跳转到主要内容

Microsoft Azure Batch AI Management Client Library for Python

项目描述

Microsoft Azure SDK for Python

这是Microsoft Azure Batch AI管理客户端库。

Azure资源管理器(ARM)是下一代管理API,用于替代旧版的Azure服务管理(ASM)。

此包已在Python 2.7、3.4、3.5和3.6上进行了测试。

有关旧版Azure服务管理(ASM)库,请参阅azure-servicemanagement-legacy库。

有关更完整的Azure库集,请参阅azure捆绑包。

兼容性

重要:如果您有早于azure包(版本< 1.0)的版本,请在安装此包之前卸载它。

您可以使用pip检查版本

pip freeze

如果您看到 azure==0.11.0(或任何低于1.0的版本),请先卸载它。

pip uninstall azure

用法

有关代码示例,请参阅docs.microsoft.com上的Batch AI 管理

提供反馈

如果您遇到任何错误或有任何建议,请在项目的问题部分提交问题。

发布历史

2.0.0 (2018-06-07)

重大变更

本版本使用 2018-05-01 BatchAI API 规范,引入了以下重大变更:

  • 集群、文件服务器必须在工作区下创建;

  • 作业必须在实验下创建;

  • 集群、文件服务器和作业在创建时不接受位置,属于与父工作区相同的地理位置;

  • 集群、文件服务器和作业不支持标签;

  • BatchAIManagementClient.usage 已重命名为 BatchAIManagementClient.usages;

  • 作业优先级类型从 int 更改为枚举;

  • File.is_directory 已被 File.file_type 替换;

  • Job.priority 和 JobCreateParameters.priority 已被 scheduling_priority 替换;

  • 移除了不支持的 MountSettings.file_server_type 属性;

  • OutputDirectory.type 不支持属性已移除;

  • OutputDirectory.create_new 属性已移除,BatchAI 总是在不存在时创建输出目录;

  • SetupTask.run_elevated 属性已移除,设置任务始终在 root 下执行。

特性

  • 为工作区添加了对集群、文件服务器和实验进行分组以支持资源数量限制的支持;

  • 为实验添加了对作业进行分组以支持作业数量限制的支持;

  • 为使用 docker 容器的作业添加了对 /dev/shm 的配置支持;

  • 添加了对通用 MPI 作业的一等支持;

  • 添加了对 Horovod 作业的一等支持。

1.0.1 (2018-04-16)

错误修复

  • 修复 Python 3 中的一些无效模型;

  • 与 wheel 0.31.0 的 sdist 兼容性;

1.0.0 (2018-03-19)

一般性重大变更

本版本使用下一代代码生成器,可能引入重大变更。

  • 模型签名现在仅使用关键字参数语法。所有位置参数必须重写为关键字参数。为了在大多数情况下保持自动完成,现在为 Python 2 和 Python 3 生成模型。Python 3 使用 “*” 语法进行关键字仅参数。

  • 枚举类型现在使用 “str” 混合(class AzureEnum(str, Enum))来改进遇到未识别枚举值时的行为。虽然这不是重大变更,但区别很重要,以下为相关文档:https://docs.pythonlang.cn/3/library/enum.html#others 快速查看

    • “is” 应该完全不用。

    • “format” 将返回字符串值,其中 “%s” 字符串格式化将返回 NameOfEnum.stringvalue。应首选格式化语法。

  • 新的长时间运行操作

    • 返回类型从 msrestazure.azure_operation.AzureOperationPoller 更改为 msrest.polling.LROPoller。外部 API 保持不变。

    • 返回类型现在始终是 msrest.polling.LROPoller,无论使用哪些可选参数。

    • 使用 raw=True 时的行为已改变。现在不再返回初始调用结果作为 ClientRawResponse,无需轮询,而是返回 LROPoller。轮询后,最终资源将作为 ClientRawResponse 返回。

    • 添加了新的 polling 参数。默认行为是 Polling=True,将使用 ARM 算法进行轮询。当 Polling=False 时,将返回初始调用的响应,无需轮询。

    • polling 参数接受 msrest.polling.PollingMethod 子类的实例。

    • add_done_callback 在轮询完成后调用将不再引发异常,而是立即执行回调。

特性

  • 添加了对作业级别挂载的支持;

  • 添加了对具有秘密值的环境变量的支持;

  • 添加了对 Azure Application Insights 中的性能计数器报告的支持;

  • 添加了对自定义镜像的支持;

  • 添加了对 PyTorch 深度学习框架的支持;

  • 添加了对使用情况和限制报告的 API;

  • 添加了对子目录中作业文件的列表 API;

  • 现在用户可以在创建 NFS 时选择缓存类型。

  • 现在get cluster报告生成了一个路径段用于存储启动任务输出日志

  • 现在get job报告生成了一个路径段用于存储作业输出目录

  • 将EnvironmentSetting重命名为EnvironmentVariable

0.2.0 (2017-10-05)

  • credentials_info属性重命名为credentials。

  • 删除了未使用的类FileServerStatus和Code枚举

  • 重命名了CachingType和VmPriority的枚举

  • 删除了FileServer上的“statuses”属性

0.1.0 (2017-10-03)

  • 初始发布

项目详情


下载文件

下载适合您平台的应用程序文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源分布

azure-mgmt-batchai-2.0.0.zip (185.4 kB 查看哈希值)

上传时间

构建分布

azure_mgmt_batchai-2.0.0-py2.py3-none-any.whl (174.3 kB 查看哈希值)

上传时间 Python 2 Python 3

由以下组织支持