Partager via

BatchCompute Classe

Gère une cible de calcul Batch dans Azure Machine Learning.

Azure Batch sert à exécuter efficacement des applications de calcul haute performance (HPC) en parallèle et à grande échelle dans le cloud. BatchCompute est utilisé dans Azure Machine Learning Pipelines pour envoyer des travaux à un pool Azure Batch de machines à l’aide d’un AzureBatchStep. Pour plus d’informations, consultez Quelles sont les cibles de calcul dans Azure Machine Learning ?

Constructeur ComputeTarget de classe.

Récupérez une représentation cloud d’un objet Compute associé à l’espace de travail fourni. Retourne une instance d’une classe enfant correspondant au type spécifique de l’objet Compute récupéré.

Constructeur

BatchCompute(workspace, name)

Paramètres

Nom Description
workspace
Obligatoire
Workspace

Objet d’espace de travail contenant l’objet BatchCompute à récupérer.
name
Obligatoire
str

Nom de l’objet BatchCompute à récupérer.
workspace
Obligatoire
Workspace

Objet d’espace de travail contenant l’objet Compute à récupérer.
name
Obligatoire
str

Nom de l’objet Compute à récupérer.

Remarques

Créez un compte Azure Batch avant de l’utiliser. Pour en créer un, consultez Créer un compte Batch avec le portail Azure.

L’exemple suivant montre comment attacher un compte de calcul Azure Batch à un espace de travail à l’aide attach_configurationde .


   batch_compute_name = 'mybatchcompute' # Name to associate with new compute in workspace

   # Batch account details needed to attach as compute to workspace
   batch_account_name = "<batch_account_name>" # Name of the Batch account
   batch_resource_group = "<batch_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       batch_compute = BatchCompute(ws, batch_compute_name)
   except ComputeTargetException:
       print('Attaching Batch compute...')
       provisioning_config = BatchCompute.attach_configuration(resource_group=batch_resource_group,
                                                               account_name=batch_account_name)
       batch_compute = ComputeTarget.attach(ws, batch_compute_name, provisioning_config)
       batch_compute.wait_for_completion()
       print("Provisioning state:{}".format(batch_compute.provisioning_state))
       print("Provisioning errors:{}".format(batch_compute.provisioning_errors))

   print("Using Batch compute:{}".format(batch_compute.cluster_resource_id))

L’exemple complet est disponible à partir de https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-how-to-use-azurebatch-to-run-a-windows-executable.ipynb

Méthodes

attach_configuration

Créez un objet de configuration pour attacher une cible de calcul Batch.
delete

La suppression n’est pas prise en charge pour un objet BatchCompute. Utilisez detach à la place.
deserialize

Convertissez un objet JSON en objet BatchCompute.
detach

Détache l’objet Batch de son espace de travail associé.

Les objets cloud sous-jacents ne sont pas supprimés, seule l’association est supprimée.
refresh_state

Effectuez une mise à jour sur place des propriétés de l’objet.

Cette méthode met à jour les propriétés en fonction de l’état actuel de l’objet cloud correspondant. Ceci est principalement utilisé pour l’interrogation manuelle de l’état de calcul.
serialize

Convertissez cet objet BatchCompute en dictionnaire sérialisé JSON.

attach_configuration

Créez un objet de configuration pour attacher une cible de calcul Batch.

static attach_configuration(resource_group=None, account_name=None, resource_id=None)

Paramètres

Nom Description
resource_group
str

Nom du groupe de ressources dans lequel se trouve le compte Batch.

Valeur par défaut: None
account_name
str

Nom du compte Batch.

Valeur par défaut: None
resource_id
str

ID de ressource Azure pour la ressource de calcul attachée.

Valeur par défaut: None

Retours

Type Description
BatchAttachConfiguration

Objet de configuration à utiliser lors de l’attachement d’un objet Compute.

delete

La suppression n’est pas prise en charge pour un objet BatchCompute. Utilisez detach à la place.

delete()

Exceptions

Type Description
ComputeTargetException

deserialize

Convertissez un objet JSON en objet BatchCompute.

static deserialize(workspace, object_dict)

Paramètres

Nom Description
workspace
Obligatoire
Workspace

L’objet d’espace de travail auquel l’objet BatchCompute est associé.
object_dict
Obligatoire
dict

Objet JSON à convertir en objet BatchCompute.

Retours

Type Description
BatchCompute

Représentation BatchCompute de l’objet JSON fourni.

Exceptions

Type Description
ComputeTargetException

Remarques

Déclenche une ComputeTargetException opération si l’espace de travail fourni n’est pas l’espace de travail associé au calcul.

detach

Détache l’objet Batch de son espace de travail associé.

Les objets cloud sous-jacents ne sont pas supprimés, seule l’association est supprimée.

detach()

Exceptions

Type Description
ComputeTargetException

refresh_state

Effectuez une mise à jour sur place des propriétés de l’objet.

Cette méthode met à jour les propriétés en fonction de l’état actuel de l’objet cloud correspondant. Ceci est principalement utilisé pour l’interrogation manuelle de l’état de calcul.

refresh_state()

serialize

Convertissez cet objet BatchCompute en dictionnaire sérialisé JSON.

serialize()

Retours

Type Description
dict

Représentation JSON de cet objet BatchCompute.