CLI (v2) környezeti YAML-séma
A KÖVETKEZŐRE VONATKOZIK: Azure CLI ml-bővítmény v2 (aktuális)
A forrás JSON-séma a következő helyen https://azuremlschemas.azureedge.net/latest/environment.schema.jsontalálható: .
Feljegyzés
A dokumentumban részletezett YAML-szintaxis az ML CLI v2 bővítmény legújabb verziójának JSON-sémáján alapul. Ez a szintaxis garantáltan csak az ML CLI v2 bővítmény legújabb verziójával működik. A régebbi bővítményverziók sémáit a következő helyen https://azuremlschemasprod.azureedge.net/találja: .
YAML-szintaxis
Kulcs | Típus | Leírás | Megengedett értékek | Alapértelmezett érték |
---|---|---|---|---|
$schema |
húr | A YAML-séma. Ha az Azure Machine Learning VS Code-bővítményt használja a YAML-fájl létrehozásához, a fájl tetején is $schema lehetővé teszi a séma és az erőforrás-kiegészítések meghívását. |
||
name |
húr | Szükséges. A környezet neve. | ||
version |
húr | A környezet verziója. Ha nincs megadva, az Azure Machine Learning automatikusan létrehozza a verziót. | ||
description |
húr | A környezet leírása. | ||
tags |
object | A környezet címkéinek szótára. | ||
image |
húr | A környezethez használandó Docker-rendszerkép. Az egyik vagy image build kötelező. |
||
conda_file |
sztring vagy objektum | A conda-környezet függőségeinek standard conda YAML-konfigurációs fájlja. Lásd: https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually. Ha meg van adva, image azt is meg kell adni. Az Azure Machine Learning a conda környezetet a docker-rendszerképre építi. |
||
build |
object | A Docker környezetkonfigurációja a környezethez használható. Az egyik vagy image build kötelező. |
||
build.path |
húr | A címtár helyi elérési útja, amelyet buildkörnyezetként szeretne használni. | ||
build.dockerfile_path |
húr | A Dockerfile relatív elérési útja a buildkörnyezetben. | Dockerfile |
|
os_type |
húr | Az operációs rendszer típusa. | linux , windows |
linux |
inference_config |
object | Tárolókonfigurációk következtetése. Csak akkor alkalmazható, ha a környezetet egy kiszolgáló tároló online üzembe helyezéséhez használják. Lásd a inference_config kulcs attribútumait. |
A kulcs attribútumai inference_config
Kulcs | Típus | Leírás |
---|---|---|
liveness_route |
object | A kiszolgáló tároló élőségi útvonala. |
liveness_route.path |
húr | Az élőségi kérelmek útvonala. |
liveness_route.port |
egész szám | Az élőségi kérelmek átirányításához használt port. |
readiness_route |
object | A kiszolgáló tároló készültségi útvonala. |
readiness_route.path |
húr | A készültségi kérelmek útvonala. |
readiness_route.port |
egész szám | A készenléti kérelmek átirányításához használt port. |
scoring_route |
object | A kiszolgáló tároló pontozási útvonala. |
scoring_route.path |
húr | A pontozási kérelmek átirányításának elérési útja. |
scoring_route.port |
egész szám | A pontozási kérelmek átirányításához használt port. |
Megjegyzések
A az ml environment
parancs az Azure Machine Learning-környezetek kezelésére használható.
Példák
A példák a GitHub-adattárban érhetők el. Az alábbiakban több is látható.
YAML: helyi Docker-buildkörnyezet
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
path: docker-contexts/python-and-pip
YAML: Docker-rendszerkép
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-example
image: pytorch/pytorch:latest
description: Environment created from a Docker image.
YAML: Docker-kép és conda fájl
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-plus-conda-example
image: mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
conda_file: conda-yamls/pydata.yml
description: Environment created from a Docker image plus Conda environment.