amlcompute/train-on-amlcompute.ipynb

Quite el objeto Compute de su área de trabajo asociada.

Este método abstracto se implementa mediante clases secundarias de ComputeTarget.

abstract delete()

Comentarios

Si este objeto se creó a través de Azure Machine Learning, también se eliminarán los objetos basados en la nube correspondientes. Si este objeto se creó externamente y solo se adjuntó al área de trabajo, este método genera una excepción y no se cambia nada.

Convertir un objeto JSON en un objeto Compute.

abstract static deserialize(workspace, object_dict)

Parámetros

Devoluciones

Comentarios

Genera un ComputeTargetException si el área de trabajo proporcionada no es el área de trabajo a la que está asociado el proceso.

Desasocie el objeto Compute de su área de trabajo asociada.

Este método abstracto se implementa mediante clases secundarias de ComputeTarget. Los objetos en la nube subyacentes no se eliminan, solo se quitan sus asociaciones.

abstract detach()

Recupere el estado de aprovisionamiento actual del objeto Compute.

get_status()

Devoluciones

Comentarios

Los valores devueltos se muestran en la Referencia de la API REST de Azure para ProvisioningState.

Enumere todos los objetos ComputeTarget del área de trabajo.

Devuelve una lista de objetos secundarios creados por instancias correspondientes al tipo específico de Proceso. Los objetos son elementos secundarios de ComputeTarget.

static list(workspace)

Parámetros

Devoluciones

Excepciones

Realice una actualización local de las propiedades del objeto .

Actualice las propiedades en función del estado actual del objeto de nube correspondiente. Esto es útil para el sondeo manual del estado de proceso.

Este método abstracto se implementa mediante clases secundarias de ComputeTarget.

abstract refresh_state()

Convierta este objeto Compute en un diccionario serializado JSON.

abstract serialize()

Devoluciones

Espere a que finalice la operación de aprovisionamiento actual en el clúster.

Este método devuelve un ComputeTargetException si hay un problema al sondear el objeto de proceso.

wait_for_completion(show_output=False, is_delete_operation=False)

Parámetros

Excepciones