مخطط YAML لبيئة CLI (v2)
ينطبق على:
ملحق التعلم الآلي من Azure CLI الإصدار الثاني (الحالي)
يمكن إيجاد مخطط المصدر JSON في https://azuremlschemas.azureedge.net/latest/environment.schema.json.
ملاحظة
يعتمد بناء YAML المفصل في هذا المستند على مخطط JSON لأحدث إصدار من ملحق الإصدار الثاني من واجهة مستوى الاستدعاء للتعليم الآلي. إن هذا البناء مضمون للعمل فقط مع أحدث إصدار من ملحق الإصدار الثاني من واجهة مستوى الاستدعاء للتعليم الآلي. يمكنك العثور على مخططات إصدارات الملحق الأقدم في https://azuremlschemasprod.azureedge.net/.
بناء YAML
| المفتاح | النوع | الوصف | القيم المسموح بها | القيمة الافتراضية |
|---|---|---|---|---|
$schema |
سلسلة | مخطط YAML. إذا كنت تستخدم ملحق التعلم الآلي من Microsoft Azure VS Code لتأليف ملف YAML، بما في ذلك $schema في الجزء العلوي من الملف، يمكنك استدعاء عمليات إكمال المخطط والمورد. |
||
name |
سلسلة | مطلوب اسم البيئة. | ||
version |
سلسلة | إصدار البيئة. إذا تم حذفه، فسيخلق التعلم الآلي من Microsoft Azure إصدارا تلقائيا. | ||
description |
سلسلة | وصف البيئة. | ||
tags |
كائن | قاموس العلامات للبيئة. | ||
image |
سلسلة | صورة Docker لاستخدامها للبيئة. واحد من image أو build مطلوب. |
||
conda_file |
سلسلة أو عنصر | ملف تكوين conda YAML القياسي للتبعيات لبيئة conda. راجع https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually. إذا تم تحديده، image يجب تحديده أيضا. سيقوم التعلم الآلي من Microsoft Azure ببناء بيئة conda أعلى صورة Docker المتوفرة. |
||
build |
كائن | تكوين سياق بناء Docker لاستخدامه للبيئة. واحد من image أو build مطلوب. |
||
build.path |
سلسلة | المسار المحلي إلى الدليل لاستخدامه كسياق إنشاء. | ||
build.dockerfile_path |
سلسلة | المسار النسبي إلى Dockerfile ضمن سياق البناء. | Dockerfile |
|
os_type |
سلسلة | نوع نظام التشغيل. | linux, windows |
linux |
inference_config |
كائن | تكوينات حاوية الاستدلال. ينطبق فقط إذا تم استخدام البيئة لإنشاء حاوية خدمة للتوزيع عبر الإنترنت. راجع سمات المفتاح inference_config. |
سمات المفتاح inference_config
| المفتاح | النوع | الوصف |
|---|---|---|
liveness_route |
كائن | مسار الحياة لحاوية الخدمة. |
liveness_route.path |
سلسلة | المسار لتوجيه طلبات الحياة إليه. |
liveness_route.port |
عدد صحيح | المنفذ لتوجيه طلبات الحياة إليه. |
readiness_route |
كائن | مسار الاستعداد لحاوية الخدمة. |
readiness_route.path |
سلسلة | المسار لتوجيه طلبات الاستعداد إليه. |
readiness_route.port |
عدد صحيح | المنفذ لتوجيه طلبات الاستعداد إليه. |
scoring_route |
كائن | مسار تسجيل النقاط لحاوية الخدمة. |
scoring_route.path |
سلسلة | المسار لتوجيه طلبات تسجيل النقاط إليه. |
scoring_route.port |
عدد صحيح | المنفذ لتوجيه طلبات تسجيل النقاط إليه. |
الملاحظات
يمكن استخدام الأمر az ml environment لإدارة مخازن بيئات التعلم الآلي لـ Azure.
أمثلة
الأمثلة متوفرة في مستودع أمثلة GitHub. وهناك العديد أدناه.
YAML: سياق بناء Docker المحلي
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
path: docker-contexts/python-and-pip
YAML: صورة Docker
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-example
image: pytorch/pytorch:latest
description: Environment created from a Docker image.
YAML: صورة Docker بالإضافة إلى ملف conda
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-plus-conda-example
image: mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
conda_file: conda-yamls/pydata.yml
description: Environment created from a Docker image plus Conda environment.