资料集也建立完成了,今天我们就来建立运算资源(VM)吧!还记得我们之前讨论过运算资源的四种型式:
第三项是部署的部份,等到我们讲到用 SDK 部署的时候再来讲。
azureml.core.compute.ComputeTarget
类别和 AmlCompute
类别。而建立 compute instanceComputeInstance
类别。程序码参考如下:
from azureml.core import Workspace
from azureml.core.compute import ComputeTarget, AmlCompute
ws = Workspace.from_config()
compute_name = 'aml-sdk'
# 设定要建立 VM 的规格、包含节点数目,是否专用等等。如果不用 cluster,改用 ComputeInstance
compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_DS11_V2',
min_nodes=0, max_nodes=4,
vm_priority='dedicated')
# 建立 VM
aml_cluster = ComputeTarget.create(ws, compute_name, compute_config)
aml_cluster.wait_for_completion(show_output=True) # 加这行可以看到建立的进度
from azureml.core.compute import ComputeTarget, AmlCompute
from azureml.core.compute_target import ComputeTargetException
compute_name = "aml-sdk"
# 确认该运算资源是否存在
try:
aml_cluster = ComputeTarget(workspace=ws, name=compute_name)
print('查无此VM')
except ComputeTargetException:
# 如果不存在就建立
compute_config = AmlCompute.provisioning_configuration(vm_size='STANDARD_DS11_V2',
max_nodes=4)
aml_cluster = ComputeTarget.create(ws, compute_name, compute_config)
aml_cluster.wait_for_completion(show_output=True)
我们也可以进到图形化介面里去看,可以看到刚刚我们要建立的运算资源,真的建立起来了,如下图。
如果要用 Attached compute,就要 import 对应运算资源的类别。例如说,你要用 Databricks,就要引入 DatabricksCompute
类别,要用 HDInsight,就要引入 HDInsightCompute
类别。建议当需要时,再去查询文件。
除了范例之外,其实还有很多参数是可以做设定的哦!例如说你建立了 Compute instance,还可以再建立其虚拟网路。详细的技术文件可以参考这里做查询。
今天我们完成了运算资源的建立,明天我们来建立环境吧!
<<: Urban Kitchen 名厨都汇自助餐厅 #万豪酒店 #澳门银河渡假村 Galaxy Macau
在 Ruby 内有符号(Symbol)这个物件,他跟字串的用法蛮像的,但本质上则不一样。 究竟 Sy...
教材网址 https://coding104.blogspot.com/2021/06/java-t...
Day26- 新手的Web系列CRLF 0x1 正文 CRLF(CRLF Injection Att...
像是我们很常碰到的成绩也可以用if/else回圈来操作,假设90分以上是A,80分以上是B,…到60...
“Any fool can write code that a computer can unde...