Freigeben über

ContainerImage Klasse

  • Referenz

Stellt ein Containerimage dar (derzeit nur für Docker-Images).

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

Das Image enthält die notwendigen Abhängigkeiten zum Ausführen des Modells:

  • Die Runtime

  • In einer Conda-Datei angegebene Python-Umgebungsdefinitionen

  • Möglichkeit zum Aktivieren der GPU-Unterstützung

  • Benutzerdefinierte Docker-Datei für spezifische Ausführungsbefehle

Bildkonstruktor.

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

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

Vererbung
Image
ContainerImage

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 Images. Gibt die neueste Version zurück, sofern vorhanden

Standardwert: None
id
str

Die spezifische ID des abzurufenden Images. (ID ist ":")

Standardwert: None
tags
list

Filtert Imageergebnisse basierend auf der bereitgestellten Liste, entweder nach „Schlüssel“ oder nach „[Schlüssel, Wert]“. Ex. ['Schlüssel', ['Schlüssel2', 'Wert von Schlüssel2']]

Standardwert: None
properties
list

Filtert Imageergebnisse basierend auf der bereitgestellten Liste, entweder nach „Schlüssel“ oder nach „[Schlüssel, Wert]“. Ex. ['Schlüssel', ['Schlüssel2', 'Wert von Schlüssel2']]

Standardwert: None
version
str

Wenn sowohl die Version als auch der Name angegeben sind, wird die spezifische Version des Images zurückgegeben.

Standardwert: None

Hinweise

Ein ContainerImage-Objekt wird mithilfe des Image-Klassenkonstruktors abgerufen, indem der Name oder die ID eines zuvor erstellten ContainerImage-Objekts übergeben wird. Das folgende Codebeispiel zeigt einen Imageabruf 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

Erstellen und Zurückgeben eines ContainerImageConfig-Objekts.

Diese Funktion akzeptiert Parameter, um zu definieren, wie Ihr Modell im Webdienst ausgeführt werden soll, sowie die spezifische Umgebung und die Abhängigkeiten, die für die Ausführung benötigt werden.
run

Lokales Ausführen des Images mit den angegebenen Eingabedaten.

Docker muss installiert sein und ausgeführt werden. Diese Methode funktioniert nur mit CPU, da das Image mit GPU-Unterstützung nur in Microsoft Azure Services ausgeführt werden kann.
serialize

Konvertieren dieses ContainerImage-Objekts in ein serialisiertes JSON-Wörterbuch.

image_configuration

Erstellen und Zurückgeben eines ContainerImageConfig-Objekts.

Diese Funktion akzeptiert Parameter, um zu definieren, wie Ihr Modell im Webdienst ausgeführt werden soll, sowie die spezifische Umgebung und die Abhängigkeiten, die für die Ausführung benötigt werden.

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 mit dem Code, der für das Image ausgeführt werden soll. Muss sowohl die Funktion „init()“ als auch die Funktion „run(input_data)“ enthalten, die die Modellausführungsschritte für den Webdienst definieren.
runtime
Erforderlich
str

Die für das Image zu verwendende Runtime. Aktuelle unterstützte Runtimes sind „spark-py“ und „python“.
conda_file
str

Pfad zur lokalen YML-Datei, die eine für das Image zu verwendende Conda-Umgebungsdefinition enthält.

Standardwert: None
docker_file
str

Pfad zu der lokalen Datei mit zusätzlichen Docker-Schritten, die bei der Einrichtung des Images ausgeführt werden sollen.

Standardwert: None
schema_file
str

Pfad zu der lokalen Datei, die ein Webdienstschema enthält, das bei der Imagebereitstellung verwendet werden soll. Dient zum Generieren von Swagger-Spezifikationen für eine Modellimplementierung.

Standardwert: None
dependencies
list[str]

Liste der Pfade zu zusätzlichen Dateien/Ordnern, die vom Image ausgeführt werden müssen.

Standardwert: None
enable_gpu
bool

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

Standardwert: None
tags
dict[str, str]

Wörterbuch mit Schlüsselwerttags für dieses Image.

Standardwert: None
properties
dict[str, str]

Wörterbuch mit Schlüsselwerteigenschaften für dieses Image. Diese Eigenschaften können nach der Bereitstellung nicht mehr geändert werden. Es können jedoch neue Schlüssel-Wert-Paare hinzugefügt werden.

Standardwert: None
description
str

Eine Textbeschreibung für dieses Image.

Standardwert: None
base_image
str

Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, wird das Basisimage basierend auf dem angegebenen Runtimeparameter verwendet.

Standardwert: None
base_image_registry
ContainerRegistry

Imageregistrierung, die das Basisimage enthält.

Standardwert: None
cuda_version
str

CUDA-Version, die für Images installiert wird, die GPU-Unterstützung benötigen. Das GPU-Image muss in Microsoft Azure-Diensten wie Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Unterstützt werden die Versionen 9.0, 9.1 und 10.0. Wenn „enable_gpu“ festgelegt ist, wird standardmäßig „9.1“ verwendet.

Standardwert: None

Gibt zurück

Typ Beschreibung
ContainerImageConfig

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

Ausnahmen

Typ Beschreibung
WebserviceException

run

Lokales Ausführen des Images mit den angegebenen Eingabedaten.

Docker muss installiert sein und ausgeführt werden. Diese Methode funktioniert nur mit CPU, da das Image mit GPU-Unterstützung nur in Microsoft Azure Services ausgeführt werden kann.

run(input_data)

Parameter

Name Beschreibung
input_data
Erforderlich
<xref:varies>

Die Eingabedaten, die bei der Ausführung an das Image übergeben werden sollen.

Gibt zurück

Typ Beschreibung
<xref:varies>

Die Ergebnisse der Imageausführung.

Ausnahmen

Typ Beschreibung
WebserviceException

serialize

Konvertieren dieses ContainerImage-Objekts in ein serialisiertes JSON-Wörterbuch.

serialize()

Gibt zurück

Typ Beschreibung
dict

Die JSON-Darstellung dieses ContainerImage-Objekts.

Ausnahmen

Typ Beschreibung
WebserviceException