Общие команды

client_lib_version

В ячейке Jupyter Server выполните:

import client_lib
from importlib.metadata import version
client_lib_version = version ( 'client_lib' )
print ( client_lib_version )

Вывод покажет текущую версию client_lib.

client_lib.update()

Обновляет версию client_lib.

Примечание
  • Команда работает только в образе jupyter-server версии 0.0.95 и выше.

  • После выполнения команды обязательно перезагрузите ядро (kernel) Jupyter Server, как показано на скриншоте панели инструментов.

    ../_images/s__reboot-js-kernel.png

client_lib.kill(job_name)

Удаляет задачу с указанным названием.

client_lib.jobs()

Возвращает список задач, запущенных в воркспейсе пользователя на определенном регионе.

client_lib . jobs ( region = "DGX2-MT" )

Доступны ключи регионов:

  • DGX2-MT — Christofari.V100

  • A100-MT — Christofari.A100

  • SR002-MT — Cloud.Region.A100 (GPU Tesla A100)

  • SR003 — Cloud.Region.HP1

  • SR006 — Cloud.Region.HP

client_lib.get_images()

Позволяет получить список образов, доступных в воркспейсе пользователя.

Команды для получения доступных конфигураций

client_lib.get_cluster_config()

Позволяет получить конфигурации, доступные для обучения моделей и инференса.

Параметры:

Параметр

Описание параметра

cluster_type (обяз.)

Тип — ClusterType | str

…

Значение по умолчанию — None

…

Параметр определяет, ресурсы какого региона нужно отобразить.

Возможные значения:

  • MT — ресурсы, используемые для обучения моделей.

  • INF — ресурсы, используемые для запуска инференса.

as_frame (опц.)

Тип — boolean

Значение по умолчанию — False

…

Параметр отвечает за преобразование вывода в pandas.DataFrame.

Пример запроса для получения доступных регионов и Docker-образов
print ( list ( client_lib . RegionMT ))
print ( list ( client_lib . RegionINF ))
print ( list ( client_lib . ClusterType ))
print ( list ( client_lib . ImageType ))
Пример ответа
[ < RegionMT . DGX2_MT : 'DGX2-MT' > , < RegionMT . A100_MT : 'A100-MT' > , < RegionMT . SR002_MT : 'SR002-MT' > , < RegionMT . SR003 : 'SR003' > , < RegionMT . SR006 : 'SR006' > , < RegionMT . DGX2_MT_001 : 'DGX2-MT-001' > ]
[ < RegionINF . DGX2_INF_001 : 'DGX2-INF-001' > , < RegionINF . CCE_INF : 'CCE-INF' > ]
[ < ClusterType . MT : 'MT' > , < ClusterType . INF : 'INF' > ]
[ < ImageType . CUSTOM : 'CUSTOM' > , < ImageType . DATAHUB : 'DATAHUB' > , < ImageType . REGION_SPECIFIC : 'REGION_SPECIFIC' > ]
Пример запроса доступных конфигураций регионов для обучения моделей
client_lib . get_cluster_config ( client_lib . ClusterType . MT , as_frame = True )
Пример запроса доступных конфигураций регионов для инференса
client_lib . get_cluster_config ( client_lib . ClusterType . INF , as_frame = True )

client_lib.get_instance_types()

Позволяет получить доступные конфигурации.

Параметры:

Параметр

Описание параметра

cluster_type (опц.)

Тип — ClusterType | str

Значение по умолчанию — MT

…

Параметр определяет, ресурсы какого региона нужно отобразить.

Возможные значения:

  • MT — ресурсы, используемые для обучения моделей.

  • INF — ресурсы, используемые для запуска инференса.

regions (опц.)

Тип — regions | str

…

Доступен для версии client_lib начиная с 0.33.

Чтобы проверить версию client_lib воспользуйтесь командой.

Параметр определяет, ресурсы какого региона нужно отобразить.

Возможные значения ключей регионов:

  • MT — ресурсы, всех регионов, используемые для обучения моделей.

  • INF — ресурсы, всех регионов, используемые для запуска инференса.

  • DGX2-MT — Christofari.V100

  • A100-MT — Christofari.A100

  • SR002-MT — Cloud.Region.A100 (GPU Tesla A100)

  • SR003 — Cloud.Region.HP1

  • SR006 — Cloud.Region.HP

Запрос доступных instance_type для всех регионов обучения моделей и визуализации с помощью pandas
import pandas as pd
from IPython.display import display
from client_lib import get_instance_types , ClusterType
with pd . option_context ( "display.max_rows" , None ):
display ( get_instance_types ())
Запрос доступных instance_type для всех регионов обучения моделей
client_lib . get_instance_types ()
Запрос фильтрации instance_type для нескольких регионов обучения моделей и визуализации с помощью pandas
import pandas as pd
from IPython.display import display
from client_lib import get_instance_types , ClusterType
with pd . option_context ( "display.max_rows" , None ):
display ( get_instance_types ( regions = [ "SR002-MT" , "SR003" ]))
Запрос фильтрации instance_type для нескольких регионов обучения моделей
client_lib . get_instance_types ( regions = [ "SR002-MT" , "SR003" ])
Запрос фильтрации instance_type для нескольких регионов инференса
client_lib . get_instance_types ( "INF" , regions = [ "CCE-INF" ])

В переменной regions через запятую могут быть перечислены имена тех регионов, для которых требуется вывести доступные instance_type.

Запрос доступных instance_type для всех регионов инференса и визуализации с помощью pandas
import pandas as pd
from IPython.display import display
from client_lib import get_instance_types , ClusterType
with pd . option_context ( "display.max_rows" , None ):
display ( get_instance_types ( "INF" ))
Запрос доступных instance_type для всех регионов инференса
client_lib . get_instance_types ( "INF" )

client_lib.get_docker_images()

Позволяет получить доступные Docker-образы для обучения моделей или инференса.

Параметры:

Параметр

Описание параметра

cluster_type (обяз.)

Тип — ClusterType | str

Значение по умолчанию — None

…

Параметр определяет, ресурсы какого региона нужно отобразить.

Возможные значения:

  • MT — ресурсы, используемые для обучения моделей.

  • INF — ресурсы, используемые для запуска инференса.

Пример запроса доступных Docker-образов
client_lib . get_docker_images ( client_lib . ClusterType . MT )

client_lib.get_available_resources_count()

Возвращает список доступных ресурсов: instance_type, его конфигурацию и количество доступных воркеров.

Параметры:

Параметр

Описание параметра

region (опц.)

Тип — string

…

Регион размещения ресурсов, для которого необходимо вывести доступные ресурсы.

Доступны ключи регионов:

  • DGX2-MT — Christofari.V100

  • A100-MT — Christofari.A100

  • SR002-MT — Cloud.Region.A100 (GPU Tesla A100)

  • SR003 — Cloud.Region.HP1

  • SR006 — Cloud.Region.HP

Если параметр не задан, список выводится для текущего региона.

client_lib.save_aws_credentials (s3_namespace, access_key_id, security_key)

Сохраняет параметры доступа к S3-бакету в аккаунте пользователя. В дальнейшем эти параметры применяются по умолчанию для всех задач, связанных с S3. Можно перезаписать.

Параметры

Параметр

Описание параметра

s3_namespace (обяз.)

Тип — string

…

Пространство имен S3-бакета

access_key_id (обяз.)

Тип — string

…

Код доступа к S3 бакету

security_key (обяз.)

Тип — string

…

Ключ безопасности S3-бакета

ML Space