runconfig 模組
包含在 Azure Machine Learning 中管理實驗回合組態的功能。
本課程模組中的索引鍵類別是 RunConfiguration,其會封裝在指定計算目標上提交定型執行所需的資訊。 此組態包含一組廣泛的行為定義,例如要使用現有的 Python 環境,或使用從規格建置的 Conda 環境。
模組中的其他組態類別可透過 RunConfiguration 存取。
類別
| AmlComputeConfiguration |
代表以 AmlCompute 為目標之實驗的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 AmlComputeConfiguration 建構函式。 |
| ApplicationEndpointConfiguration |
表示服務的組態資訊。 類別 ApplicationEndpointConfiguration 建構函式。 |
| AzureContainerRegistry |
表示 Azure Container Registry 的組態資訊。 AzureContainerRegistry 即將淘汰。 使用 ContainerRegistry 類別。 類別 AzureContainerRegistry 建構函式。 |
| ContainerRegistry |
表示 Container Registry 的組態資訊。 ContainerRegistry 即將淘汰。 使用 ContainerRegistry 類別。 類別 ContainerRegistry 建構函式。 |
| Data |
表示如何在執行組態中取用數據。 這個類別用於 RunConfiguration 類別中。 類別 DataSetPathRunConfiguration 建構函式。 |
| DataLocation |
用於類別, Data 用於管理執行中要使用的數據位置。 類別數據集建構函式。 |
| DataPath |
目前未使用。 類別 DataPath 建構函式。 |
| DataReferenceConfiguration |
表示執行期間可用的組態特定數據源。 這個類別用於 RunConfiguration 類別中。 類別 DataReferenceConfiguration 建構函式。 |
| DatacacheConfiguration |
備註 這是實驗性類別,隨時可能會變更。 如需詳細資訊,請參閱 https://aka.ms/acr/connected-registry 。 表示如何在執行組態中使用 datacache。 這個類別用於 RunConfiguration 類別中。 類別 DatacacheConfiguration 建構函式。 |
| Dataset |
表示將用於執行之已儲存或已註冊數據集的參考。 在一般定型案例中,您將不會使用此類別。 相反地,您將從 Dataset 類別建立數據集,然後將其傳遞至定型腳本。 如需詳細資訊,請參閱 新增和註冊數據集。 初始化 Dataset 物件。 |
| DatasetRegistrationOptions |
指定如何儲存資料集的選項。 這個類別用於 RegistrationOptions 類別中。 建立 DatasetRegistrationOptions 物件。 |
| DockerConfiguration |
表示作業的 Docker 執行時間組態。 類別 DockerConfiguration 建構函式。 |
| EnvironmentDefinition |
荒廢的。 Environment使用物件。 類別 EnvironmentDefinition 建構函式。 |
| GlobsOptions |
指定如何根據 Glob 模式進行篩選的選項。 這個類別用於 OutputOptions 類別中。 建立 GlobsOptions 物件。 |
| HdiConfiguration |
表示以 HDInsightCompute 為目標之實驗的組態資訊。 這個類別用於 RunConfiguration 類別中。 您可以使用 'cluster' 或 'client' 的值來指定字段 yarn_deploy_mode 。 類別 HdiConfiguration 建構函式。 |
| HistoryConfiguration |
表示在實驗中停用或啟用實驗記錄功能的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 HistoryConfiguration 建構函式。 |
| KubernetesComputeConfiguration |
表示以 KubernetesCompute 為目標之實驗的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 KubernetesComputeConfiguration 建構函式。 |
| MountOptions |
掛接選項,控制上傳應該如何運作。 這個類別用於 OutputOptions 類別中。 建立 MountOptions 物件。 |
| MpiConfiguration |
表示分散式 MPI 作業的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 MpiConfiguration 建構函式。 |
| OutputData |
表示應該如何上傳和追蹤輸出。 這個類別用於 RunConfiguration 類別中。 建立 OutputData 物件。 |
| OutputOptions |
如何上傳數據以及如何追蹤上傳數據的其他選項。 這個類別用於 OutputData 類別中。 建立 OutputOptions 物件。 |
| ParallelTaskConfiguration |
表示分散式 ParallelTask 作業的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 ParallelTaskConfiguration 建構函式。 |
| PyTorchConfiguration |
表示分散式 PyTorch 作業的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 PyTorchConfiguration 建構函式。 |
| RegistrationOptions |
指定如何儲存及註冊實體的選項。 這個類別用於 OutputOptions 類別中。 建立 RegistrationOptions 物件。 |
| RunConfiguration |
代表以 Azure Machine Learning 中不同計算目標為目標之實驗執行的組態。 RunConfiguration 物件會封裝在實驗中提交定型回合所需的資訊。 一般而言,您不會直接建立 RunConfiguration 物件,而是從傳回它的方法取得一個物件,例如 submit 類別的 Experiment 方法。 RunConfiguration 是基底環境組態,也用於其他類型的組態步驟,視您要觸發的執行類型而定。 例如,設定 時 PythonScriptStep,您可以存取步驟的 RunConfiguration 物件,並設定 Conda 相依性,或存取執行的環境屬性。 如需執行組態的範例,請參閱 選取並使用計算目標來定型模型。 使用預設設定初始化 RunConfiguration。 |
| SparkConfiguration |
表示以 Apache Spark 為目標之實驗執行的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 SparkConfiguration 建構函式。 |
| TensorflowConfiguration |
表示使用 Tensorflow 之實驗的組態資訊。 這個類別用於 RunConfiguration 類別中。 類別 TensorflowConfiguration 建構函式。 |
| UploadOptions |
上傳選項,控制上傳應該如何運作。 這個類別用於 OutputOptions 類別中。 建立 UploadOptions 物件。 |
| Uri |
表示 URI 參考。 初始化 Uri 物件。 |