azure.ai.ml package

إنشاء كائن أمر يمكن استخدامه داخل دالة dsl.pipeline أو استخدامه كمهمة أمر مستقلة.

command(*, name: str | None = None, description: str | None = None, tags: Dict | None = None, properties: Dict | None = None, display_name: str | None = None, command: str | None = None, experiment_name: str | None = None, environment: str | Environment | None = None, environment_variables: Dict | None = None, distribution: Dict | MpiDistribution | TensorFlowDistribution | PyTorchDistribution | RayDistribution | None = None, compute: str | None = None, inputs: Dict | None = None, outputs: Dict | None = None, instance_count: int | None = None, instance_type: str | None = None, locations: List[str] | None = None, docker_args: str | None = None, shm_size: str | None = None, timeout: int | None = None, code: PathLike | str | None = None, identity: ManagedIdentityConfiguration | AmlTokenConfiguration | UserIdentityConfiguration | None = None, is_deterministic: bool = True, services: Dict[str, JobService | JupyterLabJobService | SshJobService | TensorBoardJobService | VsCodeJobService] | None = None, job_tier: str | None = None, priority: str | None = None, **kwargs) -> Command

المعلمات

name: Optional[str]

اسم مهمة أو مكون الأمر.

description: Optional[str]

وصف الأمر. الإعدادات الافتراضية إلى بلا.

tags: Optional[dict[str, str]]

قاموس العلامات. يمكن إضافة العلامات وإزالتها وتحديثها. الإعدادات الافتراضية إلى بلا.

properties: Optional[dict[str, str]]

قاموس خاصية الوظيفة. الإعدادات الافتراضية إلى بلا.

display_name: Optional[str]

الاسم المعروض للوظيفة. الإعدادات الافتراضية لاسم تم إنشاؤه عشوائيا.

command: Optional[str]

الأمر الذي سيتم تنفيذه. الإعدادات الافتراضية إلى بلا.

experiment_name: Optional[str]

اسم التجربة التي سيتم إنشاء الوظيفة ضمنها. الإعدادات الافتراضية لاسم الدليل الحالي.

environment: Optional[Union[str, Environment]]

البيئة التي سيتم تشغيل الوظيفة فيها.

environment_variables: Optional[dict[str, str]]

قاموس لأسماء وقيم متغيرات البيئة. يتم تعيين متغيرات البيئة هذه على العملية التي يتم فيها تنفيذ البرنامج النصي للمستخدم. الإعدادات الافتراضية إلى بلا.

distribution: Optional[Union[dict, PyTorchDistribution, MpiDistribution, TensorFlowDistribution, RayDistribution]]

تكوين الوظائف الموزعة. الإعدادات الافتراضية إلى بلا.

compute: Optional[str]

هدف الحساب الذي سيتم تشغيل المهمة عليه. الإعدادات الافتراضية للحساب الافتراضي.

inputs: Optional[dict[str, Union[Input, str, bool, int, float, <xref:Enum>]]]

تعيين أسماء الإدخال لإدخال مصادر البيانات المستخدمة في الوظيفة. الإعدادات الافتراضية إلى بلا.

outputs: Optional[dict[str, Union[str, Output]]]

تعيين أسماء الإخراج إلى مصادر بيانات الإخراج المستخدمة في الوظيفة. الإعدادات الافتراضية إلى بلا.

instance_count: Optional[int]

عدد المثيلات أو العقد التي سيتم استخدامها بواسطة هدف الحساب. تعود الإعدادات الافتراضية على 1.

instance_type: Optional[str]

نوع الجهاز الظاهري الذي سيتم استخدامه بواسطة هدف الحساب.

locations: Optional[list[str]]

قائمة المواقع التي سيتم تشغيل الوظيفة فيها.

docker_args: Optional[str]

وسيطات إضافية لتمريرها إلى أمر تشغيل Docker. سيؤدي هذا إلى تجاوز أي معلمات تم تعيينها بالفعل بواسطة النظام، أو في هذا القسم. هذه المعلمة مدعومة فقط أنواع حوسبة التعلم الآلي من Microsoft Azure. الإعدادات الافتراضية إلى بلا.

shm_size: Optional[str]

حجم كتلة الذاكرة المشتركة لحاوية Docker. يجب أن يكون هذا بتنسيق (number)(unit) حيث يجب أن يكون الرقم أكبر من 0 ويمكن أن تكون الوحدة واحدة من b(بايت) أو k(كيلوبايت) أو m(ميغابايت) أو g(غيغابايت).

timeout: Optional[int]

الرقم، بالثوان، وبعد ذلك سيتم إلغاء المهمة.

code: Optional[Union[str, PathLike]]

التعليمات البرمجية المصدر لتشغيل المهمة. يمكن أن يكون مسارا محليا أو "http:" أو "https:" أو "azureml:" url يشير إلى موقع بعيد.

identity: Optional[Union[ ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration]]

الهوية التي ستستخدمها مهمة الأمر أثناء التشغيل على الحساب.

is_deterministic: bool

يحدد ما إذا كان الأمر سيعيد نفس الإخراج نظرا لنفس الإدخال. الإعدادات الافتراضية إلى True. عندما يكون True، إذا كان مكون الأمر محددا وتم تشغيله من قبل في مساحة العمل الحالية بنفس الإدخال والإعدادات، فسيعيد استخدام النتائج من مهمة تم إرسالها مسبقا عند استخدامها كعقدة أو خطوة في البنية الأساسية لبرنامج ربط العمليات التجارية. في هذا السيناريو، لن يتم استخدام موارد الحوسبة.

services: Optional[dict[str, Union[JobService, JupyterLabJobService, SshJobService, TensorBoardJobService, VsCodeJobService]]]

الخدمات التفاعلية للعقدة. الإعدادات الافتراضية إلى بلا. هذه معلمة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات.

job_tier: Optional[str]

مستوى الوظيفة. القيم المقبولة هي "Spot" أو "Basic" أو "Standard" أو "Premium".

priority: Optional[str]

أولوية الوظيفة على الحساب. القيم المقبولة هي "منخفضة" و"متوسطة" و"عالية". الإعدادات الافتراضية إلى "متوسط".

المرتجعات

عنصر أمر.

نوع الإرجاع

Command

أمثلة

إنشاء مهمة أمر باستخدام أسلوب منشئ الأوامر().


   from azure.ai.ml import Input, Output, command

   train_func = command(
       environment="AzureML-sklearn-1.0-ubuntu20.04-py38-cpu:33",
       command='echo "hello world"',
       distribution={"type": "Pytorch", "process_count_per_instance": 2},
       inputs={
           "training_data": Input(type="uri_folder"),
           "max_epochs": 20,
           "learning_rate": 1.8,
           "learning_rate_schedule": "time-based",
       },
       outputs={"model_output": Output(type="uri_folder")},
   )

إنشاء كائن نشر دفعي من ملف yaml.

load_batch_deployment(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> BatchDeployment

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن توزيع دفعة. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن نشر الدفعة الذي تم إنشاؤه.

نوع الإرجاع

BatchDeployment

إنشاء كائن نقطة نهاية دفعية من ملف yaml.

load_batch_endpoint(source: str | PathLike | IO, relative_origin: str | None = None, **kwargs) -> BatchEndpoint

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن نقطة نهاية دفعية. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

القيمة الافتراضية: None

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن نقطة نهاية دفعية تم إنشاؤه.

نوع الإرجاع

BatchEndpoint

تحميل المكون من محلي أو بعيد إلى دالة مكون.

load_component(source: str | PathLike | IO | None = None, *, relative_origin: str | None = None, **kwargs) -> CommandComponent | ParallelComponent | PipelineComponent

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

القيمة الافتراضية: None

مصدر yaml المحلي لمكون. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

عنصر مكون

نوع الإرجاع

Union[CommandComponent, ParallelComponent, PipelineComponent]

أمثلة

تحميل عنصر مكون من ملف YAML، وتجاوز إصداره إلى "1.0.2"، وتسجيله عن بعد.


   from azure.ai.ml import load_component

   component = load_component(
       source="./sdk/ml/azure-ai-ml/tests/test_configs/components/helloworld_component.yml",
       params_override=[{"version": "1.0.2"}],
   )
   registered_component = ml_client.components.create_or_update(component)

إنشاء كائن حساب من ملف yaml.

load_compute(source: str | PathLike | IO, *, relative_origin: str | None = None, params_override: List[Dict[str, str]] | None = None, **kwargs) -> Compute

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي للحساب. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: Optional[str]

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: Optional[List[Dict]]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن الحساب المحمل.

نوع الإرجاع

Compute

أمثلة

تحميل كائن حساب من ملف YAML وتجاوز وصفه.


   from azure.ai.ml import load_compute

   compute = load_compute(
       "../tests/test_configs/compute/compute-vm.yaml",
       params_override=[{"description": "loaded from compute-vm.yaml"}],
   )

إنشاء كائن بيانات من ملف yaml.

load_data(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Data

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن بيانات. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

البيانات المنشأة أو كائن DataImport.

نوع الإرجاع

Data

استثناءات

ValidationException

يتم رفعه إذا تعذر التحقق من صحة البيانات بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

إنشاء كائن مخزن بيانات من ملف yaml.

load_datastore(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Datastore

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لمتلقي البيانات. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن مخزن البيانات المحمل.

نوع الإرجاع

Datastore

استثناءات

ValidationException

يتم رفعه إذا تعذر التحقق من صحة مخزن البيانات بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

إنشاء كائن بيئة من ملف yaml.

load_environment(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Environment

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي للبيئة. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن البيئة الذي تم إنشاؤه.

نوع الإرجاع

Environment

استثناءات

ValidationException

يتم رفعه إذا تعذر التحقق من صحة البيئة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

إنشاء كائن مهمة من ملف YAML.

load_job(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Job

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مسار إلى ملف YAML محلي أو كائن ملف مفتوح بالفعل يحتوي على تكوين مهمة. إذا كان المصدر مسارا، فسيتم فتحه وقراءته. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة.

relative_origin: Optional[str]

الدليل الجذر ل YAML. سيتم استخدام هذا الدليل كأصل لتحليل المواقع النسبية للملفات المشار إليها في YAML الذي تم تحليله. الإعدادات الافتراضية لنفس الدليل مثل المصدر إذا كان المصدر هو إدخال ملف أو مسار ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: Optional[list[dict]]

حقول المعلمات للكتابة فوق القيم في ملف YAML.

المرتجعات

عنصر مهمة محمل.

نوع الإرجاع

Job

استثناءات

ValidationException

يرفع إذا تعذر التحقق من صحة الوظيفة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

أمثلة

تحميل مهمة من ملف تكوين YAML.


   from azure.ai.ml import load_job

   job = load_job(source="./sdk/ml/azure-ai-ml/tests/test_configs/command_job/command_job_test_local_env.yml")

إنشاء كائن نموذج من ملف YAML.

load_model(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Model

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مسار إلى ملف YAML محلي أو كائن ملف مفتوح بالفعل يحتوي على تكوين مهمة. إذا كان المصدر مسارا، فسيتم فتحه وقراءته. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة.

relative_origin: Optional[str]

الدليل الجذر ل YAML. سيتم استخدام هذا الدليل كأصل لتحليل المواقع النسبية للملفات المشار إليها في YAML الذي تم تحليله. الإعدادات الافتراضية لنفس الدليل مثل المصدر إذا كان المصدر هو إدخال ملف أو مسار ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: Optional[list[dict]]

حقول المعلمات للكتابة فوق القيم في ملف YAML.

المرتجعات

كائن نموذج محمل.

نوع الإرجاع

Model

استثناءات

ValidationException

يرفع إذا تعذر التحقق من صحة الوظيفة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

أمثلة

تحميل نموذج من ملف تكوين YAML، وتجاوز معلمات الاسم والإصدار.


   from azure.ai.ml import load_model

   model = load_model(
       source="./sdk/ml/azure-ai-ml/tests/test_configs/model/model_with_stage.yml",
       params_override=[{"name": "new_model_name"}, {"version": "1"}],
   )

ملاحظة

هذه طريقة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات.

إنشاء كائن ModelPackage من ملف YAML.

load_model_package(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> ModelPackage

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مسار إلى ملف YAML محلي أو كائن ملف مفتوح بالفعل يحتوي على تكوين مهمة. إذا كان المصدر مسارا، فسيتم فتحه وقراءته. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة.

relative_origin: Optional[str]

الدليل الجذر ل YAML. سيتم استخدام هذا الدليل كأصل لتحليل المواقع النسبية للملفات المشار إليها في YAML الذي تم تحليله. الإعدادات الافتراضية لنفس الدليل مثل المصدر إذا كان المصدر هو إدخال ملف أو مسار ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: Optional[list[dict]]

حقول المعلمات للكتابة فوق القيم في ملف YAML.

المرتجعات

كائن ModelPackage محمل.

نوع الإرجاع

ModelPackage

استثناءات

ValidationException

يرفع إذا تعذر التحقق من صحة الوظيفة بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

أمثلة

تحميل ModelPackage من ملف تكوين YAML.


   from azure.ai.ml import load_model_package

   model_package = load_model_package(
       "./sdk/ml/azure-ai-ml/tests/test_configs/model_package/model_package_simple.yml"
   )

إنشاء عنصر توزيع عبر الإنترنت من ملف yaml.

load_online_deployment(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> OnlineDeployment

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن نشر عبر الإنترنت. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن نشر عبر الإنترنت تم إنشاؤه.

نوع الإرجاع

OnlineDeployment

استثناءات

ValidationException

يتم رفعه إذا تعذر التحقق من صحة النشر عبر الإنترنت بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

إنشاء كائن نقطة نهاية عبر الإنترنت من ملف yaml.

load_online_endpoint(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> OnlineEndpoint

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن نقطة نهاية عبر الإنترنت. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن نقطة النهاية عبر الإنترنت الذي تم إنشاؤه.

نوع الإرجاع

OnlineEndpoint

استثناءات

ValidationException

يتم رفعه إذا تعذر التحقق من صحة نقطة النهاية عبر الإنترنت بنجاح. سيتم توفير التفاصيل في رسالة الخطأ.

تحميل كائن تسجيل من ملف yaml.

load_registry(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Registry

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي للسجل. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن التسجيل المحمل.

نوع الإرجاع

Registry

تحميل كائن مساحة عمل من ملف yaml.

load_workspace(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> Workspace

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لمساحة العمل. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن مساحة العمل المحمل.

نوع الإرجاع

Workspace

إنشاء كائن اتصال مساحة عمل من ملف yaml.

load_workspace_connection(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> WorkspaceConnection

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي لكائن اتصال مساحة العمل. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

كائن اتصال مساحة العمل الذي تم إنشاؤه.

نوع الإرجاع

WorkspaceConnection

ملاحظة

هذه طريقة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات.

تحميل كائن WorkspaceHub من ملف yaml.

load_workspace_hub(source: str | PathLike | IO, *, relative_origin: str | None = None, **kwargs) -> WorkspaceHub

المعلمات

source: Union[<xref:PathLike>, str, TextIOWrapper]

مطلوب

مصدر yaml المحلي ل WorkspaceHub. يجب أن يكون إما مسارا إلى ملف محلي، أو ملفا مفتوحا بالفعل. إذا كان المصدر مسارا، فسيكون مفتوحا وقراءته. يتم رفع استثناء إذا لم يكن الملف موجودا. إذا كان المصدر ملفا مفتوحا، فستتم قراءة الملف مباشرة، ويتم رفع استثناء إذا لم يكن الملف قابلا للقراءة.

relative_origin: str

الأصل الذي سيتم استخدامه عند استكشاف المواقع النسبية للملفات المشار إليها في yaml الذي تم تحليله. الإعدادات الافتراضية لدليل المصدر المدخل إذا كان إدخال مسار ملف أو ملف. يتم تعيين الإعدادات الافتراضية إلى "./" إذا كان المصدر إدخال دفق بدون قيمة اسم.

params_override: List[Dict]

حقول للكتابة فوق ملف yaml. التنسيق هو [{"field1": "value1"}، {"field2": "value2"}]

المرتجعات

عنصر WorkspaceHub المحمل.

نوع الإرجاع

WorkspaceHub

إنشاء كائن Spark الذي يمكن استخدامه داخل دالة dsl.pipeline أو استخدامه كوظيفة Spark مستقلة.

spark(*, experiment_name: str | None = None, name: str | None = None, display_name: str | None = None, description: str | None = None, tags: Dict | None = None, code: PathLike | str | None = None, entry: Dict[str, str] | SparkJobEntry | None = None, py_files: List[str] | None = None, jars: List[str] | None = None, files: List[str] | None = None, archives: List[str] | None = None, identity: Dict[str, str] | ManagedIdentity | AmlToken | UserIdentity | None = None, driver_cores: int | None = None, driver_memory: str | None = None, executor_cores: int | None = None, executor_memory: str | None = None, executor_instances: int | None = None, dynamic_allocation_enabled: bool | None = None, dynamic_allocation_min_executors: int | None = None, dynamic_allocation_max_executors: int | None = None, conf: Dict[str, str] | None = None, environment: str | Environment | None = None, inputs: Dict | None = None, outputs: Dict | None = None, args: str | None = None, compute: str | None = None, resources: Dict | SparkResourceConfiguration | None = None, **kwargs) -> Spark

المعلمات

experiment_name: Optional[str]

اسم التجربة التي سيتم إنشاء الوظيفة ضمنها.

name: Optional[str]

اسم العمل.

display_name: Optional[str]

اسم عرض المهمة.

description: Optional[str]

وصف الوظيفة. الإعدادات الافتراضية إلى بلا.

tags: Optional[dict[str, str]]

قاموس العلامات للوظيفة. يمكن إضافة العلامات وإزالتها وتحديثها. الإعدادات الافتراضية إلى بلا.

code

التعليمات البرمجية المصدر لتشغيل المهمة. يمكن أن يكون مسارا محليا أو "http:" أو "https:" أو "azureml:" url يشير إلى موقع بعيد.

entry: Optional[Union[dict[str, str], SparkJobEntry]]

نقطة إدخال الملف أو الفئة.

py_files: Optional[list[str]]

قائمة ملفات .zip أو .egg أو .py لوضعها على PYTHONPATH لتطبيقات Python. الإعدادات الافتراضية إلى بلا.

jars: Optional[list[str]]

قائمة . ملفات JAR لتضمينها على مسارات فئة برنامج التشغيل والمنفذ. الإعدادات الافتراضية إلى بلا.

files: Optional[list[str]]

قائمة الملفات التي سيتم وضعها في دليل العمل لكل منفذ. الإعدادات الافتراضية إلى بلا.

archives: Optional[list[str]]

قائمة الأرشيفات التي سيتم استخراجها في دليل العمل لكل منفذ. الإعدادات الافتراضية إلى بلا.

identity: Optional[Union[ dict[str, str], ManagedIdentityConfiguration, AmlTokenConfiguration, UserIdentityConfiguration]]

الهوية التي ستستخدمها مهمة Spark أثناء التشغيل على الحساب.

driver_cores: Optional[int]

عدد الذاكرات الأساسية التي يجب استخدامها لعملية برنامج التشغيل، فقط في وضع نظام المجموعة.

driver_memory: Optional[str]

مقدار الذاكرة التي يجب استخدامها لعملية برنامج التشغيل، منسقة كسلاسل ذات لاحقة وحدة حجم ("k"، "m"، "g" أو "t") (على سبيل المثال، "512m"، "2g").

executor_cores: Optional[int]

عدد الذاكرات الأساسية التي يجب استخدامها على كل منفذ.

executor_memory: Optional[str]

مقدار الذاكرة التي يجب استخدامها لكل عملية منفذ، منسقة كسلاسل ذات لاحقة وحدة حجم ("k"، "m"، "g" أو "t") (على سبيل المثال، "512m"، "2g").

executor_instances: Optional[int]

العدد الأولي للمنفذين.

dynamic_allocation_enabled: Optional[bool]

ما إذا كنت تريد استخدام تخصيص الموارد الديناميكية، والذي يحجم عدد المنفذين المسجلين في هذا التطبيق لأعلى ولأسفل استنادا إلى حمل العمل.

dynamic_allocation_min_executors: Optional[int]

الحد الأدنى لعدد المنفذين إذا تم تمكين التخصيص الديناميكي.

dynamic_allocation_max_executors: Optional[int]

الحد الأعلى لعدد المنفذين إذا تم تمكين التخصيص الديناميكي.

conf: Optional[dict[str, str]]

قاموس مع مفتاح وقيم تكوينات Spark المعرفة مسبقا. الإعدادات الافتراضية إلى بلا.

environment: Optional[Union[str, Environment]]

بيئة التعلم الآلي من Microsoft Azure لتشغيل المهمة فيها.

inputs: Optional[dict[str, Input]]

تعيين أسماء الإدخال لإدخال البيانات المستخدمة في الوظيفة. الإعدادات الافتراضية إلى بلا.

outputs: Optional[dict[str, Output]]

تعيين أسماء الإخراج لإخراج البيانات المستخدمة في الوظيفة. الإعدادات الافتراضية إلى بلا.

args: Optional[str]

وسيطات الوظيفة.

compute: Optional[str]

مورد الحساب الذي تعمل عليه الوظيفة.

resources: Optional[Union[dict, SparkResourceConfiguration]]

تكوين مورد الحساب للوظيفة.

المرتجعات

كائن Spark.

نوع الإرجاع

Spark

أمثلة

إنشاء مسار Spark باستخدام مصمم البنية الأساسية لبرنامج ربط العمليات التجارية DSL


   from azure.ai.ml import Input, Output, dsl, spark
   from azure.ai.ml.constants import AssetTypes, InputOutputModes

   # define the spark task
   first_step = spark(
       code="/src",
       entry={"file": "add_greeting_column.py"},
       py_files=["utils.zip"],
       files=["my_files.txt"],
       driver_cores=2,
       driver_memory="1g",
       executor_cores=1,
       executor_memory="1g",
       executor_instances=1,
       inputs=dict(
           file_input=Input(path="/dataset/iris.csv", type=AssetTypes.URI_FILE, mode=InputOutputModes.DIRECT)
       ),
       args="--file_input ${{inputs.file_input}}",
       resources={"instance_type": "standard_e4s_v3", "runtime_version": "3.2.0"},
   )

   second_step = spark(
       code="/src",
       entry={"file": "count_by_row.py"},
       jars=["scala_project.jar"],
       files=["my_files.txt"],
       driver_cores=2,
       driver_memory="1g",
       executor_cores=1,
       executor_memory="1g",
       executor_instances=1,
       inputs=dict(
           file_input=Input(path="/dataset/iris.csv", type=AssetTypes.URI_FILE, mode=InputOutputModes.DIRECT)
       ),
       outputs=dict(output=Output(type="uri_folder", mode=InputOutputModes.DIRECT)),
       args="--file_input ${{inputs.file_input}} --output ${{outputs.output}}",
       resources={"instance_type": "standard_e4s_v3", "runtime_version": "3.2.0"},
   )

   # Define pipeline
   @dsl.pipeline(description="submit a pipeline with spark job")
   def spark_pipeline_from_builder(data):
       add_greeting_column = first_step(file_input=data)
       count_by_row = second_step(file_input=data)
       return {"output": count_by_row.outputs.output}

   pipeline = spark_pipeline_from_builder(
       data=Input(path="/dataset/iris.csv", type=AssetTypes.URI_FILE, mode=InputOutputModes.DIRECT),
   )

automl	يحتوي على فئات التعلم الآلي المؤتمتة ل Azure Machine Learning SDKv2. تتضمن المجالات الرئيسية إدارة مهام AutoML.
constants	تحدد هذه الحزمة الثوابت المستخدمة في التعلم الآلي من Microsoft Azure SDKv2.
data_transfer
dsl
entities	يحتوي على كيانات وعناصر SDK ل Azure Machine Learning SDKv2. تشمل المجالات الرئيسية إدارة أهداف الحوسبة وإنشاء/إدارة مساحات العمل والوظائف وإرسال/الوصول إلى النموذج وتشغيل المخرجات/التسجيل وما إلى ذلك.
identity	يحتوي على تكوين الهوية ل SDKv2 للتعلم الآلي من Microsoft Azure.
operations	يحتوي على عمليات مدعومة ل SDKv2 للتعلم الآلي من Microsoft Azure. العمليات هي فئات تحتوي على منطق للتفاعل مع خدمات الواجهة الخلفية، وعادة ما يتم إنشاء استدعاء العمليات تلقائيا.
parallel
sweep

AmlTokenConfiguration	تكوين هوية الرمز المميز ل AzureML.
Input	تهيئة كائن الإدخال.
MLClient	فئة عميل للتفاعل مع خدمات التعلم الآلي من Microsoft Azure. استخدم هذا العميل لإدارة موارد التعلم الآلي من Microsoft Azure مثل مساحات العمل والوظائف والنماذج وما إلى ذلك.
ManagedIdentityConfiguration	تكوين بيانات اعتماد الهوية المدارة.
MpiDistribution	تكوين توزيع MPI.
Output
PyTorchDistribution	تكوين توزيع PyTorch.
RayDistribution	ملاحظة هذه فئة تجريبية، وقد تتغير في أي وقت. يرجى مراجعة https://aka.ms/azuremlexperimental لمزيد من المعلومات. تكوين توزيع Ray.
TensorFlowDistribution	تكوين توزيع TensorFlow.
UserIdentityConfiguration	تكوين هوية المستخدم.

مشاركة عبر

ml الحزمة

الحِزم

الوحدات النمطية

الفصول

الوظائف

command

المعلمات

المرتجعات

نوع الإرجاع

أمثلة

load_batch_deployment

المعلمات

المرتجعات

نوع الإرجاع

load_batch_endpoint

المعلمات

المرتجعات

نوع الإرجاع

load_component

المعلمات

المرتجعات

نوع الإرجاع

أمثلة

load_compute

المعلمات

المرتجعات

نوع الإرجاع

أمثلة

load_data

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

load_datastore

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

load_environment

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

load_job

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

أمثلة

load_model

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

أمثلة

load_model_package

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

أمثلة

load_online_deployment

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

load_online_endpoint

المعلمات

المرتجعات

نوع الإرجاع

استثناءات

load_registry

المعلمات

المرتجعات

نوع الإرجاع

load_workspace

المعلمات

المرتجعات

نوع الإرجاع