Compartir vía


Esquema YAML del modelo de la CLI (v2)

SE APLICA A: Extensión de ML de la CLI de Azure v2 (actual)

El esquema JSON de origen se puede encontrar en https://azuremlschemas.azureedge.net/latest/model.schema.json.

Nota

La sintaxis de YAML que se detalla en este documento se basa en el esquema JSON de la versión más reciente de la extensión ML de la CLI v2. Se garantiza que esta sintaxis solo funciona con la versión más reciente de la extensión ML de la CLI v2. Dispone de los esquemas de las versiones de anteriores de la extensión en https://azuremlschemasprod.azureedge.net/.

Sintaxis de YAML

Clave Tipo Descripción Valores permitidos
$schema string Esquema de YAML.
name string Necesario. Nombre del modelo.
version int Versión del modelo. Si se omite, Azure Machine Learning genera automáticamente una versión.
description string Descripción del modelo.
tags object Diccionario de etiquetas para el modelo.
path string Una ruta de acceso local a los archivos de modelo o el URI de una ruta de acceso de nube a los archivos de modelo. Esto puede apuntar a un archivo o a un directorio.
type string Tipo de formato de almacenamiento del modelo. Aplicable a escenarios de implementación sin código. custom_model, mlflow_model, triton_model
flavors object Tipos del modelo. Cada tipo de formato de almacenamiento del modelo puede tener uno o varios tipos admitidos. Aplicable a escenarios de implementación sin código.

Comentarios

El comando az ml model se puede usar para administrar los modelos de Azure Machine Learning.

Ejemplos

Hay ejemplos disponibles en el repositorio de GitHub de ejemplos. A continuación se muestran varios.

YAML: archivo local

$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-file-example
path: mlflow-model/model.pkl
description: Model created from local file.

YAML: carpeta local en formato MLflow

$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-mlflow-example
path: mlflow-model
type: mlflow_model
description: Model created from local MLflow model directory.