entities パッケージ
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。
主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。
クラス
AccessKeyConfiguration |
アクセス キーの資格情報。 |
AccountKeyConfiguration |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
AlertNotification |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ジョブを監視するためのアラート通知の構成 |
AmlCompute |
AzureML コンピューティング リソース。 |
AmlComputeNodeInfo |
AmlCompute に関連するコンピューティング ノード情報。 |
AmlComputeSshSettings |
AML コンピューティング 先にアクセスするための SSH 設定。 AmlComputeSshSettings オブジェクトの構成。
|
AmlTokenConfiguration |
AzureML トークン ID の構成。 |
ApiKeyConfiguration |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 API キーの資格情報。 |
Asset |
資産の基本クラス。 このクラスは直接インスタンス化しないでください。 代わりに、サブクラスの 1 つを使用します。 |
AssignedUserConfiguration |
別のユーザーに代わってコンピューティング リソースを作成するための設定。 |
AutoPauseSettings |
Synapse Spark コンピューティングの自動一時停止設定。 |
AutoScaleSettings |
Synapse Spark コンピューティングの自動スケール設定。 |
AzureBlobDatastore |
Azure ML ワークスペースにリンクされている Azure BLOB ストレージ。 |
AzureDataLakeGen1Datastore |
Azure ML ワークスペースにリンクされている Azure Data Lake (Gen 1 データストアとも呼ばれる)。 |
AzureDataLakeGen2Datastore |
Azure ML ワークスペースにリンクされている Azure Data Lake Gen 2。 |
AzureFileDatastore |
Azure ML ワークスペースにリンクされている Azure ファイル共有。 |
AzureMLBatchInferencingServer |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Azure ML バッチ推論の構成。 |
AzureMLOnlineInferencingServer |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Azure ML オンライン推論の構成。 |
BaseEnvironment |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 基本環境の種類。 Azure に送信するには、必要なすべてのパラメーターを設定する必要があります。 |
BaselineDataRange |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
BatchDeployment |
バッチ エンドポイント デプロイ エンティティ。 |
BatchEndpoint |
バッチ エンドポイント エンティティ。 |
BatchJob |
バッチ デプロイ/エンドポイント呼び出しで作成されたバッチ ジョブ。 このクラスは、直接インスタンス化しないでください。 代わりに、バッチデプロイ/エンドポイント呼び出しとジョブ一覧の戻り値の種類として使用されます。 |
BatchRetrySettings |
バッチデプロイの再試行設定。 |
BuildContext |
環境の Docker ビルド コンテキスト。 |
CategoricalDriftMetrics |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
CertificateConfiguration |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
Choice |
選択肢の配布構成。 |
CodeConfiguration |
スコアリング ジョブのコード構成。 |
Command |
コマンド コンポーネントのバージョンの使用に使用されるコマンド ノードの基本クラス。 このクラスを直接インスタンス化しないでください。 代わりに、builder 関数 command() を使用して作成する必要があります。 |
CommandComponent |
コマンド コンポーネントのバージョン。コマンド コンポーネントまたはジョブを定義するために使用されます。 |
CommandJob |
コマンド ジョブ。 |
CommandJobLimits |
コマンド ジョブの制限。 |
Component |
コンポーネントバージョンの基本クラス。コンポーネントの定義に使用されます。 直接インスタンス化することはできません。 |
Compute |
コンピューティング リソースの基本クラス。 このクラスは直接インスタンス化しないでください。 代わりに、サブクラスの 1 つを使用します。 |
ComputeConfiguration |
コンピューティング リソースの構成 |
ComputeInstance |
Compute Instance リソース。 |
ComputeInstanceSshSettings |
コンピューティング ノードに SSH 接続するための管理者ユーザー アカウントの資格情報。 コンピューティング リソース で ssh_public_access_enabled が true に設定されている場合にのみ構成できます。 |
ComputeRuntime |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Spark コンピューティング ランタイムの構成。 |
ComputeSchedules |
コンピューティング スケジュール。 |
ComputeStartStopSchedule |
コンピューティングの開始または停止のシナリオのスケジュール。 |
ContainerRegistryCredential |
特定のワークスペースに関連付けられている ACR のキー。 |
CronTrigger |
ジョブ スケジュールの Cron トリガー。 |
CustomApplications |
カスタム サービス アプリケーションの構成を指定します。 |
CustomInferencingServer |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 カスタム推論構成。 |
CustomMonitoringMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 特徴属性ドリフト メトリックのしきい値 |
CustomMonitoringSignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 カスタム監視シグナル。 |
CustomerManagedKey |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
Data |
トレーニングとスコアリングのためのデータ。 |
DataCollector |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ キャプチャのデプロイ エンティティ。 |
DataColumn |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データフレーム列:p aram 名: 列名 :type name: str, required :p aram type: Column data type :type: str, one of [string, integer, long, float, double, binary, datetime, boolean] or ~azure.ai.ml.entities.DataColumnType, optional |
DataDriftMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ ドリフト メトリックのしきい値 |
DataDriftSignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ ドリフト信号。 :p aram metric_thresholds:計算するメトリックとその関連するしきい値の一覧 |
DataImport |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ インポート ジョブを作成するデータ資産。 |
DataQualityMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ品質メトリックのしきい値 |
DataQualityMetricsCategorical |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
DataQualityMetricsNumerical |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
DataQualitySignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 データ品質シグナル |
DataSegment |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 監視用のデータ セグメント。 |
Datastore |
Azure ML ワークスペースのデータストア、抽象クラス。 |
DefaultScaleSettings |
既定のスケール設定。 |
Deployment |
エンドポイント デプロイの基本クラス。 エンドポイント デプロイの基本クラス。 Endpoint Deployment 基本クラスのコンストラクター。 |
DeploymentCollection |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 コレクション エンティティ |
DiagnoseRequestProperties |
DiagnoseRequestProperties。 |
DiagnoseResponseResult |
DiagnoseResponseResult。 |
DiagnoseResponseResultValue |
DiagnoseResponseResultValue。 |
DiagnoseResult |
診断の結果。 |
DiagnoseWorkspaceParameters |
ワークスペースを診断するためのパラメーター。 |
Endpoint |
エンドポイントの基本クラス。 エンドポイントの基本クラス。 Endpoint 基底クラスのコンストラクター。 |
EndpointAuthKeys |
エンドポイント認証のキー。 エンドポイント認証のキーのコンストラクター。 |
EndpointAuthToken |
エンドポイント認証トークン。 エンドポイント認証トークンの Constuctor。 |
EndpointConnection |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
EndpointsSettings |
カスタム アプリケーションのエンドポイント構成を指定します。 |
Environment |
トレーニング用の環境。 |
FADProductionData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Feature Attribution Production Data :キーワード (keyword) pre_processing_component: データの前処理に使用されるコンポーネント リソースの ARM (Azure Resource Manager) リソース ID。 |
Feature |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureAttributionDriftMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 特徴属性ドリフト メトリックのしきい値 |
FeatureAttributionDriftSignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 特徴帰属ドリフト信号 |
FeatureSet |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureSetBackfillMetadata |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureSetBackfillRequest |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureSetMaterializationMetadata |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureSetSpecification |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureStore |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 FeatureStore。 |
FeatureStoreEntity |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FeatureStoreSettings |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FixedInputData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
FqdnDestination |
FQDN 送信規則を表すクラス。 |
GenerationSafetyQualityMonitoringMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 生成安全品質メトリックしきい値 |
GenerationSafetyQualitySignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 生成安全品質監視信号。 |
IdentityConfiguration |
コンピューティング、エンドポイント、およびレジストリ リソースの ID プロパティを表すために使用される ID 構成。 |
ImageMetadata |
コンピューティング インスタンスのオペレーティング システム イメージに関するメタデータ。 |
ImageSettings |
カスタム アプリケーションのイメージ構成を指定します。 |
ImportDataSchedule |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ImportDataSchedule オブジェクト。 |
InputPort |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
IntellectualProperty |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 知的財産設定の定義。 |
IsolationMode |
ワークスペースマネージド ネットワークの IsolationMode。 |
Job |
ジョブの基本クラス。 このクラスを直接インスタンス化しないでください。 代わりに、サブクラスの 1 つを使用します。 |
JobResourceConfiguration |
ジョブ リソース構成クラス。ResourceConfiguration から継承および拡張された機能。 |
JobSchedule |
ジョブ スケジュールを管理するためのクラス。 |
JobService |
下位互換性のための基本的なジョブ サービス構成。 このクラスは直接使用するものではありません。 代わりに、ジョブの種類に固有のサブクラスのいずれかを使用します。 |
JupyterLabJobService |
JupyterLab ジョブ サービスの構成。 |
KubernetesCompute |
Kubernetes コンピューティング リソース。 |
KubernetesOnlineDeployment |
Kubernetes Online エンドポイントデプロイ エンティティ。 Kubernetes Online エンドポイントデプロイ エンティティ。 Kubernetes Online エンドポイント デプロイ エンティティのコンストラクター。 |
KubernetesOnlineEndpoint |
K8s Online エンドポイント エンティティ。 K8s Online エンドポイント エンティティ。 K8s Online エンドポイント エンティティのコンストラクター。 |
LlmData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 LLM 要求応答データ |
LogNormal |
LogNormal ディストリビューションの構成。 |
LogUniform |
LogUniform ディストリビューションの構成。 |
ManagedIdentityConfiguration |
マネージド ID 資格情報の構成。 |
ManagedNetwork |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
ManagedNetworkProvisionStatus |
ManagedNetworkProvisionStatus。 |
ManagedOnlineDeployment |
Managed Online エンドポイントのデプロイ エンティティ。 Managed Online エンドポイントのデプロイ エンティティ。 Managed Online エンドポイントデプロイ エンティティのコンストラクター。 |
ManagedOnlineEndpoint |
Managed Online エンドポイント エンティティ。 Managed Online エンドポイント エンティティ。 Managed Online エンドポイント エンティティのコンストラクター。 |
MaterializationComputeResource |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 具体化コンピューティング リソース |
MaterializationSettings |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 具体化設定を定義します。 |
MaterializationStore |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 MaterializationStore。 :p aram 型: ストアの種類。 :type type: str :p aram target: store target. :type target: str |
Model |
トレーニングとスコアリングのモデル。 |
ModelBatchDeployment |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ジョブ定義エンティティ。 |
ModelBatchDeploymentSettings |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Model Batch Deployment Settings エンティティ。 |
ModelConfiguration |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ModelConfiguration。 |
ModelPackage |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 モデル パッケージ。 |
ModelPackageInput |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 モデル パッケージの入力。 |
MonitorDefinition |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 モニターの定義 |
MonitorFeatureFilter |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 機能フィルターの監視 |
MonitorInputData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 入力データを監視します。 |
MonitorSchedule |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 スケジュールを監視します。 |
MonitoringTarget |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 監視ターゲット。 |
NetworkSettings |
コンピューティング リソースのネットワーク設定。 |
NoneCredentialConfiguration |
[なし] 資格情報の構成。 |
Normal |
正規分布の構成。 |
NotebookAccessKeys |
特定のワークスペースに関連付けられているノートブック リソースのキー。 |
Notification |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 通知の構成。 |
NumericalDriftMetrics |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
OneLakeArtifact |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 OneLake ワークスペースをバックアップする OneLake 成果物 (データ ソース)。 |
OneLakeDatastore |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Azure ML ワークスペースにリンクされている OneLake データストア。 |
OnlineDeployment |
オンライン エンドポイント デプロイ エンティティ。 オンライン エンドポイント デプロイ エンティティ。 オンライン エンドポイント デプロイ エンティティのコンストラクター |
OnlineEndpoint |
オンライン エンドポイント エンティティ。 オンライン エンドポイント エンティティ。 オンライン エンドポイント エンティティのコンストラクター。 |
OnlineRequestSettings |
Request Settings エンティティ。 |
OnlineScaleSettings |
オンライン展開のスケール設定。 |
OutboundRule |
送信規則の基本クラスを直接インスタンス化することはできません。 |
PackageInputPathId |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 リソース ID で指定されたパッケージ入力パス。 |
PackageInputPathUrl |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 URL で指定されたパッケージ入力パス。 |
PackageInputPathVersion |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 リソース名とバージョンで指定されたパッケージ入力パス。 |
Parallel |
並列ノードの基底クラス。並列コンポーネントのバージョンの使用に使用されます。 このクラスを直接インスタンス化しないでください。 代わりに、ビルダー関数から parallel を作成する必要があります。 |
ParallelComponent |
並列コンポーネントのバージョン。並列コンポーネントを定義するために使用されます。 |
ParallelTask |
並列タスク。 |
ParameterizedCommand |
コマンド コンポーネントのバージョン。コマンドと、コマンド コンポーネントまたはジョブのサポート パラメーターが含まれています。 このクラスは直接インスタンス化しないでください。 代わりに、子クラス ~azure.ai.ml.entities.CommandComponent を使用してください。 |
PatTokenConfiguration |
個人用アクセス トークンの資格情報。 |
Pipeline |
パイプライン コンポーネントのバージョンの使用に使用されるパイプライン ノードの基本クラス。 このクラスを直接インスタンス化しないでください。 代わりに、デコレーターを使用 @pipeline してパイプライン ノードを作成する必要があります。 |
PipelineComponent |
パイプライン コンポーネント。現在、azure.ai.ml.dsl.pipeline にコンポーネントを格納するために使用されます。 |
PipelineComponentBatchDeployment |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ジョブ定義エンティティ。 |
PipelineJob |
パイプライン ジョブ。 このクラスを直接インスタンス化しないでください。 代わりに、 @pipeline デコレーターを使用して PipelineJob を作成する必要があります。 ] :p aram コンピューティング: ビルドされたパイプラインのコンピューティング先名。 既定値は None :type compute: str :p aram tags: Tag dictionary です。 タグは追加、削除、更新できます。 既定値は None :type tags: dict[str, str] :p aram kwargs: 追加の構成パラメーターのディクショナリです。 既定値は None :type kwargs: dict です |
PipelineJobSettings |
PipelineJob の設定には、default_datastore、default_compute、continue_on_step_failure、force_rerunが含まれます。 |
PredictionDriftMetricThreshold |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 予測ドリフト メトリックのしきい値 |
PredictionDriftSignal |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 予測ドリフト信号。 |
PrivateEndpoint |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
PrivateEndpointDestination |
プライベート エンドポイントの送信規則を表すクラス。 |
ProbeSettings |
エンドポイントをプローブする方法に関する設定。 |
ProductionData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Production Data :p aram input_data: ドリフトが計算されるデータ :type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component: :type pre_processing_component: string :p aram data_window_size: :type data_window_size: string |
QLogNormal |
QLogNormal ディストリビューションの構成。 |
QLogUniform |
QLogUniform ディストリビューションの構成。 |
QNormal |
QNormal ディストリビューションの構成。 |
QUniform |
QUniform ディストリビューションの構成。 |
QueueSettings |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 パイプライン ジョブのキュー設定。 |
Randint |
Randint 配布の構成。 |
RecurrencePattern |
ジョブ スケジュールの繰り返しパターン。 |
RecurrenceTrigger |
ジョブ スケジュールの繰り返しトリガー。 |
ReferenceData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 参照データ :p aram input_data: ドリフトが計算されるデータ:type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component: :type pre_processing_component: string :p aram target_column_name: :type target_column_name: string :p aram data_window: :type data_window_size: BaselineDataRange |
Registry |
Azure ML レジストリ。 |
RegistryRegionDetails |
レジストリが含まれる各リージョンの詳細。 |
RequestLogging |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ログのデプロイ エンティティを要求します。 |
Resource |
エンティティ クラスの基底クラス。 Resource は、リソースを作成するためのベースとして機能する抽象オブジェクトです。 これには、すべてのリソースに共通のプロパティとメソッドが含まれています。 このクラスは直接インスタンス化しないでください。 代わりに、サブクラスの 1 つを使用します。 |
ResourceConfiguration |
ジョブのリソース構成。 このクラスは直接インスタンス化しないでください。 代わりに、そのサブクラスを使用します。 |
ResourceRequirementsSettings |
コンテナーのリソース要件の設定。 |
ResourceSettings |
コンテナーのリソース設定。 このクラスでは、Kubernetes リソースユニット形式を使用します。 詳細については、「https://kubernetes.io/docs/concepts/configuration/manage-resources-containers/」を参照してください。 |
RetrySettings |
Parallel RetrySettings。 |
Route |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 ルート。 |
SasTokenConfiguration |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
Schedule |
スケジュールの作成と管理に使用される Schedule オブジェクト。 このクラスは直接インスタンス化しないでください。 代わりに、 サブクラスを使用してください。 |
ScriptReference |
スクリプト リファレンス。 |
ServerlessSparkCompute |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
ServiceInstance |
サービス インスタンスの結果。 |
ServicePrincipalConfiguration |
サービス プリンシパルの資格情報の構成。 |
ServiceTagDestination |
サービス タグの送信規則を表すクラス。 |
SetupScripts |
カスタマイズされたセットアップ スクリプト。 |
Spark |
Spark ノードの基本クラス。Spark コンポーネントのバージョンの使用に使用されます。 このクラスを直接インスタンス化しないでください。 代わりに、ビルダー関数 spark から作成する必要があります。 ] :p aram 出力: ジョブで使用される出力データ ソースへの出力名のマッピング。 :type outputs: Dict[str, Union[str, ~azure.ai.ml.Output]] :p aram args: ジョブの引数。 :type args: str :p aram compute: ジョブが実行されるコンピューティング リソース。 :type compute: str :p aram resources: ジョブのコンピューティング リソース構成。 :type resources: Union[Dict, ~azure.ai.ml.entities.SparkResourceConfiguration] :p aram entry: ファイルまたはクラス エントリ ポイント。 :type entry: Dict[str, str] :p aram py_files: Python アプリの PYTHONPATH に配置する .zip、.egg、または .py ファイルの一覧。 :type py_files: List[str] :p aram jars: のリスト。ドライバーと Executor クラスパスに含める JAR ファイル。 :type jars: List[str] :p aram files: 各 Executor の作業ディレクトリに配置されるファイルの一覧。 :type files: List[str] :p aram archives: 各 Executor の作業ディレクトリに抽出されるアーカイブのリスト。 :type archives: List[str] |
SparkComponent |
Spark コンポーネントのバージョン。Spark コンポーネントまたはジョブを定義するために使用されます。 |
SparkJob |
スタンドアロンの Spark ジョブ。 |
SparkJobEntry |
Spark ジョブのエントリ。 |
SparkJobEntryType |
Spark ジョブ エントリの種類。 Python ファイル エントリまたは Scala クラス エントリが考えられます。 |
SparkResourceConfiguration |
Spark コンポーネントまたはジョブのコンピューティング リソース構成。 |
SshJobService |
SSH ジョブ サービスの構成。 |
StaticInputData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
Sweep |
スイープ ノードの基底クラス。 このクラスは直接インスタンス化しないでください。 代わりに、ビルダー関数スイープを使用して作成する必要があります。 |
SynapseSparkCompute |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 SynapseSpark コンピューティング リソース。 |
SystemCreatedAcrAccount |
Azure ML ACR アカウント。 |
SystemCreatedStorageAccount |
Azure Machine Learning SDKv2 のエンティティと SDK オブジェクトが含まれています。 主な領域としては、コンピューティング 先の管理、ワークスペースとジョブの作成/管理、モデルの送信/アクセス、実行、出力/ログ記録などが含まれます。 |
SystemData |
リソースの作成と最新の変更に関連するメタデータ。 |
TargetUtilizationScaleSettings |
自動スケール設定。 |
TensorBoardJobService |
TensorBoard ジョブ サービスの構成。 |
TrailingInputData |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
TritonInferencingServer |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Azure ML のトリトン推論の構成。 |
Uniform |
均一な配布構成。 |
UnsupportedCompute |
サポートされていないコンピューティング リソース。 SDK で完全にサポートされていないリソースのコンピューティング プロパティを表示する場合にのみ使用されます。 |
Usage |
AzureML リソースの使用状況。 |
UsageName |
使用名。 |
UserIdentityConfiguration |
ユーザー ID の構成。 |
UsernamePasswordConfiguration |
ユーザー名とパスワードの資格情報。 |
ValidationResult |
ジョブ/資産の検証の結果を表します。 このクラスは、クライアント & サーバー側の両方から診断を整理して解析してから公開するために使用されます。 結果は不変です。 |
VirtualMachineCompute |
仮想マシン コンピューティング リソース。 |
VirtualMachineSshSettings |
仮想マシンの SSH 設定。 |
VmSize |
仮想マシンのサイズ。 |
VolumeSettings |
カスタム アプリケーションのバインド マウント設定を指定します。 |
VsCodeJobService |
VS Code ジョブ サービスの構成。 |
Workspace |
Azure ML ワークスペース。 |
WorkspaceConnection |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 Azure ML ワークスペース接続を使用すると、外部リソースに接続して操作するために必要な認証と構成情報を安全に格納できます。 |
WorkspaceHub |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 WorkspaceHub。 |
WorkspaceHubConfig |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 WorkspaceHubConfig。 |
WorkspaceKeys |
ワークスペース キー。 :type container_registry_credentials:ContainerRegistryCredential :p aram notebook_access_keys: 特定のワークスペースに関連付けられているノートブック リソースのキー :type notebook_access_keys:NotebookAccessKeys |
列挙型
ComputePowerAction |
[必須]コンピューティング電源アクション。 |
CreatedByType |
リソースを作成した ID の種類。 |
DataColumnType |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
MaterializationType |
Note これは試験段階のクラスであり、いつでも変更される可能性があります。 詳細については、https://aka.ms/azuremlexperimental を参照してください。 |
UsageUnit |
使用状況測定の単位を記述する列挙型。 |
Azure SDK for Python
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示