InferenceConfig Klasse

Referenz

Stellt Konfigurationseinstellungen für eine benutzerdefinierte Umgebung dar, die für die Bereitstellung verwendet wird.

Die Rückschlusskonfiguration ist ein Eingabeparameter für Aktionen, die mit Model-Bereitstellungen im Zusammenhang stehen.

Initialisieren Sie das Config-Objekt.

Vererbung: builtins.object

InferenceConfig

Konstruktor

InferenceConfig(entry_script, runtime=None, conda_file=None, extra_docker_file_steps=None, source_directory=None, enable_gpu=None, description=None, base_image=None, base_image_registry=None, cuda_version=None, environment=None)

Parameter

Name	Beschreibung
entry_script Erforderlich	str Pfad zu einer lokalen Datei, die den Code zum Ausführen für das Image enthält.
runtime	str Die für das Image zu verwendende Runtime. Aktuelle unterstützte Runtimes sind „spark-py“ und „python“. Standardwert: None
conda_file	str Pfad zur lokalen Datei, die eine für das Image zu verwendende Conda-Umgebungsdefinition enthält. Standardwert: None
extra_docker_file_steps	str Der Pfad zu einer lokalen Datei mit zusätzlichen Docker-Schritten, die bei der Einrichtung des Images ausgeführt werden. Standardwert: None
source_directory	str Der Pfad zu dem Ordner, die alle Dateien zum Erstellen des Images enthalten. 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 lautet „False“. Standardwert: None
description	str Eine Beschreibung, die diesem Image zugeordnet werden soll. Standardwert: None
base_image	str Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, dann wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet. Standardwert: None
base_image_registry	ContainerRegistry Die Imageregistrierung, die das Basisimage enthält. Standardwert: None
cuda_version	str Die 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, ist der Standardwert 9.1. Standardwert: None
environment	Environment Ein für die Bereitstellung zu verwendendes Umgebungsobjekt. Die Umgebung muss nicht registriert werden. Geben Sie entweder diesen Parameter oder die anderen Parameter an, aber nicht beide. Die einzelnen Parameter dienen NICHT als Überschreibung für das Umgebungsobjekt. Ausnahmen sind `entry_script`, `source_directory`und `description`. Standardwert: None
entry_script Erforderlich	str Pfad zu einer lokalen Datei, die den Code zum Ausführen für das Image enthält.
runtime Erforderlich	str Die für das Image zu verwendende Runtime. Aktuelle unterstützte Runtimes sind „spark-py“ und „python“.
conda_file Erforderlich	str Pfad zur lokalen Datei, die eine für das Image zu verwendende Conda-Umgebungsdefinition enthält.
extra_docker_file_steps Erforderlich	str Der Pfad zu einer lokalen Datei mit zusätzlichen Docker-Schritten, die bei der Einrichtung des Images ausgeführt werden.
source_directory Erforderlich	str Der Pfad zu dem Ordner, die alle Dateien zum Erstellen des Images enthalten.
enable_gpu Erforderlich	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 lautet „False“.
description Erforderlich	str Eine Beschreibung, die diesem Image zugeordnet werden soll.
base_image Erforderlich	str Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, dann wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.
base_image_registry Erforderlich	ContainerRegistry Die Imageregistrierung, die das Basisimage enthält.
cuda_version Erforderlich	str Die 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, ist der Standardwert 9.1.
environment Erforderlich	Environment Ein für die Bereitstellung zu verwendendes Umgebungsobjekt. Die Umgebung muss nicht registriert werden. Geben Sie entweder diesen Parameter oder die anderen Parameter an, aber nicht beide. Die einzelnen Parameter dienen NICHT als Überschreibung für das Umgebungsobjekt. Ausnahmen sind `entry_script`, `source_directory`und `description`.

Hinweise

Das folgende Beispiel zeigt, wie Sie ein InferenceConfig-Objekt erstellen und zum Bereitstellen eines Modells verwenden.


   from azureml.core.model import InferenceConfig
   from azureml.core.webservice import AciWebservice


   service_name = 'my-custom-env-service'

   inference_config = InferenceConfig(entry_script='score.py', environment=environment)
   aci_config = AciWebservice.deploy_configuration(cpu_cores=1, memory_gb=1)

   service = Model.deploy(workspace=ws,
                          name=service_name,
                          models=[model],
                          inference_config=inference_config,
                          deployment_config=aci_config,
                          overwrite=True)
   service.wait_for_deployment(show_output=True)

Variablen

Name	Beschreibung
entry_script	str Pfad zu einer lokalen Datei, die den Code zum Ausführen für das Image enthält.
runtime	str Die für das Image zu verwendende Runtime. Aktuelle unterstützte Runtimes sind „spark-py“ und „python“.
conda_file	str Pfad zur lokalen Datei, die eine für das Image zu verwendende Conda-Umgebungsdefinition enthält.
extra_docker_file_steps	str Der Pfad zu einer lokalen Datei mit zusätzlichen Docker-Schritten, die bei der Einrichtung des Images ausgeführt werden.
source_directory	str Der Pfad zu dem Ordner, die alle Dateien zum Erstellen des Images enthalten.
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.
azureml.core.model.InferenceConfig.description	Eine Beschreibung, die diesem Image zugeordnet werden soll.
base_image	str Ein benutzerdefiniertes Image, das als Basisimage verwendet werden soll. Wenn kein Basisimage angegeben wird, dann wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.
base_image_registry	ContainerRegistry Die Imageregistrierung, die das Basisimage enthält.
cuda_version	str Die 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, ist der Standardwert 9.1.
azureml.core.model.InferenceConfig.environment	Ein für die Bereitstellung zu verwendendes Umgebungsobjekt. Die Umgebung muss nicht registriert werden. Geben Sie entweder diesen Parameter oder die anderen Parameter an, aber nicht beide. Die einzelnen Parameter dienen NICHT als Überschreibung für das Umgebungsobjekt. Ausnahmen sind `entry_script`, `source_directory`und `description`.

Methoden

build_create_payload	Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage.
build_profile_payload	Erstellen Sie die Profilerstellungs-Nutzdaten für das Modellpaket.
validate_configuration	Überprüft, ob die angegebenen Konfigurationswerte gültig sind. Löst eine WebserviceException aus, wenn die Überprüfung zu einem Fehler führt.
validation_script_content	Überprüfen mit „ast.parse“, ob die Syntax des Bewertungsskripts gültig ist. Löst eine UserErrorException aus, wenn die Überprüfung zu einem Fehler führt.

build_create_payload

Erstellen Sie die Nutzdaten für die Erstellung für das Containerimage.

build_create_payload(workspace, name, model_ids)

Parameter

Name	Beschreibung
workspace Erforderlich	Workspace Das Arbeitsbereichsobjekt, in dem das Image erstellt werden soll.
name Erforderlich	str Der Name des Bildes.
model_ids Erforderlich	list[str] Eine Liste der Modell-IDs, die in das Image gepackt werden sollen.

Gibt zurück

Typ	Beschreibung
dict	Die Nutzdaten für die Erstellung des Containerimages.

Ausnahmen

Typ	Beschreibung
WebserviceException

build_profile_payload

Erstellen Sie die Profilerstellungs-Nutzdaten für das Modellpaket.

build_profile_payload(profile_name, input_data=None, workspace=None, models=None, dataset_id=None, container_resource_requirements=None, description=None)

Parameter

Name	Beschreibung
profile_name Erforderlich	str Der Name der Profilerstellungsausführung.
input_data	str Die Eingabedaten für die Profilerstellung. Standardwert: None
workspace	Workspace Ein Arbeitsbereichsobjekt, in dem ein Profil für das Modell erstellt werden soll. Standardwert: None
models	list[Model] Eine Liste mit Modellobjekten. Die Liste kann leer sein. Standardwert: None
dataset_id	str ID, die dem Dataset zugeordnet ist, das Eingabedaten für die Profilerstellung enthält. Standardwert: None
container_resource_requirements	ContainerResourceRequirements Containerressourcenanforderungen für die größte Instanz, für die das Modell bereitgestellt werden soll Standardwert: None
description	str Eine Beschreibung, die der Profilerstellungsausführung zugeordnet werden soll. Standardwert: None

Gibt zurück

Typ	Beschreibung
dict	Nutzdaten des Modellprofils

Ausnahmen

Typ	Beschreibung
WebserviceException

validate_configuration

Überprüft, ob die angegebenen Konfigurationswerte gültig sind.

Löst eine WebserviceException aus, wenn die Überprüfung zu einem Fehler führt.

validate_configuration()

Ausnahmen

Typ	Beschreibung
WebserviceException

validation_script_content

Überprüfen mit „ast.parse“, ob die Syntax des Bewertungsskripts gültig ist.

Löst eine UserErrorException aus, wenn die Überprüfung zu einem Fehler führt.

validation_script_content()

Ausnahmen

Typ	Beschreibung
UserErrorException

Freigeben über

InferenceConfig Klasse

Konstruktor

Parameter

Hinweise

Variablen

Methoden

build_create_payload

Parameter

Gibt zurück

Ausnahmen

build_profile_payload

Parameter

Gibt zurück

Ausnahmen

validate_configuration

Ausnahmen

validation_script_content

Ausnahmen

Feedback

Zusätzliche Ressourcen