Espaces de travail/travaux Microsoft.MachineLearningServices 2022-05-01

Définition de ressource Bicep

Le type de ressource espaces de travail/travaux peut être déployé avec des opérations qui ciblent :

Pour obtenir la liste des propriétés modifiées dans chaque version de l’API, consultez journal des modifications.

Format des ressources

Pour créer une ressource Microsoft.MachineLearningServices/workspaces/jobs, ajoutez le Bicep suivant à votre modèle.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01' = {
  name: 'string'
  parent: resourceSymbolicName
  properties: {
    computeId: 'string'
    description: 'string'
    displayName: 'string'
    experimentName: 'string'
    identity: {
      identityType: 'string'
      // For remaining properties, see IdentityConfiguration objects
    }
    isArchived: bool
    properties: {
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
    }
    services: {
      {customized property}: {
        endpoint: 'string'
        jobServiceType: 'string'
        port: int
        properties: {
          {customized property}: 'string'
        }
      }
    }
    tags: {
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
      {customized property}: 'string'
    }
    jobType: 'string'
    // For remaining properties, see JobBaseProperties objects
  }
}

Objets JobBaseProperties

Définissez la propriété jobType pour spécifier le type d’objet.

Pour Command, utilisez :

  jobType: 'Command'
  codeId: 'string'
  command: 'string'
  distribution: {
    distributionType: 'string'
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId: 'string'
  environmentVariables: {
    {customized property}: 'string'
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  limits: {
    jobLimitsType: 'string'
    timeout: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  resources: {
    instanceCount: int
    instanceType: 'string'
    properties: {
      {customized property}: any()
    }
  }

Pour Pipeline, utilisez :

  jobType: 'Pipeline'
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  jobs: {
    {customized property}: any()
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  settings: any()

Pour Balayage, utilisez :

  jobType: 'Sweep'
  earlyTermination: {
    delayEvaluation: int
    evaluationInterval: int
    policyType: 'string'
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  limits: {
    jobLimitsType: 'string'
    maxConcurrentTrials: int
    maxTotalTrials: int
    timeout: 'string'
    trialTimeout: 'string'
  }
  objective: {
    goal: 'string'
    primaryMetric: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm: {
    samplingAlgorithmType: 'string'
    // For remaining properties, see SamplingAlgorithm objects
  }
  searchSpace: any()
  trial: {
    codeId: 'string'
    command: 'string'
    distribution: {
      distributionType: 'string'
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId: 'string'
    environmentVariables: {
      {customized property}: 'string'
    }
    resources: {
      instanceCount: int
      instanceType: 'string'
      properties: {
        {customized property}: any()
      }
    }
  }

Objets IdentityConfiguration

Définissez la propriété identityType pour spécifier le type d’objet.

Pour AMLToken, utilisez :

  identityType: 'AMLToken'

Pour Géré, utilisez :

  identityType: 'Managed'
  clientId: 'string'
  objectId: 'string'
  resourceId: 'string'

Pour UserIdentity, utilisez :

  identityType: 'UserIdentity'

Objets DistributionConfiguration

Définissez la propriété distributionType pour spécifier le type d’objet.

Pour Mpi, utilisez :

  distributionType: 'Mpi'
  processCountPerInstance: int

Pour PyTorch, utilisez :

  distributionType: 'PyTorch'
  processCountPerInstance: int

Pour TensorFlow, utilisez :

  distributionType: 'TensorFlow'
  parameterServerCount: int
  workerCount: int

Objets JobInput

Définissez la propriété jobInputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  jobInputType: 'custom_model'
  mode: 'string'
  uri: 'string'

Pour littéral, utilisez :

  jobInputType: 'literal'
  value: 'string'

Pour mlflow_model, utilisez :

  jobInputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'

Pour mltable, utilisez :

  jobInputType: 'mltable'
  mode: 'string'
  uri: 'string'

Pour triton_model, utilisez :

  jobInputType: 'triton_model'
  mode: 'string'
  uri: 'string'

Pour uri_file, utilisez :

  jobInputType: 'uri_file'
  mode: 'string'
  uri: 'string'

Pour uri_folder, utilisez :

  jobInputType: 'uri_folder'
  mode: 'string'
  uri: 'string'

Objets JobOutput

Définissez la propriété jobOutputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  jobOutputType: 'custom_model'
  mode: 'string'
  uri: 'string'

Pour mlflow_model, utilisez :

  jobOutputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'

Pour mltable, utilisez :

  jobOutputType: 'mltable'
  mode: 'string'
  uri: 'string'

Pour triton_model, utilisez :

  jobOutputType: 'triton_model'
  mode: 'string'
  uri: 'string'

Pour uri_file, utilisez :

  jobOutputType: 'uri_file'
  mode: 'string'
  uri: 'string'

Pour uri_folder, utilisez :

  jobOutputType: 'uri_folder'
  mode: 'string'
  uri: 'string'

Objets EarlyTerminationPolicy

Définissez la propriété policyType pour spécifier le type d’objet.

Pour Bandit, utilisez :

  policyType: 'Bandit'
  slackAmount: int
  slackFactor: int

Pour MedianStopping, utilisez :

  policyType: 'MedianStopping'

Pour TroncationSelection, utilisez :

  policyType: 'TruncationSelection'
  truncationPercentage: int

Objets SamplingAlgorithm

Définissez la propriété samplingAlgorithmType pour spécifier le type d’objet.

Pour bayésien, utilisez :

  samplingAlgorithmType: 'Bayesian'

Pour Grid, utilisez :

  samplingAlgorithmType: 'Grid'

Pour Random, utilisez :

  samplingAlgorithmType: 'Random'
  rule: 'string'
  seed: int

Valeurs de propriétés

espaces de travail/travaux

Nom Description Valeur
name Nom de la ressource

Découvrez comment définir des noms et des types pour des ressources enfants dans Bicep.
chaîne (obligatoire)
parent Dans Bicep, vous pouvez spécifier la ressource parente pour une ressource enfant. Vous devez uniquement ajouter cette propriété lorsque la ressource enfant est déclarée en dehors de la ressource parente.

Pour plus d’informations, consultez Ressource enfant en dehors de la ressource parente.
Nom symbolique de la ressource de type : espaces de travail
properties [Obligatoire] Attributs supplémentaires de l’entité. JobBaseProperties (obligatoire)

JobBaseProperties

Nom Description Valeur
computeId ID de ressource ARM de la ressource de calcul. string
description Texte de description de la ressource. string
displayName Nom d’affichage du travail. string
experimentName Nom de l’expérience à laquelle appartient le travail. S’il n’est pas défini, le travail est placé dans l’expérience « Par défaut ». string
identité Configuration de l’identité. S’il est défini, il doit s’agir d’AmlToken, ManagedIdentity, UserIdentity ou null.
La valeur par défaut est AmlToken si null.
IdentityConfiguration
isArchived La ressource est-elle archivée ? bool
properties Dictionnaire de propriétés de ressource. ResourceBaseProperties
services Liste des jobEndpoints.
Pour les travaux locaux, un point de terminaison de travail aura une valeur de point de terminaison FileStreamObject.
JobBaseServices
tags Dictionnaire de balises. Les balises peuvent être ajoutées, supprimées et mises à jour. object
jobType Définir le type d’objet Commande
Pipeline
Balayage (obligatoire)

IdentityConfiguration

Nom Description Valeur
identityType Définir le type d’objet AMLToken
Managé
UserIdentity (obligatoire)

AmlToken

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'AMLToken' (obligatoire)

ManagedIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'Managed' (obligatoire)
clientId Spécifie une identité affectée par l’utilisateur par ID client. Pour les personnes affectées par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
objectId Spécifie une identité affectée par l’utilisateur par l’ID d’objet. Pour les personnes affectées par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Spécifie une identité affectée par l’utilisateur par l’ID de ressource ARM. Pour les personnes affectées par le système, ne définissez pas ce champ. string

UserIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'UserIdentity' (obligatoire)

ResourceBaseProperties

Nom Description Valeur
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string

JobBaseServices

Nom Description Valeur
{propriété personnalisée} JobService

JobService

Nom Description Valeur
endpoint URL du point de terminaison. string
jobServiceType Type de point de terminaison. string
port Port pour le point de terminaison. int
properties Propriétés supplémentaires à définir sur le point de terminaison. JobServiceProperties

JobServiceProperties

Nom Description Valeur
{propriété personnalisée} string

CommandJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Command' (obligatoire)
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » chaîne (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification Environment pour le travail. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. CommandJobEnvironmentVariables
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. CommandJobInputs
limites Limite du travail de commande. CommandJobLimits
outputs Mappage des liaisons de données de sortie utilisées dans le travail. CommandJobOutputs
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

DistributionConfiguration

Nom Description Valeur
distributionType Définir le type d’objet Mpi
PyTorch
TensorFlow (obligatoire)

Mpi

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'Mpi' (obligatoire)
processCountPerInstance Nombre de processus par nœud MPI. int

PyTorch

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'PyTorch' (obligatoire)
processCountPerInstance Nombre de processus par nœud. int

TensorFlow

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'TensorFlow' (obligatoire)
parameterServerCount Nombre de tâches de serveur de paramètres. int
workerCount Nombre de workers. S’il n’est pas spécifié, est défini par défaut sur le nombre de instance. int

CommandJobEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string

CommandJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

JobInput

Nom Description Valeur
description Description de l’entrée. string
jobInputType Définir le type d’objet custom_model
literal
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'custom_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

LiteralJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'literal' (obligatoire)
value [Obligatoire] Valeur littérale de l’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLFlowModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'mlflow_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLTableJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'mltable' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

TritonModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'triton_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFileJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'uri_file' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFolderJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'uri_folder' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

CommandJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. 'Command'
'Sweep' (obligatoire)
timeout Durée d’exécution maximale au format ISO 8601, après laquelle le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string

CommandJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

JobOutput

Nom Description Valeur
description Description de la sortie. string
jobOutputType Définir le type d’objet custom_model
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'custom_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

MLFlowModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'mlflow_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

MLTableJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'mltable' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

TritonModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'triton_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

UriFileJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'uri_file' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

UriFolderJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'uri_folder' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

ResourceConfiguration

Nom Description Valeur
instanceCount Nombre facultatif d’instances ou de nœuds utilisés par la cible de calcul. int
instanceType Type de machine virtuelle facultatif utilisé comme pris en charge par la cible de calcul. string
properties Sac de propriétés supplémentaires. ResourceConfigurationProperties

ResourceConfigurationProperties

Nom Description Valeur
{propriété personnalisée} Pour Bicep, vous pouvez utiliser la fonction any().

PipelineJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Pipeline' (obligatoire)
inputs Entrées pour le travail de pipeline. PipelineJobInputs
jobs Les travaux construisent le travail de pipeline. PipelineJobs
outputs Sorties pour le travail de pipeline PipelineJobOutputs
paramètres Paramètres de pipeline, pour des éléments tels que ContinueRunOnStepFailure, etc. Pour Bicep, vous pouvez utiliser la fonction any().

PipelineJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

PipelineJobs

Nom Description Valeur
{propriété personnalisée} Pour Bicep, vous pouvez utiliser la fonction any().

PipelineJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

SweepJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Balayage' (obligatoire)
earlyTermination Les stratégies d’arrêt anticipé permettent d’annuler les exécutions peu performantes avant qu’elles ne se terminent EarlyTerminationPolicy
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. SweepJobInputs
limites Limite du travail de balayage. SweepJobLimits
objective [Obligatoire] Objectif d’optimisation. Objectif (obligatoire)
outputs Mappage des liaisons de données de sortie utilisées dans le travail. SweepJobOutputs
samplingAlgorithm [Obligatoire] Algorithme d’échantillonnage des hyperparamètres SamplingAlgorithm (obligatoire)
searchSpace [Obligatoire] Dictionnaire contenant chaque paramètre et sa distribution. La clé de dictionnaire est le nom du paramètre Pour Bicep, vous pouvez utiliser la fonction any(). (obligatoire)
trial [Obligatoire] Définition de composant d’évaluation. TrialComponent (obligatoire)

EarlyTerminationPolicy

Nom Description Valeur
delayEvaluation Nombre d’intervalles par lesquels retarder la première évaluation. int
evaluationInterval Intervalle (nombre d’exécutions) entre les évaluations de stratégie. int
policyType Définir le type d’objet Bandit
MedianStopping
TroncationSelection (obligatoire)

BanditPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'Bandit' (obligatoire)
slackAmount Distance absolue autorisée par rapport à l’exécution la plus performante. int
slackFactor Ratio de la distance autorisée par rapport à l’exécution la plus performante. int

MedianStoppingPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'MedianStopping' (obligatoire)

TruncationSelectionPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'TruncationSelection' (obligatoire)
truncationPercentage Pourcentage d’exécutions à annuler à chaque intervalle d’évaluation. int

SweepJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

SweepJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. 'Command'
'Sweep' (obligatoire)
maxConcurrentTrials Nombre maximal d’essais simultanés du travail de balayage. int
maxTotalTrials Nombre maximal d’essais du travail de balayage. int
timeout Durée d’exécution maximale au format ISO 8601, après laquelle le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string
trialTimeout Valeur du délai d’expiration du travail de balayage d’essai. string

Objectif

Nom Description Valeur
goal [Obligatoire] Définit les objectifs de métriques pris en charge pour le réglage des hyperparamètres 'Agrandir'
'Réduire' (obligatoire)
primaryMetric [Obligatoire] Nom de la métrique à optimiser. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

SweepJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

SamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType Définir le type d’objet Bayésien
Grid
Aléatoire (obligatoire)

BayesianSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Bayésian' (obligatoire)

GridSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Grid' (obligatoire)

RandomSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Random' (obligatoire)
rule Type spécifique d’algorithme aléatoire 'Random'
'Sobol'
seed Entier facultatif à utiliser comme valeur initiale pour la génération de nombres aléatoires int

TrialComponent

Nom Description Valeur
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » string (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification d’environnement pour le travail. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. TrialComponentEnvironmentVariables
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

TrialComponentEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string

Modèles de démarrage rapide

Les modèles de démarrage rapide suivants déploient ce type de ressource.

Modèle Description
Créer un travail de classification AutoML Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de classification AutoML Azure Machine Learning pour déterminer le meilleur modèle pour prédire si un client s’abonnera à un dépôt à terme fixe auprès d’une institution financière.
Créer un travail de commande Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de commande Azure Machine Learning avec un script hello_world de base
Créer un travail de balayage Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de balayage Azure Machine Learning pour le réglage des hyperparamètres.

Définition de ressources de modèle ARM

Le type de ressource espaces de travail/travaux peut être déployé avec des opérations qui ciblent :

Pour obtenir la liste des propriétés modifiées dans chaque version d’API, consultez journal des modifications.

Format des ressources

Pour créer une ressource Microsoft.MachineLearningServices/workspaces/jobs, ajoutez le code JSON suivant à votre modèle.

{
  "type": "Microsoft.MachineLearningServices/workspaces/jobs",
  "apiVersion": "2022-05-01",
  "name": "string",
  "properties": {
    "computeId": "string",
    "description": "string",
    "displayName": "string",
    "experimentName": "string",
    "identity": {
      "identityType": "string"
      // For remaining properties, see IdentityConfiguration objects
    },
    "isArchived": "bool",
    "properties": {
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string"
    },
    "services": {
      "{customized property}": {
        "endpoint": "string",
        "jobServiceType": "string",
        "port": "int",
        "properties": {
          "{customized property}": "string"
        }
      }
    },
    "tags": {
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string",
      "{customized property}": "string"
    },
    "jobType": "string"
    // For remaining properties, see JobBaseProperties objects
  }
}

Objets JobBaseProperties

Définissez la propriété jobType pour spécifier le type d’objet.

Pour Command, utilisez :

  "jobType": "Command",
  "codeId": "string",
  "command": "string",
  "distribution": {
    "distributionType": "string"
    // For remaining properties, see DistributionConfiguration objects
  },
  "environmentId": "string",
  "environmentVariables": {
    "{customized property}": "string"
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "limits": {
    "jobLimitsType": "string",
    "timeout": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "resources": {
    "instanceCount": "int",
    "instanceType": "string",
    "properties": {
      "{customized property}": {}
    }
  }

Pour Pipeline, utilisez :

  "jobType": "Pipeline",
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "jobs": {
    "{customized property}": {}
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "settings": {}

Pour Balayage, utilisez :

  "jobType": "Sweep",
  "earlyTermination": {
    "delayEvaluation": "int",
    "evaluationInterval": "int",
    "policyType": "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "limits": {
    "jobLimitsType": "string",
    "maxConcurrentTrials": "int",
    "maxTotalTrials": "int",
    "timeout": "string",
    "trialTimeout": "string"
  },
  "objective": {
    "goal": "string",
    "primaryMetric": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "samplingAlgorithm": {
    "samplingAlgorithmType": "string"
    // For remaining properties, see SamplingAlgorithm objects
  },
  "searchSpace": {},
  "trial": {
    "codeId": "string",
    "command": "string",
    "distribution": {
      "distributionType": "string"
      // For remaining properties, see DistributionConfiguration objects
    },
    "environmentId": "string",
    "environmentVariables": {
      "{customized property}": "string"
    },
    "resources": {
      "instanceCount": "int",
      "instanceType": "string",
      "properties": {
        "{customized property}": {}
      }
    }
  }

Objets IdentityConfiguration

Définissez la propriété identityType pour spécifier le type d’objet.

Pour AMLToken, utilisez :

  "identityType": "AMLToken"

Pour Géré, utilisez :

  "identityType": "Managed",
  "clientId": "string",
  "objectId": "string",
  "resourceId": "string"

Pour UserIdentity, utilisez :

  "identityType": "UserIdentity"

Objets DistributionConfiguration

Définissez la propriété distributionType pour spécifier le type d’objet.

Pour Mpi, utilisez :

  "distributionType": "Mpi",
  "processCountPerInstance": "int"

Pour PyTorch, utilisez :

  "distributionType": "PyTorch",
  "processCountPerInstance": "int"

Pour TensorFlow, utilisez :

  "distributionType": "TensorFlow",
  "parameterServerCount": "int",
  "workerCount": "int"

Objets JobInput

Définissez la propriété jobInputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  "jobInputType": "custom_model",
  "mode": "string",
  "uri": "string"

Pour littéral, utilisez :

  "jobInputType": "literal",
  "value": "string"

Pour mlflow_model, utilisez :

  "jobInputType": "mlflow_model",
  "mode": "string",
  "uri": "string"

Pour mltable, utilisez :

  "jobInputType": "mltable",
  "mode": "string",
  "uri": "string"

Pour triton_model, utilisez :

  "jobInputType": "triton_model",
  "mode": "string",
  "uri": "string"

Pour uri_file, utilisez :

  "jobInputType": "uri_file",
  "mode": "string",
  "uri": "string"

Pour uri_folder, utilisez :

  "jobInputType": "uri_folder",
  "mode": "string",
  "uri": "string"

Objets JobOutput

Définissez la propriété jobOutputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  "jobOutputType": "custom_model",
  "mode": "string",
  "uri": "string"

Pour mlflow_model, utilisez :

  "jobOutputType": "mlflow_model",
  "mode": "string",
  "uri": "string"

Pour mltable, utilisez :

  "jobOutputType": "mltable",
  "mode": "string",
  "uri": "string"

Pour triton_model, utilisez :

  "jobOutputType": "triton_model",
  "mode": "string",
  "uri": "string"

Pour uri_file, utilisez :

  "jobOutputType": "uri_file",
  "mode": "string",
  "uri": "string"

Pour uri_folder, utilisez :

  "jobOutputType": "uri_folder",
  "mode": "string",
  "uri": "string"

Objets EarlyTerminationPolicy

Définissez la propriété policyType pour spécifier le type d’objet.

Pour Bandit, utilisez :

  "policyType": "Bandit",
  "slackAmount": "int",
  "slackFactor": "int"

Pour MedianStopping, utilisez :

  "policyType": "MedianStopping"

Pour TruncationSelection, utilisez :

  "policyType": "TruncationSelection",
  "truncationPercentage": "int"

Objets SamplingAlgorithm

Définissez la propriété samplingAlgorithmType pour spécifier le type d’objet.

Pour bayésien, utilisez :

  "samplingAlgorithmType": "Bayesian"

Pour Grid, utilisez :

  "samplingAlgorithmType": "Grid"

Pour Random, utilisez :

  "samplingAlgorithmType": "Random",
  "rule": "string",
  "seed": "int"

Valeurs de propriétés

espaces de travail/travaux

Nom Description Valeur
type Type de ressource « Microsoft.MachineLearningServices/workspaces/jobs »
apiVersion Version de l’API de ressource '2022-05-01'
name Nom de la ressource

Découvrez comment définir des noms et des types pour des ressources enfants dans des modèles ARM JSON.
chaîne (obligatoire)
properties [Obligatoire] Attributs supplémentaires de l’entité. JobBaseProperties (obligatoire)

JobBaseProperties

Nom Description Valeur
computeId ID de ressource ARM de la ressource de calcul. string
description Texte de description de la ressource. string
displayName Nom d’affichage du travail. string
experimentName Nom de l’expérience à laquelle appartient le travail. S’il n’est pas défini, le travail est placé dans l’expérience « Par défaut ». string
identité Configuration de l’identité. S’il est défini, il doit s’agir d’AmlToken, ManagedIdentity, UserIdentity ou null.
La valeur par défaut est AmlToken si null.
IdentityConfiguration
isArchived La ressource est-elle archivée ? bool
properties Dictionnaire de propriétés de ressource. ResourceBaseProperties
services Liste des points de travail.
Pour les travaux locaux, un point de terminaison de travail aura une valeur de point de terminaison FileStreamObject.
JobBaseServices
tags Dictionnaire de balises. Les balises peuvent être ajoutées, supprimées et mises à jour. object
jobType Définir le type d’objet Commande
Pipeline
Balayage (obligatoire)

IdentityConfiguration

Nom Description Valeur
identityType Définir le type d’objet AMLToken
Managé
UserIdentity (obligatoire)

AmlToken

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'AMLToken' (obligatoire)

ManagedIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'Managed' (obligatoire)
clientId Spécifie une identité affectée par l’utilisateur par ID client. Pour l’affectation par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
objectId Spécifie une identité affectée par l’utilisateur par ID d’objet. Pour l’affectation par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Spécifie une identité affectée par l’utilisateur par l’ID de ressource ARM. Pour les personnes affectées par le système, ne définissez pas ce champ. string

UserIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. 'UserIdentity' (obligatoire)

ResourceBaseProperties

Nom Description Valeur
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string

JobBaseServices

Nom Description Valeur
{propriété personnalisée} JobService

JobService

Nom Description Valeur
endpoint URL du point de terminaison. string
jobServiceType Type de point de terminaison. string
port Port pour point de terminaison. int
properties Propriétés supplémentaires à définir sur le point de terminaison. JobServiceProperties

JobServiceProperties

Nom Description Valeur
{propriété personnalisée} string

CommandJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Command' (obligatoire)
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » string (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification d’environnement pour le travail. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. CommandJobEnvironmentVariables
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. CommandJobInputs
limites Limite du travail de commande. CommandJobLimits
outputs Mappage des liaisons de données de sortie utilisées dans le travail. CommandJobOutputs
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

DistributionConfiguration

Nom Description Valeur
distributionType Définir le type d’objet Mpi
PyTorch
TensorFlow (obligatoire)

Mpi

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'Mpi' (obligatoire)
processCountPerInstance Nombre de processus par nœud MPI. int

PyTorch

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'PyTorch' (obligatoire)
processCountPerInstance Nombre de processus par nœud. int

TensorFlow

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. 'TensorFlow' (obligatoire)
parameterServerCount Nombre de tâches de serveur de paramètres. int
workerCount Nombre de workers. S’il n’est pas spécifié, est défini par défaut sur le nombre de instance. int

CommandJobEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string

CommandJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

JobInput

Nom Description Valeur
description Description de l’entrée. string
jobInputType Définir le type d’objet custom_model
literal
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'custom_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

LiteralJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'literal' (obligatoire)
value [Obligatoire] Valeur littérale de l’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLFlowModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'mlflow_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLTableJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'mltable' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

TritonModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'triton_model' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFileJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'uri_file' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFolderJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. 'uri_folder' (obligatoire)
mode Mode de remise des ressources d’entrée. 'Direct'
'Télécharger'
'EvalDownload'
'EvalMount'
'ReadOnlyMount'
'ReadWriteMount'
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

CommandJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. 'Command'
'Sweep' (obligatoire)
timeout Durée d’exécution maximale au format ISO 8601, après laquelle le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string

CommandJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

JobOutput

Nom Description Valeur
description Description de la sortie. string
jobOutputType Définir le type d’objet custom_model
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'custom_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

MLFlowModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'mlflow_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

MLTableJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'mltable' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Upload'
URI URI de ressource de sortie. string

TritonModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'triton_model' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Charger'
URI URI de ressource de sortie. string

UriFileJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'uri_file' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Charger'
URI URI de ressource de sortie. string

UriFolderJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. 'uri_folder' (obligatoire)
mode Mode de remise des ressources de sortie. 'ReadWriteMount'
'Charger'
URI URI de ressource de sortie. string

ResourceConfiguration

Nom Description Valeur
instanceCount Nombre facultatif d’instances ou de nœuds utilisés par la cible de calcul. int
instanceType Type de machine virtuelle facultatif utilisé comme pris en charge par la cible de calcul. string
properties Sac de propriétés supplémentaires. ResourceConfigurationProperties

ResourceConfigurationProperties

Nom Description Valeur
{propriété personnalisée}

PipelineJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Pipeline' (obligatoire)
inputs Entrées pour le travail de pipeline. PipelineJobInputs
jobs Les travaux construisent le travail de pipeline. PipelineJobs
outputs Sorties pour le travail de pipeline PipelineJobOutputs
paramètres Paramètres de pipeline, pour des éléments tels que ContinueRunOnStepFailure, etc.

PipelineJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

PipelineJobs

Nom Description Valeur
{propriété personnalisée}

PipelineJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

SweepJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. 'Balayage' (obligatoire)
earlyTermination Les stratégies d’arrêt anticipé permettent d’annuler les exécutions peu performantes avant qu’elles ne se terminent EarlyTerminationPolicy
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. SweepJobInputs
limites Limite du travail de balayage. SweepJobLimits
objective [Obligatoire] Objectif d’optimisation. Objectif (obligatoire)
outputs Mappage des liaisons de données de sortie utilisées dans le travail. SweepJobOutputs
samplingAlgorithm [Obligatoire] Algorithme d’échantillonnage des hyperparamètres SamplingAlgorithm (obligatoire)
searchSpace [Obligatoire] Dictionnaire contenant chaque paramètre et sa distribution. La clé de dictionnaire est le nom du paramètre
trial [Obligatoire] Définition de composant d’évaluation. TrialComponent (obligatoire)

EarlyTerminationPolicy

Nom Description Valeur
delayEvaluation Nombre d’intervalles par lesquels retarder la première évaluation. int
evaluationInterval Intervalle (nombre d’exécutions) entre les évaluations de stratégie. int
policyType Définir le type d’objet Bandit
MedianStopping
TroncationSelection (obligatoire)

BanditPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'Bandit' (obligatoire)
slackAmount Distance absolue autorisée par rapport à l’exécution la plus performante. int
slackFactor Ratio de la distance autorisée par rapport à l’exécution la plus performante. int

MedianStoppingPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'MedianStopping' (obligatoire)

TruncationSelectionPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie 'TroncationSelection' (obligatoire)
troncationPercentage Pourcentage d’exécutions à annuler à chaque intervalle d’évaluation. int

SweepJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

SweepJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. 'Command'
'Balayage' (obligatoire)
maxConcurrentTrials Nombre maximal d’essais simultanés du travail de balayage. int
maxTotalTrials Nombre maximal d’essais du travail de balayage. int
timeout Durée maximale d’exécution au format ISO 8601, après quoi le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string
trialTimeout Valeur du délai d’attente d’essai du travail de balayage. string

Objectif

Nom Description Valeur
goal [Obligatoire] Définit les objectifs de métrique pris en charge pour le réglage des hyperparamètres 'Agrandir'
'Réduire' (obligatoire)
primaryMetric [Obligatoire] Nom de la métrique à optimiser. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

SweepJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

SamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType Définir le type d’objet Bayésien
Grid
Aléatoire (obligatoire)

BayesianSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Bayésian' (obligatoire)

GridSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Grid' (obligatoire)

RandomSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que des propriétés de configuration 'Random' (obligatoire)
rule Type spécifique d’algorithme aléatoire 'Random'
'Sobol'
seed Entier facultatif à utiliser comme valeur initiale pour la génération de nombres aléatoires int

TrialComponent

Nom Description Valeur
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » string (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification d’environnement pour le travail. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. TrialComponentEnvironmentVariables
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

TrialComponentEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string

Modèles de démarrage rapide

Les modèles de démarrage rapide suivants déploient ce type de ressource.

Modèle Description
Créer un travail de classification AutoML Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de classification AutoML Azure Machine Learning pour déterminer le meilleur modèle pour prédire si un client s’abonnera à un dépôt à terme fixe auprès d’une institution financière.
Créer un travail de commande Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de commande Azure Machine Learning avec un script hello_world de base
Créer un travail de balayage Azure Machine Learning

Déployer sur Azure
Ce modèle crée un travail de balayage Azure Machine Learning pour le réglage des hyperparamètres.

Définition de ressource Terraform (fournisseur AzAPI)

Le type de ressource espaces de travail/travaux peut être déployé avec des opérations qui ciblent :

  • Groupes de ressources

Pour obtenir la liste des propriétés modifiées dans chaque version d’API, consultez journal des modifications.

Format des ressources

Pour créer une ressource Microsoft.MachineLearningServices/workspaces/jobs, ajoutez le Terraform suivant à votre modèle.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01"
  name = "string"
  parent_id = "string"
  body = jsonencode({
    properties = {
      computeId = "string"
      description = "string"
      displayName = "string"
      experimentName = "string"
      identity = {
        identityType = "string"
        // For remaining properties, see IdentityConfiguration objects
      }
      isArchived = bool
      properties = {
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
      }
      services = {
        {customized property} = {
          endpoint = "string"
          jobServiceType = "string"
          port = int
          properties = {
            {customized property} = "string"
          }
        }
      }
      tags = {
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
        {customized property} = "string"
      }
      jobType = "string"
      // For remaining properties, see JobBaseProperties objects
    }
  })
}

Objets JobBaseProperties

Définissez la propriété jobType pour spécifier le type d’objet.

Pour Command, utilisez :

  jobType = "Command"
  codeId = "string"
  command = "string"
  distribution = {
    distributionType = "string"
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId = "string"
  environmentVariables = {
    {customized property} = "string"
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  limits = {
    jobLimitsType = "string"
    timeout = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  resources = {
    instanceCount = int
    instanceType = "string"
    properties = {}
  }

Pour Pipeline, utilisez :

  jobType = "Pipeline"
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  jobs = {}
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }

Pour Balayage, utilisez :

  jobType = "Sweep"
  earlyTermination = {
    delayEvaluation = int
    evaluationInterval = int
    policyType = "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  limits = {
    jobLimitsType = "string"
    maxConcurrentTrials = int
    maxTotalTrials = int
    timeout = "string"
    trialTimeout = "string"
  }
  objective = {
    goal = "string"
    primaryMetric = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm = {
    samplingAlgorithmType = "string"
    // For remaining properties, see SamplingAlgorithm objects
  }
  trial = {
    codeId = "string"
    command = "string"
    distribution = {
      distributionType = "string"
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId = "string"
    environmentVariables = {
      {customized property} = "string"
    }
    resources = {
      instanceCount = int
      instanceType = "string"
      properties = {}
    }
  }

Objets IdentityConfiguration

Définissez la propriété identityType pour spécifier le type d’objet.

Pour AMLToken, utilisez :

  identityType = "AMLToken"

Pour Géré, utilisez :

  identityType = "Managed"
  clientId = "string"
  objectId = "string"
  resourceId = "string"

Pour UserIdentity, utilisez :

  identityType = "UserIdentity"

Objets DistributionConfiguration

Définissez la propriété distributionType pour spécifier le type d’objet.

Pour Mpi, utilisez :

  distributionType = "Mpi"
  processCountPerInstance = int

Pour PyTorch, utilisez :

  distributionType = "PyTorch"
  processCountPerInstance = int

Pour TensorFlow, utilisez :

  distributionType = "TensorFlow"
  parameterServerCount = int
  workerCount = int

Objets JobInput

Définissez la propriété jobInputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  jobInputType = "custom_model"
  mode = "string"
  uri = "string"

Pour littéral, utilisez :

  jobInputType = "literal"
  value = "string"

Pour mlflow_model, utilisez :

  jobInputType = "mlflow_model"
  mode = "string"
  uri = "string"

Pour mltable, utilisez :

  jobInputType = "mltable"
  mode = "string"
  uri = "string"

Pour triton_model, utilisez :

  jobInputType = "triton_model"
  mode = "string"
  uri = "string"

Pour uri_file, utilisez :

  jobInputType = "uri_file"
  mode = "string"
  uri = "string"

Pour uri_folder, utilisez :

  jobInputType = "uri_folder"
  mode = "string"
  uri = "string"

Objets JobOutput

Définissez la propriété jobOutputType pour spécifier le type d’objet.

Pour custom_model, utilisez :

  jobOutputType = "custom_model"
  mode = "string"
  uri = "string"

Pour mlflow_model, utilisez :

  jobOutputType = "mlflow_model"
  mode = "string"
  uri = "string"

Pour mltable, utilisez :

  jobOutputType = "mltable"
  mode = "string"
  uri = "string"

Pour triton_model, utilisez :

  jobOutputType = "triton_model"
  mode = "string"
  uri = "string"

Pour uri_file, utilisez :

  jobOutputType = "uri_file"
  mode = "string"
  uri = "string"

Pour uri_folder, utilisez :

  jobOutputType = "uri_folder"
  mode = "string"
  uri = "string"

Objets EarlyTerminationPolicy

Définissez la propriété policyType pour spécifier le type d’objet.

Pour Bandit, utilisez :

  policyType = "Bandit"
  slackAmount = int
  slackFactor = int

Pour MedianStopping, utilisez :

  policyType = "MedianStopping"

Pour TroncationSelection, utilisez :

  policyType = "TruncationSelection"
  truncationPercentage = int

Objets SamplingAlgorithm

Définissez la propriété samplingAlgorithmType pour spécifier le type d’objet.

Pour bayésien, utilisez :

  samplingAlgorithmType = "Bayesian"

Pour Grid, utilisez :

  samplingAlgorithmType = "Grid"

Pour Random, utilisez :

  samplingAlgorithmType = "Random"
  rule = "string"
  seed = int

Valeurs de propriétés

espaces de travail/travaux

Nom Description Valeur
type Type de ressource « Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01 »
name Nom de la ressource chaîne (obligatoire)
parent_id ID de la ressource qui est le parent de cette ressource. ID pour la ressource de type : espaces de travail
properties [Obligatoire] Attributs supplémentaires de l’entité. JobBaseProperties (obligatoire)

JobBaseProperties

Nom Description Valeur
computeId ID de ressource ARM de la ressource de calcul. string
description Texte de description de la ressource. string
displayName Nom d’affichage du travail. string
experimentName Nom de l’expérience à laquelle appartient le travail. S’il n’est pas défini, le travail est placé dans l’expérience « Par défaut ». string
identité Configuration de l’identité. S’il est défini, il doit s’agir d’AmlToken, ManagedIdentity, UserIdentity ou null.
La valeur par défaut est AmlToken si null.
IdentityConfiguration
isArchived La ressource est-elle archivée ? bool
properties Dictionnaire de propriétés de ressource. ResourceBaseProperties
services Liste des points de travail.
Pour les travaux locaux, un point de terminaison de travail aura une valeur de point de terminaison FileStreamObject.
JobBaseServices
tags Dictionnaire de balises. Les balises peuvent être ajoutées, supprimées et mises à jour. object
jobType Définir le type d’objet Commande
Pipeline
Balayage (obligatoire)

IdentityConfiguration

Nom Description Valeur
identityType Définir le type d’objet AMLToken
Managé
UserIdentity (obligatoire)

AmlToken

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. « AMLToken » (obligatoire)

ManagedIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. « Géré » (obligatoire)
clientId Spécifie une identité affectée par l’utilisateur par ID client. Pour les personnes affectées par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
objectId Spécifie une identité affectée par l’utilisateur par l’ID d’objet. Pour les personnes affectées par le système, ne définissez pas ce champ. string

Contraintes :
Longueur minimale = 36
Longueur maximale = 36
Modèle = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Spécifie une identité affectée par l’utilisateur par l’ID de ressource ARM. Pour les personnes affectées par le système, ne définissez pas ce champ. string

UserIdentity

Nom Description Valeur
identityType [Obligatoire] Spécifie le type d’infrastructure d’identité. « UserIdentity » (obligatoire)

ResourceBaseProperties

Nom Description Valeur
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string
{propriété personnalisée} string

JobBaseServices

Nom Description Valeur
{propriété personnalisée} JobService

JobService

Nom Description Valeur
endpoint URL du point de terminaison. string
jobServiceType Type de point de terminaison. string
port Port pour point de terminaison. int
properties Propriétés supplémentaires à définir sur le point de terminaison. JobServiceProperties

JobServiceProperties

Nom Description Valeur
{propriété personnalisée} string

CommandJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. « Command » (obligatoire)
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » string (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification d’environnement pour le travail. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. CommandJobEnvironmentVariables
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. CommandJobInputs
limites Limite du travail de commande. CommandJobLimits
outputs Mappage des liaisons de données de sortie utilisées dans le travail. CommandJobOutputs
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

DistributionConfiguration

Nom Description Valeur
distributionType Définir le type d’objet Mpi
PyTorch
TensorFlow (obligatoire)

Mpi

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. « Mpi » (obligatoire)
processCountPerInstance Nombre de processus par nœud MPI. int

PyTorch

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. « PyTorch » (obligatoire)
processCountPerInstance Nombre de processus par nœud. int

TensorFlow

Nom Description Valeur
distributionType [Obligatoire] Spécifie le type d’infrastructure de distribution. « TensorFlow » (obligatoire)
parameterServerCount Nombre de tâches de serveur de paramètres. int
workerCount Nombre de workers. S’il n’est pas spécifié, est défini par défaut sur le nombre de instance. int

CommandJobEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string

CommandJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

JobInput

Nom Description Valeur
description Description de l’entrée. string
jobInputType Définir le type d’objet custom_model
literal
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « custom_model » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

LiteralJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « literal » (obligatoire)
value [Obligatoire] Valeur littérale de l’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLFlowModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « mlflow_model » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

MLTableJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « mltable » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

TritonModelJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « triton_model » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFileJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « uri_file » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

UriFolderJobInput

Nom Description Valeur
jobInputType [Obligatoire] Spécifie le type de travail. « uri_folder » (obligatoire)
mode Mode de remise des ressources d’entrée. « Direct »
« Télécharger »
« EvalDownload »
« EvalMount »
« ReadOnlyMount »
« ReadWriteMount »
URI [Obligatoire] URI de ressource d’entrée. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

CommandJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. « Commande »
« Balayage » (obligatoire)
timeout Durée maximale d’exécution au format ISO 8601, après quoi le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string

CommandJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

JobOutput

Nom Description Valeur
description Description de la sortie. string
jobOutputType Définir le type d’objet custom_model
mlflow_model
mltable
triton_model
uri_file
uri_folder (obligatoire)

CustomModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « custom_model » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

MLFlowModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « mlflow_model » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

MLTableJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « mltable » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

TritonModelJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « triton_model » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

UriFileJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « uri_file » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

UriFolderJobOutput

Nom Description Valeur
jobOutputType [Obligatoire] Spécifie le type de travail. « uri_folder » (obligatoire)
mode Mode de remise des ressources de sortie. « ReadWriteMount »
« Charger »
URI URI de ressource de sortie. string

ResourceConfiguration

Nom Description Valeur
instanceCount Nombre facultatif d’instances ou de nœuds utilisés par la cible de calcul. int
instanceType Type de machine virtuelle facultatif utilisé comme pris en charge par la cible de calcul. string
properties Sac de propriétés supplémentaires. ResourceConfigurationProperties

ResourceConfigurationProperties

Nom Description Valeur
{propriété personnalisée}

PipelineJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. « Pipeline » (obligatoire)
inputs Entrées pour le travail de pipeline. PipelineJobInputs
jobs Les travaux construisent le travail de pipeline. PipelineJobs
outputs Sorties pour le travail de pipeline PipelineJobOutputs
paramètres Paramètres de pipeline, pour des éléments tels que ContinueRunOnStepFailure, etc.

PipelineJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

PipelineJobJobs

Nom Description Valeur
{propriété personnalisée}

PipelineJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

SweepJob

Nom Description Valeur
jobType [Obligatoire] Spécifie le type de travail. « Balayage » (obligatoire)
earlyTermination Les stratégies d’arrêt anticipé permettent d’annuler les exécutions peu performantes avant qu’elles ne se terminent EarlyTerminationPolicy
inputs Mappage des liaisons de données d’entrée utilisées dans le travail. SweepJobInputs
limites Limite du travail de balayage. SweepJobLimits
objective [Obligatoire] Objectif d’optimisation. Objectif (obligatoire)
outputs Mappage des liaisons de données de sortie utilisées dans le travail. SweepJobOutputs
samplingAlgorithm [Obligatoire] Algorithme d’échantillonnage des hyperparamètres SamplingAlgorithm (obligatoire)
searchSpace [Obligatoire] Dictionnaire contenant chaque paramètre et sa distribution. La clé de dictionnaire est le nom du paramètre
trial [Obligatoire] Définition du composant d’essai. TrialComponent (obligatoire)

EarlyTerminationPolicy

Nom Description Valeur
delayEvaluation Nombre d’intervalles par lesquels retarder la première évaluation. int
evaluationInterval Intervalle (nombre d’exécutions) entre les évaluations de stratégie. int
policyType Définir le type d’objet Bandit
MedianStopping
TruncationSelection (obligatoire)

BanditPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie « Bandit » (obligatoire)
slackAmount Distance absolue autorisée par rapport à l’exécution la plus performante. int
slackFactor Ratio de la distance autorisée par rapport à l’exécution la plus performante. int

MedianStoppingPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie « MedianStopping » (obligatoire)

TruncationSelectionPolicy

Nom Description Valeur
policyType [Obligatoire] Nom de la configuration de la stratégie « TruncationSelection » (obligatoire)
truncationPercentage Pourcentage d’exécutions à annuler à chaque intervalle d’évaluation. int

SweepJobInputs

Nom Description Valeur
{propriété personnalisée} JobInput

SweepJobLimits

Nom Description Valeur
jobLimitsType [Obligatoire] Type JobLimit. « Commande »
« Balayage » (obligatoire)
maxConcurrentTrials Nombre maximal d’essais simultanés du travail de balayage. int
maxTotalTrials Nombre maximal d’essais du travail de balayage. int
timeout Durée maximale d’exécution au format ISO 8601, après quoi le travail sera annulé. Prend uniquement en charge la durée avec une précision aussi faible que secondes. string
trialTimeout Valeur du délai d’attente d’essai du travail de balayage. string

Objectif

Nom Description Valeur
goal [Obligatoire] Définit les objectifs de métrique pris en charge pour le réglage des hyperparamètres « Agrandir »
« Réduire » (obligatoire)
primaryMetric [Obligatoire] Nom de la métrique à optimiser. chaîne (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]

SweepJobOutputs

Nom Description Valeur
{propriété personnalisée} JobOutput

ÉchantillonnageAlgorithm

Nom Description Valeur
samplingAlgorithmType Définir le type d’objet Bayésien
Grid
Aléatoire (obligatoire)

BayesianSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que les propriétés de configuration « Bayésien » (obligatoire)

GridSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que les propriétés de configuration « Grille » (obligatoire)

RandomSamplingAlgorithm

Nom Description Valeur
samplingAlgorithmType [Obligatoire] Algorithme utilisé pour générer des valeurs hyperparamètres, ainsi que les propriétés de configuration « Aléatoire » (obligatoire)
rule Type spécifique d’algorithme aléatoire « Aléatoire »
« Sobol »
seed Entier facultatif à utiliser comme seed pour la génération de nombres aléatoires int

TrialComponent

Nom Description Valeur
codeId ID de ressource ARM de la ressource de code. string
command [Obligatoire] Commande à exécuter au démarrage du travail. par exemple « python train.py » chaîne (obligatoire)

Contraintes :
Longueur minimale = 1
Modèle = [a-zA-Z0-9_]
distribution Configuration de distribution du travail. S’il est défini, il doit s’agir de Mpi, Tensorflow, PyTorch ou null. DistributionConfiguration
environmentId [Obligatoire] ID de ressource ARM de la spécification Environment pour le travail. string (obligatoire)

Contraintes :
Modèle = [a-zA-Z0-9_]
environmentVariables Variables d’environnement incluses dans le travail. TrialComponentEnvironmentVariables
les ressources Configuration de la ressource de calcul pour le travail. ResourceConfiguration

TrialComponentEnvironmentVariables

Nom Description Valeur
{propriété personnalisée} string