Spec-Zone.ru › Ansible

Модуль google.cloud.gcp_mlengine_version — создание версии GCP

Примечание

Этот модуль входит в коллекцию google.cloud (версия 1.13.0).

Возможно, эта коллекция уже установлена, если вы используете пакет ansible. Она не входит в ansible-core. Чтобы проверить, установлена ли она, выполните ansible-galaxy collection list.

Чтобы установить её, используйте: ansible-galaxy collection install google.cloud. Для использования этого модуля требуются дополнительные зависимости; подробности см. в разделе Требования.

Чтобы использовать модуль в плейбуке, укажите: google.cloud.gcp_mlengine_version.

  • Краткое описание
  • Требования
  • Параметры
  • Примеры
  • Возвращаемые значения

Краткое описание

  • Каждая версия — это обученная модель, развернутая в облаке и готовая обрабатывать запросы на предсказание. У модели может быть несколько версий.

Требования

На хосте, выполняющем этот модуль, должны быть установлены следующие компоненты.

  • python >= 2.6
  • requests >= 2.18.4
  • google-auth >= 1.3.0

Параметры

Параметр

Комментарии

access_token

string

Токен доступа OAuth2, если тип учетных данных — accesstoken.

auth_kind

string / обязательный

Тип используемых учетных данных.

Допустимые значения:

  • "application"
  • "machineaccount"
  • "serviceaccount"
  • "accesstoken"

auto_scaling

dictionary

Автоматически масштабирует количество узлов, используемых для обслуживания модели, в ответ на увеличение или уменьшение трафика. Следует постепенно увеличивать трафик с учетом возможностей модели к масштабированию, иначе возрастет задержка и начнут возвращаться коды ответа 429.

min_nodes

integer

Минимальное количество узлов, выделяемых для этого режима.

deployment_uri

string / обязательный

Расположение обученной модели в Cloud Storage, используемой для создания версии.

description

string

Описание, указанное для версии при её создании.

env_type

string

Указывает, в какой среде Ansible выполняется этот модуль.

Не задавайте этот параметр, если не знаете, что делаете.

Он изменяет только строку User Agent для запросов API.

framework

string

Фреймворк машинного обучения, который AI Platform использует для обучения этой версии модели.

Допустимые значения: «FRAMEWORK_UNSPECIFIED», «TENSORFLOW», «SCIKIT_LEARN», «XGBOOST»

is_default

псевдонимы: default

boolean

Если значение true, эта версия будет использоваться для обработки запросов на предсказание, в которых версия не указана.

Допустимые значения:

  • false
  • true

labels

dictionary

Одна или несколько меток, которые можно добавить для упорядочивания версий модели.

machine_type

string

Тип машины, на которой будет обслуживаться модель. В настоящее время применяется только к службе онлайн-предсказаний.

Допустимые значения: «mls1-c1-m2», «mls1-c4-m2»

manual_scaling

dictionary

Вручную задает количество узлов, используемых для обслуживания модели. Как правило, вместо этого следует использовать autoScaling с подходящим значением minNodes, однако этот параметр доступен, если вам нужны более предсказуемые расходы. Имейте в виду, что задержка и частота ошибок возрастут, если трафик превысит возможности системы по обслуживанию запросов при выбранном количестве узлов.

nodes

integer

Количество узлов, выделяемых для этой модели. Эти узлы всегда работают с момента развертывания модели.

model

dictionary / обязательный

Модель, которой принадлежит эта версия.

Это поле представляет собой ссылку на ресурс Model в GCP. Его можно задать двумя способами. Во-первых, можно указать словарь с ключом ‘name’ и значением, равным имени ресурса. Также можно добавить `register: name-of-resource` к задаче gcp_mlengine_model, а затем задать для этого поля model значение “{{ name-of-resource }}”

name

string / обязательный

Имя, указанное для версии при её создании.

Имя версии должно быть уникальным в пределах модели, для которой она создана.

prediction_class

string

Полное имя (module_name.class_name) класса, реализующего интерфейс Predictor, описанный в этом справочном поле. Модуль, содержащий этот класс, должен входить в пакет, указанный в поле packageUris.

project

string

Проект Google Cloud Platform, который следует использовать.

python_version

string

Версия Python, используемая для предсказаний. Если не задана, используется версия ‘2.7’ по умолчанию. Python ‘3.5’ доступен, если для runtimeVersion задано значение ‘1.4’ или выше. Python ‘2.7’ совместим со всеми поддерживаемыми версиями среды выполнения.

Допустимые значения: «2.7», «3.5»

runtime_version

string

Версия среды выполнения AI Platform, используемая для этого развертывания.

scopes

list / элементы=string

Массив используемых областей доступа

service_account

string

Указывает учетную запись службы для управления доступом к ресурсам.

service_account_contents

jsonarg

Содержимое JSON-файла учетной записи службы в виде словаря или JSON-строки, представляющей это содержимое.

service_account_email

string

Необязательный адрес электронной почты учетной записи службы, если выбран machineaccount и пользователь не хочет использовать адрес по умолчанию.

service_account_file

path

Путь к JSON-файлу учетной записи службы, если в качестве типа выбрано serviceaccount.

state

string

Должен ли указанный объект существовать в GCP

Допустимые значения:

  • "present" ← (по умолчанию)
  • "absent"

Примеры

- name: create a model
  google.cloud.gcp_mlengine_model:
    name: model_version
    description: My model
    regions:
    - us-central1
    online_prediction_logging: 'true'
    online_prediction_console_logging: 'true'
    project: "{{ gcp_project }}"
    auth_kind: "{{ gcp_cred_kind }}"
    service_account_file: "{{ gcp_cred_file }}"
    state: present
  register: model

- name: create a version
  google.cloud.gcp_mlengine_version:
    name: "{{ resource_name | replace('-', '_') }}"
    model: "{{ model }}"
    runtime_version: 1.13
    python_version: 3.5
    is_default: 'true'
    deployment_uri: gs://ansible-cloudml-bucket/
    project: test_project
    auth_kind: serviceaccount
    service_account_file: "/tmp/auth.pem"
    state: present

Возвращаемые значения

Общие возвращаемые значения описаны здесь; ниже перечислены поля, уникальные для этого модуля:

Ключ

Описание

autoScaling

complex

Автоматически масштабирует количество узлов, используемых для обслуживания модели, в ответ на увеличение или уменьшение трафика. Следует постепенно увеличивать трафик с учетом возможностей модели к масштабированию, иначе возрастет задержка и начнут возвращаться коды ответа 429.

Возвращается: при успехе

minNodes

integer

Минимальное количество узлов, выделяемых для этого режима.

Возвращается: при успехе

createTime

string

Время создания версии.

Возвращается: при успехе

deploymentUri

string

Расположение обученной модели в Cloud Storage, используемой для создания версии.

Возвращается: при успехе

description

string

Описание, указанное для версии при её создании.

Возвращается: при успехе

errorMessage

string

Подробности сбоя или отмены.

Возвращается: при успехе

framework

string

Фреймворк машинного обучения, который AI Platform использует для обучения этой версии модели.

Возвращается: при успехе

isDefault

boolean

Если значение true, эта версия будет использоваться для обработки запросов на предсказание, в которых версия не указана.

Возвращается: при успехе

labels

dictionary

Одна или несколько меток, которые можно добавить для упорядочивания версий модели.

Возвращается: при успехе

lastUseTime

string

Время последнего использования версии для предсказания.

Возвращается: при успехе

machineType

string

Тип машины, на которой будет обслуживаться модель. В настоящее время применяется только к службе онлайн-предсказаний.

Возвращается: при успехе

manualScaling

complex

Вручную задает количество узлов, используемых для обслуживания модели. Как правило, вместо этого следует использовать autoScaling с подходящим значением minNodes, однако этот параметр доступен, если вам нужны более предсказуемые расходы. Имейте в виду, что задержка и частота ошибок возрастут, если трафик превысит возможности системы по обслуживанию запросов при выбранном количестве узлов.

Возвращается: при успехе

nodes

integer

Количество узлов, выделяемых для этой модели. Эти узлы всегда работают с момента развертывания модели.

Возвращается: при успехе

model

dictionary

Модель, которой принадлежит эта версия.

Возвращается: при успехе

name

string

Имя, указанное для версии при её создании.

Имя версии должно быть уникальным в пределах модели, для которой она создана.

Возвращается: при успехе

packageUris

list / элементы=string

Пути Cloud Storage (gs://…) к пакетам для пользовательских процедур предсказания или конвейеров scikit-learn с пользовательским кодом.

Возвращается: при успехе

predictionClass

string

Полное имя (module_name.class_name) класса, реализующего интерфейс Predictor, описанный в этом справочном поле. Модуль, содержащий этот класс, должен входить в пакет, указанный в поле packageUris.

Возвращается: при успехе

pythonVersion

string

Версия Python, используемая для предсказаний. Если не задана, используется версия ‘2.7’ по умолчанию. Python ‘3.5’ доступен, если для runtimeVersion задано значение ‘1.4’ или выше. Python ‘2.7’ совместим со всеми поддерживаемыми версиями среды выполнения.

Возвращается: при успехе

runtimeVersion

string

Версия среды выполнения AI Platform, используемая для этого развертывания.

Возвращается: при успехе

serviceAccount

string

Указывает учетную запись службы для управления доступом к ресурсам.

Возвращается: при успехе

state

string

Состояние версии.

Возвращается: при успехе

Авторы

  • Google Inc. (@googlecloudplatform)

Ссылки на коллекцию

  • Отслеживание проблем
  • Главная страница
  • Репозиторий (исходный код)

© 2012–2018 Michael DeHaan
© 2018–2025 Red Hat, Inc.
Licensed under the GNU General Public License version 3.
https://docs.ansible.com/projects/ansible/latest/collections/google/cloud/gcp_mlengine_version_module.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API