Поделиться через


BatchDeploymentOperations Класс

BatchDeploymentOperations.

Не следует создавать экземпляр этого класса напрямую. Вместо этого следует создать экземпляр MLClient, который создает его экземпляр и присоединяет его в качестве атрибута.

Наследование
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
BatchDeploymentOperations

Конструктор

BatchDeploymentOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client_05_2022: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)

Параметры

operation_scope
<xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Обязательно

Переменные области для классов операций объекта MLClient.

operation_config
<xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Обязательно

Общая конфигурация для классов операций объекта MLClient.

service_client_05_2022
<xref:<xref:azure.ai.ml._restclient.v2022_05_01._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>>
Обязательно

Клиент службы, позволяющий конечным пользователям работать с ресурсами рабочей области Машинного обучения Azure.

all_operations
<xref:azure.ai.ml._scope_dependent_operations.OperationsContainer>
Обязательно

Все классы операций объекта MLClient.

credentials
TokenCredential
значение по умолчанию: None

Учетные данные, используемые для проверки подлинности.

Методы

begin_create_or_update

Создание или обновление пакетного развертывания.

begin_delete

Удаление пакетного развертывания.

get

Получение ресурса развертывания.

list

Вывод списка ресурсов развертывания.

list_jobs

Выведите список заданий в предоставленном развертывании пакетной конечной точки. Это допустимо только для конечной точки пакетной службы.

begin_create_or_update

Создание или обновление пакетного развертывания.

begin_create_or_update(deployment: DeploymentType, *, skip_script_validation: bool = False, **kwargs) -> LROPoller[DeploymentType]

Параметры

deployment
BatchDeployment
Обязательно

Сущность развертывания.

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

Исключения

Возникает, если пакетное развертывание не может быть успешно проверено. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если ресурсы BatchDeployment (например, данные, код, модель, среда) не могут быть успешно проверены. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если модель BatchDeployment не может быть успешно проверена. Подробные сведения будут указаны в сообщении об ошибке.

Примеры

Создайте пример.


   from azure.ai.ml import load_batch_deployment
   from azure.ai.ml.entities import BatchDeployment

   deployment_example = load_batch_deployment(
       source="./sdk/ml/azure-ai-ml/tests/test_configs/deployments/batch/batch_deployment_anon_env_with_image.yaml",
       params_override=[{"name": f"deployment-{randint(0, 1000)}", "endpoint_name": endpoint_example.name}],
   )

   ml_client.batch_deployments.begin_create_or_update(deployment=deployment_example, skip_script_validation=True)

begin_delete

Удаление пакетного развертывания.

begin_delete(name: str, endpoint_name: str) -> LROPoller[None]

Параметры

name
str
Обязательно

Имя пакетного развертывания.

endpoint_name
str
Обязательно

Имя пакетной конечной точки

Возвращаемое значение

Средство опроса для отслеживания состояния операции.

Возвращаемый тип

Исключения

Возникает, если пакетное развертывание не может быть успешно проверено. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если ресурсы BatchDeployment (например, данные, код, модель, среда) не могут быть успешно проверены. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если модель BatchDeployment не может быть успешно проверена. Подробные сведения будут указаны в сообщении об ошибке.

Примеры

Пример удаления.


   ml_client.batch_deployments.begin_delete(deployment_name, endpoint_name)

get

Получение ресурса развертывания.

get(name: str, endpoint_name: str) -> BatchDeployment

Параметры

name
str
Обязательно

Имя развертывания

endpoint_name
str
Обязательно

Имя конечной точки

Возвращаемое значение

Сущность развертывания

Возвращаемый тип

Исключения

Возникает, если пакетное развертывание не может быть успешно проверено. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если ресурсы BatchDeployment (например, данные, код, модель, среда) не могут быть успешно проверены. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если модель BatchDeployment не может быть успешно проверена. Подробные сведения будут указаны в сообщении об ошибке.

Примеры

Получите пример.


   ml_client.batch_deployments.get(deployment_name, endpoint_name)

list

Вывод списка ресурсов развертывания.

list(endpoint_name: str) -> ItemPaged[BatchDeployment]

Параметры

endpoint_name
str
Обязательно

Имя конечной точки

Возвращаемое значение

Итератор сущностей развертывания

Возвращаемый тип

Исключения

Возникает, если пакетное развертывание не может быть успешно проверено. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если ресурсы BatchDeployment (например, данные, код, модель, среда) не могут быть успешно проверены. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если модель BatchDeployment не может быть успешно проверена. Подробные сведения будут указаны в сообщении об ошибке.

Примеры

Пример ресурса развертывания списка.


   ml_client.batch_deployments.list(endpoint_name)

list_jobs

Выведите список заданий в предоставленном развертывании пакетной конечной точки. Это допустимо только для конечной точки пакетной службы.

list_jobs(endpoint_name: str, *, name: str | None = None) -> ItemPaged[BatchJob]

Параметры

endpoint_name
str
Обязательно

Имя конечной точки.

name
str

(Необязательно) Имя развертывания.

Возвращаемое значение

Список заданий

Возвращаемый тип

Исключения

Возникает, если пакетное развертывание не может быть успешно проверено. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если ресурсы BatchDeployment (например, данные, код, модель, среда) не могут быть успешно проверены. Подробные сведения будут указаны в сообщении об ошибке.

Возникает, если модель BatchDeployment не может быть успешно проверена. Подробные сведения будут указаны в сообщении об ошибке.

Примеры

Пример перечисления заданий.


   ml_client.batch_deployments.list_jobs(deployment_name, endpoint_name)