Freigeben über

ContainerImage Klasse

Stellt ein Containerimage dar, das derzeit nur für Docker-Images gilt.

Diese Klasse ist VERALTET. Verwenden Sie die Klasse Environment stattdessen.

Das Image enthält die Abhängigkeiten, die zum Ausführen des Modells erforderlich sind, einschließlich:

  • Die Laufzeit

  • Python-Umgebungsdefinitionen, die in einer Conda-Datei angegeben sind

  • Möglichkeit zum Aktivieren der GPU-Unterstützung

  • Benutzerdefinierte Docker-Datei für bestimmte Ausführungsbefehle

Bildkonstruktor.

Diese Klasse ist VERALTET. Verwenden Sie die Klasse Environment stattdessen.

Der Bildkonstruktor wird verwendet, um eine Clouddarstellung eines Image-Objekts abzurufen, das dem bereitgestellten Arbeitsbereich zugeordnet ist. Gibt eine Instanz einer untergeordneten Klasse zurück, die dem spezifischen Typ des abgerufenen Image-Objekts entspricht.

Konstruktor

ContainerImage(workspace, name=None, id=None, tags=None, properties=None, version=None)

Parameter

Name Beschreibung
workspace
Erforderlich
Workspace

Das Arbeitsbereichsobjekt, das das abzurufende Bild enthält
name
str

Der Name des abzurufenden Bilds. Gibt die neueste Version zurück, sofern vorhanden

Standardwert: None
id
str

Die spezifische ID des abzurufenden Bilds. (ID lautet "<name>:<version>")

Standardwert: None
tags
list

Filtert Bildergebnisse basierend auf der bereitgestellten Liste entweder nach "Schlüssel" oder "[Schlüssel, Wert]". Ex. ['key'; ['key2', 'key2 value']]

Standardwert: None
properties
list

Filtert Bildergebnisse basierend auf der bereitgestellten Liste entweder nach "Schlüssel" oder "[Schlüssel, Wert]". Ex. ['key'; ['key2', 'key2 value']]

Standardwert: None
version
str

Wenn Sowohl Version als auch Name angegeben sind, wird die spezifische Version des Bilds zurückgegeben.

Standardwert: None

Hinweise

Ein ContainerImage wird mithilfe des Image Klassenkonstruktors abgerufen, indem der Name oder die ID eines zuvor erstellten ContainerImage übergeben wird. Das folgende Codebeispiel zeigt einen Bildabruf aus einem Arbeitsbereich anhand des Namens und der ID.


   container_image_from_name = Image(workspace, name="image-name")
   container_image_from_id = Image(workspace, id="image-id")

Um eine neue Imagekonfiguration zu erstellen, die in einer Bereitstellung verwendet werden soll, erstellen Sie ein ContainerImageConfig Objekt, wie im folgenden Codebeispiel gezeigt:


   from azureml.core.image import ContainerImage

   image_config = ContainerImage.image_configuration(execution_script="score.py",
                                                    runtime="python",
                                                    conda_file="myenv.yml",
                                                    description="image for model",
                                                    cuda_version="9.0"
                                                    )

Methoden

image_configuration

Dient zum Erstellen und Zurückgeben eines ContainerImageConfig Objekts.

Diese Funktion akzeptiert Parameter, um zu definieren, wie Ihr Modell innerhalb des Webdiensts ausgeführt werden soll, sowie die spezifische Umgebung und Abhängigkeiten, die es ausführen muss.
run

Führen Sie das Bild lokal mit den angegebenen Eingabedaten aus.

Muss Docker installiert und ausgeführt werden, damit es funktioniert. Diese Methode funktioniert nur auf der CPU, da das GPU-fähige Image nur auf Microsoft Azure Services ausgeführt werden kann.
serialize

Konvertieren Sie dieses ContainerImage-Objekt in ein serialisiertes JSON-Wörterbuch.

image_configuration

Dient zum Erstellen und Zurückgeben eines ContainerImageConfig Objekts.

Diese Funktion akzeptiert Parameter, um zu definieren, wie Ihr Modell innerhalb des Webdiensts ausgeführt werden soll, sowie die spezifische Umgebung und Abhängigkeiten, die es ausführen muss.

static image_configuration(execution_script, runtime, conda_file=None, docker_file=None, schema_file=None, dependencies=None, enable_gpu=None, tags=None, properties=None, description=None, base_image=None, base_image_registry=None, cuda_version=None)

Parameter

Name Beschreibung
execution_script
Erforderlich
str

Pfad zur lokalen Python-Datei, die den Code enthält, der für das Image ausgeführt werden soll. Muss sowohl init() als auch run(input_data) Funktionen enthalten, die die Modellausführungsschritte für den Webdienst definieren.
runtime
Erforderlich
str

Die Laufzeit, die für das Bild verwendet werden soll. Aktuelle unterstützte Laufzeiten sind "spark-py" und "python".
conda_file
str

Pfad zur lokalen .yml Datei, die eine Conda-Umgebungsdefinition enthält, die für das Bild verwendet werden soll.

Standardwert: None
docker_file
str

Pfad zur lokalen Datei, die zusätzliche Docker-Schritte enthält, die beim Einrichten des Images ausgeführt werden sollen.

Standardwert: None
schema_file
str

Pfad zur lokalen Datei, die ein Webserviceschema enthält, das verwendet werden soll, wenn das Image bereitgestellt wird. Wird zum Generieren von Swagger-Spezifikationen für eine Modellbereitstellung verwendet.

Standardwert: None
dependencies
list[str]

Liste der Pfade zu zusätzlichen Dateien/Ordnern, die das Image ausführen muss.

Standardwert: None
enable_gpu
bool

Gibt an, ob die GPU-Unterstützung im Bild aktiviert werden soll. Das GPU-Image muss für Microsoft Azure-Dienste wie Azure-Containerinstanzen, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Der Standardwert ist „FALSE“.

Standardwert: None
tags
dict[str, str]

Wörterbuch der Schlüsselwerttags, um dieses Bild zu geben.

Standardwert: None
properties
dict[str, str]

Wörterbuch der wichtigsten Werteigenschaften, um dieses Bild zu geben. Diese Eigenschaften können nach der Bereitstellung nicht geändert werden, aber neue Schlüsselwertpaare können hinzugefügt werden.

Standardwert: None
description
str

Eine Textbeschreibung, um dieses Bild zu geben.

Standardwert: None
base_image
str

Ein benutzerdefiniertes Bild, das als Basisbild verwendet werden soll. Wenn kein Basisimage angegeben wird, wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.

Standardwert: None
base_image_registry
ContainerRegistry

Bildregistrierung, die das Basisimage enthält.

Standardwert: None
cuda_version
str

Version von CUDA zum Installieren für Images, die GPU-Unterstützung benötigen. Das GPU-Image muss für Microsoft Azure-Dienste wie Azure-Containerinstanzen, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Unterstützte Versionen sind 9.0, 9.1 und 10.0. Wenn "enable_gpu" festgelegt ist, wird dies standardmäßig auf "9.1" festgelegt.

Standardwert: None

Gibt zurück

Typ Beschreibung
ContainerImageConfig

Ein Konfigurationsobjekt, das beim Erstellen des Images verwendet werden soll.

Ausnahmen

Typ Beschreibung
WebserviceException

run

Führen Sie das Bild lokal mit den angegebenen Eingabedaten aus.

Muss Docker installiert und ausgeführt werden, damit es funktioniert. Diese Methode funktioniert nur auf der CPU, da das GPU-fähige Image nur auf Microsoft Azure Services ausgeführt werden kann.

run(input_data)

Parameter

Name Beschreibung
input_data
Erforderlich
<xref:varies>

Die Eingabedaten, die beim Ausführen an das Image übergeben werden sollen

Gibt zurück

Typ Beschreibung
<xref:varies>

Die Ergebnisse der Ausführung des Images.

Ausnahmen

Typ Beschreibung
WebserviceException

serialize

Konvertieren Sie dieses ContainerImage-Objekt in ein serialisiertes JSON-Wörterbuch.

serialize()

Gibt zurück

Typ Beschreibung
dict

Die JSON-Darstellung dieses ContainerImages.