Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
S’APPLIQUE À :
Extension Azure CLI ml v2 (actuelle)
Remarque
La syntaxe YAML détaillée dans ce document est basée sur le schéma JSON pour la dernière version de l’extension ML CLI v2. Le fonctionnement de cette syntaxe est garanti uniquement avec la dernière version de l’extension ML CLI v2. Vous trouverez les schémas des versions d’extension plus anciennes sur https://azuremlschemasprod.azureedge.net/.
Syntaxe YAML
| Clé | Catégorie | Descriptif | Valeurs autorisées | Valeur par défaut |
|---|---|---|---|---|
$schema |
ficelle | Schéma YAML. Si vous utilisez l’extension de Visual Studio Code pour Azure Machine Learning afin de créer le fichier YAML, incluez $schema en haut de votre fichier pour appeler les complétions du schéma et de la ressource. |
||
name |
ficelle | Obligatoire. Nom de la connexion. | ||
description |
ficelle | La description de la connexion. | ||
tags |
objet | Le dictionnaire des étiquettes de connexion. | ||
type |
ficelle | Obligatoire. Type de la connexion. | python_feed |
python_feed |
is_shared |
booléen |
true si la connexion est partagée avec d’autres projets du hub. Sinon, false. |
true |
|
target |
ficelle | URL du point de terminaison. | ||
credentials |
objet | Authentification basée sur des informations d’identification pour accéder au compte de stockage. Vous pouvez utiliser un jeton d’accès personnel ou un nom d’utilisateur et un mot de passe. Ne spécifiez pas credentials si vous vous servez d’un flux Python public. |
||
credentials.type |
ficelle | Type d’authentification à utiliser. |
pat, username_password |
|
credentials.pat |
ficelle | Le jeton d’accès personnel avec lequel s’authentifier. | ||
credentials.username |
ficelle | Nom d’utilisateur pour l’authentification. | ||
credentials.password |
ficelle | Mot de passe pour l’authentification. |
Notes
Bien que les commandes puissent être utilisées pour gérer à la az ml connection fois les connexions Azure Machine Learning et Microsoft Foundry.
Exemples
Ces exemples sont sous la forme de fichiers YAML et utilisés à partir de l’interface CLI. Par exemple : az ml connection create -f <file-name>.yaml.
YAML : jeton d’accès personnel
#Connection.yml
name: test_ws_conn_python_pat
type: python_feed
target: https://test-feed.com
credentials:
type: pat
pat: dummy_pat
YAML : nom d’utilisateur et mot de passe
name: test_ws_conn_python_user_pass
type: python_feed
target: https://test-feed.com
credentials:
type: username_password
username: john
password: pass
YAML : pas d’informations d’identification
name: test_ws_conn_python_no_cred
type: python_feed
target: https://test-feed.com3