Модуль google.cloud.gcp_mlengine_version — Создание версии GCP

Примечание

Этот модуль является частью коллекции google.cloud (версия 1.4.1).

У вас, возможно, уже установлена эта коллекция, если вы используете пакет ansible. Она не включена в ansible-core. Чтобы проверить её установку, выполните ansible-galaxy collection list.

Чтобы установить её, используйте: ansible-galaxy collection install google.cloud. Для использования этого модуля потребуются дополнительные требования, см. Требования для получения подробностей.

Чтобы использовать его в книге задач, укажите: google.cloud.gcp_mlengine_version.

Описание
Требования
Параметры
Примеры
Возвращаемые значения

Описание

Каждая версия — это обученная модель, развернутая в облаке и готовая обрабатывать запросы прогнозирования. Одна модель может иметь несколько версий.

Требования

Ниже перечислены требования, необходимые на узле, на котором выполняется этот модуль.

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 / required	Тип используемых учетных данных. Варианты: `"application"` `"machineaccount"` `"serviceaccount"` `"accesstoken"`
auto_scaling dictionary	Автоматически масштабируйте количество узлов, используемых для обслуживания модели, в ответ на увеличение и уменьшение трафика. Следует проявлять осторожность при увеличении трафика в соответствии со способностью модели к масштабированию, иначе вы начнете наблюдать увеличение задержки и кодов ответа 429.
min_nodes integer	Минимальное количество узлов для выделения в этом режиме.
deployment_uri string / required	Расположение в облачном хранилище Cloud Storage обученной модели, используемой для создания версии.
description string	Описание, указанное для версии при ее создании.
env_type string	Указывает среду Ansible, в которой вы запускаете этот модуль. Это не должно быть установлено, если вы не знаете, что делаете. Это изменяет только строку User Agent для любых запросов API.
framework string	Фреймворк машинного обучения, который AI Platform использует для обучения этой версии модели. Некоторые допустимые варианты: “FRAMEWORK_UNSPECIFIED”, “TENSORFLOW”, “SCIKIT_LEARN”, “XGBOOST”
is_default aliases: default boolean	Если true, эта версия будет использоваться для обработки запросов на прогнозирование, которые не указывают версию. Варианты: `false` `true`
labels dictionary	Одна или несколько меток, которые вы можете добавить для организации версий вашей модели.
machine_type string	Тип машины, на которой будет обслуживаться модель. В настоящее время применяется только к службе онлайн-прогнозирования. Некоторые допустимые варианты: “mls1-c1-m2”, “mls1-c4-m2”
manual_scaling dictionary	Вручную выберите количество узлов для обслуживания модели. Как правило, следует использовать autoScaling с соответствующим minNodes, но этот параметр доступен, если вам требуется более предсказуемое выставление счетов. Имейте в виду, что задержка и уровень ошибок будут увеличиваться, если трафик превысит возможности системы по его обслуживанию на основе выбранного количества узлов.
nodes integer	Количество узлов для выделения для этой модели. Эти узлы всегда активны, начиная с момента развертывания модели.
model dictionary / required	Модель, к которой принадлежит эта версия. Это поле представляет собой ссылку на ресурс модели в GCP. Его можно указать двумя способами. Во-первых, вы можете разместить словарь с ключом «name» и значением имени вашего ресурса. Кроме того, вы можете добавить `register: name-of-resource` к задаче gcp_mlengine_model, а затем установить это поле модели в «{{ name-of-resource }}»
name string / required	Имя, указанное для версии при ее создании. Имя версии должно быть уникальным в модели, в которой оно создано.
prediction_class string	Полностью квалифицированное имя (module_name.class_name) класса, реализующего интерфейс Predictor, описанный в этом справочном поле. Модуль, содержащий этот класс, должен быть включен в пакет, предоставленный полю packageUris.
project string	Проект Google Cloud Platform для использования.
python_version string	Версия Python, используемая в прогнозировании. Если не указано, используется версия по умолчанию «2.7». Python «3.5» доступен, когда runtimeVersion установлен в «1.4» и выше. Python «2.7» работает со всеми поддерживаемыми версиями среды выполнения. Некоторые допустимые варианты: “2.7”, “3.5”
runtime_version string	Версия среды выполнения AI Platform, которая будет использоваться для этого развертывания.
scopes list / elements=string	Массив областей, которые будут использоваться
service_account string	Указывает учетную запись службы для контроля доступа к ресурсам.

service_account_contents jsonarg	Содержимое файла JSON учетной записи службы, либо в виде словаря, либо как строка JSON, представляющая его.
service_account_email string	Необязательный адрес электронной почты учетной записи службы, если выбран параметр machineaccount и пользователь не хочет использовать адрес по умолчанию.
service_account_file path	Путь к файлу JSON учетной записи службы, если выбран тип serviceaccount.
state string	Определяет, должен ли данный объект существовать в GCP Выбоpы: `"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

Значения возврата

Общие значения возврата документированы здесь, следующие поля уникальны для данного модуля:

Ключ	Описание
autoScaling complex	Автоматически масштабировать количество узлов, используемых для обслуживания модели, в ответ на увеличение и уменьшение трафика. Следует проявлять осторожность при наращивании трафика в соответствии со способностью модели к масштабированию, иначе вы начнете наблюдать увеличение задержек и коды ответов 429. Возвращаемое значение: успех
minNodes целое число	Минимальное количество узлов для выделения для данной модели. Возвращаемое значение: успех
createTime строка	Время создания версии. Возвращаемое значение: успех
deploymentUri строка	Расположение в Cloud Storage обученной модели, используемой для создания версии. Возвращаемое значение: успех
description строка	Описание, указанное для версии при ее создании. Возвращаемое значение: успех
errorMessage строка	Подробности сбоя или отмены. Возвращаемое значение: успех
framework строка	Фреймворк машинного обучения, используемый AI Platform для обучения этой версии модели. Возвращаемое значение: успех
isDefault логическое значение	Если true, эта версия будет использоваться для обработки запросов предсказания, в которых не указана версия. Возвращаемое значение: успех
labels словарь	Один или несколько тегов, которые можно добавить для организации версий моделей. Возвращаемое значение: успех
lastUseTime строка	Время последнего использования версии для предсказания. Возвращаемое значение: успех
machineType строка	Тип машины, на которой будет обслуживаться модель. В настоящее время относится только к онлайн-сервису предсказаний. Возвращаемое значение: успех
manualScaling complex	Вручную выбрать количество узлов для использования при обслуживании модели. В целом рекомендуется использовать autoScaling с соответствующим minNodes, но этот параметр доступен, если вы хотите более предсказуемые счета за использование ресурсов. Обратите внимание, что задержка и показатели ошибок увеличиваются, если трафик превышает возможности системы для его обслуживания на основе выбранного количества узлов. Возвращаемое значение: успех
nodes целое число	Количество узлов, выделяемых для этой модели. Эти узлы всегда активны, начиная с момента развертывания модели. Возвращаемое значение: успех
model словарь	Модель, к которой принадлежит эта версия. Возвращаемое значение: успех
name строка	Название версии, указанное при ее создании. Имя версии должно быть уникальным в рамках модели, в которой оно создается. Возвращаемое значение: успех
packageUris список / элементы=строка	Пути в Cloud Storage (gs://…) пакетов для пользовательских процедур предсказания или scikit-learn конвейеров с пользовательским кодом. Возвращаемое значение: успех
predictionClass строка	Полное имя (имя_модуля.имя_класса) класса, реализующего интерфейс Predictor, описанный в этом поле справки. Модуль, содержащий этот класс, должен быть включен в пакет, предоставленный в поле packageUris. Возвращаемое значение: успех
pythonVersion строка	Версия Python, используемая для предсказания. Если не указано, используется версия по умолчанию — ‘2.7’. Версия Python ‘3.5’ доступна, когда runtimeVersion установлена на ‘1.4’ и выше. Python ‘2.7’ работает со всеми поддерживаемыми версиями runtime. Возвращаемое значение: успех
runtimeVersion строка	Версия runtime AI Platform, которую следует использовать для этого развертывания. Возвращаемое значение: успех
serviceAccount строка	Указывает учетную запись сервиса для управления доступом к ресурсам. Возвращаемое значение: успех

состояние

строка

Состояние версии.

Возвращено: успех

Авторы

Google Inc. (@googlecloudplatform)

Ссылки на коллекцию

© 2012–2018 Michael DeHaan
© 2018–2024 Red Hat, Inc.
Licensed under the GNU General Public License version 3.
https://docs.ansible.com/ansible/latest/collections/google/cloud/gcp_mlengine_version_module.html