environment Module
Contient des fonctionnalités permettant de créer et de gérer des environnements reproductibles dans Azure Machine Learning.
Les environnements offrent un moyen de gérer la dépendance logicielle afin que les environnements contrôlés soient reproductibles avec une configuration manuelle minimale lorsque vous passez d’environnements de développement cloud locaux et distribués. Un environnement encapsule les packages Python, les variables d’environnement, les paramètres logiciels pour l’entraînement et les scripts de scoring, et exécute des heures sur Python, Spark ou Docker. Pour plus d’informations sur l’utilisation d’environnements pour l’entraînement et le déploiement avec Azure Machine Learning, consultez Créer et gérer des environnements réutilisables.
Classes
| DockerBuildContext |
Définit un contexte de build Docker. Constructeur DockerBuildContext de classe. |
| DockerEnvironment |
OBSOLESCENT. Utilisez la classe DockerConfiguration. Constructeur DockerEnvironment de classe. |
| DockerImageDetails |
Classe de détails de l’image Docker AzureML. Constructeur de classe. |
| DockerImagePlatform |
Définit une connexion à un registre de conteneurs Azure. Constructeur DockerImagePlatform de classe. |
| DockerSection |
Définit des paramètres permettant de personnaliser l’image Docker construite pour les spécifications de l’environnement. La classe DockerSection est utilisée dans la Environment classe pour personnaliser et contrôler l’image Docker finale résultante qui contient l’environnement spécifié. Constructeur DockerSection de classe. |
| Environment |
Configure un environnement Python reproductible pour les expériences machine learning. Un environnement définit les packages Python, les variables d’environnement et les paramètres Docker utilisés dans les expériences de Machine Learning, notamment dans la préparation des données, l’entraînement et le déploiement sur un service web. Un environnement est géré et versionné dans Azure Machine Learning Workspace. Vous pouvez mettre à jour un environnement existant et récupérer une version à réutiliser. Les environnements sont exclusifs à l’espace de travail dans lequel ils sont créés et ne peuvent pas être utilisés dans différents espaces de travail. Pour plus d’informations sur les environnements, consultez Créer et gérer des environnements réutilisables. Constructeur d’environnement de classe. |
| EnvironmentReference |
Fait référence à une définition d’environnement existante stockée dans l’espace de travail. Un EnvironnementReference peut être utilisé à la place d’un objet Environment. Constructeur EnvironmentReference de classe. |
| ImageBuildDetails |
Classe de build d’image d’environnement. La classe ImageBuildDetails fournit des détails sur l’état de génération de l’image d’environnement. Constructeur ImageBuildDetails de classe. |
| PythonEnvironment |
OBSOLESCENT. Utilisez la classe PythonSection. Constructeur PythonEnvironment de classe. |
| PythonSection |
Définit l’environnement et l’interpréteur Python à utiliser sur un calcul cible pour une exécution. Cette classe est utilisée dans la Environment classe. Constructeur PythonSection de classe. |
| RCranPackage |
Définit les packages CRAN à installer. Constructeur RCranPackage de classe. |
| RGitHubPackage |
Définit les packages Github à installer. Constructeur RGitHubPackage de classe. |
| RSection |
Définit l’environnement R à utiliser sur un calcul cible pour une exécution. Cette classe est utilisée dans la classe :class :azureml.core.Environment . Constructeur RSection de classe. |
| SparkEnvironment |
OBSOLESCENT. Utilisez la classe SparkSection. Constructeur SparkEnvironment de classe. |
| SparkPackage |
Définit une dépendance Spark (package). Constructeur SparkPackage de classe. |
| SparkSection |
Définit les paramètres Spark à utiliser pour l’infrastructure PySpark dans l’environnement. Cette classe SparkSection est utilisée dans la Environment classe. Constructeur SparkSection de classe. |