entities 패키지
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다.
주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다.
클래스
AccessKeyConfiguration |
키 자격 증명에 액세스합니다. |
AccountKeyConfiguration |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
AlertNotification |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 작업 모니터링을 위한 경고 알림 구성 |
AmlCompute |
AzureML 컴퓨팅 리소스. |
AmlComputeNodeInfo |
AmlCompute와 관련된 컴퓨팅 노드 정보입니다. |
AmlComputeSshSettings |
AML 컴퓨팅 대상에 액세스하기 위한 SSH 설정입니다. AmlComputeSshSettings 개체 구성
|
AmlTokenConfiguration |
AzureML 토큰 ID 구성. |
ApiKeyConfiguration |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. API 키 자격 증명. |
Asset |
자산에 대한 기본 클래스입니다. 이 클래스는 직접 인스턴스화하면 안 됩니다. 대신 해당 서브클래스 중 하나를 사용합니다. |
AssignedUserConfiguration |
다른 사용자를 대신하여 컴퓨팅 리소스를 만드는 설정입니다. |
AutoPauseSettings |
Synapse Spark 컴퓨팅에 대한 자동 일시 중지 설정입니다. |
AutoScaleSettings |
Synapse Spark 컴퓨팅에 대한 자동 크기 조정 설정입니다. |
AzureBlobDatastore |
Azure ML 작업 영역에 연결된 Azure Blob Storage입니다. |
AzureDataLakeGen1Datastore |
Azure Data Lake 일명 Azure ML 작업 영역에 연결된 Gen 1 데이터 저장소입니다. |
AzureDataLakeGen2Datastore |
Azure ML 작업 영역에 연결된 Azure Data Lake Gen 2. |
AzureFileDatastore |
Azure ML 작업 영역에 연결된 Azure 파일 공유입니다. |
AzureMLBatchInferencingServer |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Azure ML 일괄 처리 유추 구성. |
AzureMLOnlineInferencingServer |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Azure ML 온라인 추론 구성. |
BaseEnvironment |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기본 환경 유형입니다. Azure로 보내려면 모든 필수 매개 변수를 채워야 합니다. |
BaselineDataRange |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
BatchDeployment |
Batch 엔드포인트 배포 엔터티. |
BatchEndpoint |
Batch 엔드포인트 엔터티. |
BatchJob |
일괄 처리 배포/엔드포인트 호출을 사용하여 만든 Batch 작업입니다. 이 클래스는 직접 인스턴스화하면 안 됩니다. 대신 일괄 처리 배포/엔드포인트 호출 및 작업 목록의 반환 형식으로 사용됩니다. |
BatchRetrySettings |
일괄 처리 배포에 대한 설정을 다시 시도합니다. |
BuildContext |
환경에 대한 Docker 빌드 컨텍스트입니다. |
CategoricalDriftMetrics |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
CertificateConfiguration |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
Choice |
선택 배포 구성. |
CodeConfiguration |
점수 매기기 작업에 대한 코드 구성입니다. |
Command |
명령 구성 요소 버전 사용에 사용되는 명령 노드의 기본 클래스입니다. 이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 작성기 함수 command()를 사용하여 만들어야 합니다. |
CommandComponent |
명령 구성 요소 또는 작업을 정의하는 데 사용되는 명령 구성 요소 버전입니다. |
CommandJob |
명령 작업. |
CommandJobLimits |
명령 작업에 대한 제한입니다. |
Component |
구성 요소를 정의하는 데 사용되는 구성 요소 버전의 기본 클래스입니다. 직접 인스턴스화할 수 없습니다. |
Compute |
컴퓨팅 리소스에 대한 기본 클래스입니다. 이 클래스는 직접 인스턴스화하면 안 됩니다. 대신 해당 서브클래스 중 하나를 사용합니다. |
ComputeConfiguration |
컴퓨팅 리소스 구성 |
ComputeInstance |
컴퓨팅 인스턴스 리소스. |
ComputeInstanceSshSettings |
컴퓨팅 노드에 대한 SSH에 대한 관리자 사용자 계정의 자격 증명입니다. 컴퓨팅 리소스에서 ssh_public_access_enabled true로 설정된 경우에만 구성할 수 있습니다. |
ComputeRuntime |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Spark 컴퓨팅 런타임 구성. |
ComputeSchedules |
컴퓨팅 일정. |
ComputeStartStopSchedule |
컴퓨팅 시작 또는 중지 시나리오에 대한 일정입니다. |
ContainerRegistryCredential |
지정된 작업 영역과 연결된 ACR의 키입니다. |
CronTrigger |
작업 일정에 대한 Cron 트리거입니다. |
CustomApplications |
사용자 지정 서비스 애플리케이션 구성을 지정합니다. |
CustomInferencingServer |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 사용자 지정 유추 구성. |
CustomMonitoringMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기능 특성 드리프트 메트릭 임계값 |
CustomMonitoringSignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 사용자 지정 모니터링 신호입니다. |
CustomerManagedKey |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
Data |
학습 및 채점을 위한 데이터입니다. |
DataCollector |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 캡처 배포 엔터티. |
DataColumn |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 프레임 열 :p aram 이름: 열 이름 :type name: str, 필수 :p aram 형식: 열 데이터 형식 :type type: str, [string, integer, long, float, double, binary, datetime, boolean] 또는 ~azure.ai.ml.entities.DataColumnType, 선택 사항 |
DataDriftMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 드리프트 메트릭 임계값 |
DataDriftSignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 드리프트 신호입니다. :p aram metric_thresholds :계산할 메트릭 목록 및 관련 임계값 |
DataImport |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 가져오기 작업을 만드는 데이터 자산입니다. |
DataQualityMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 품질 메트릭 임계값 |
DataQualityMetricsCategorical |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
DataQualityMetricsNumerical |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
DataQualitySignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 데이터 품질 신호 |
DataSegment |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모니터링을 위한 데이터 세그먼트입니다. |
Datastore |
Azure ML 작업 영역의 데이터 저장소, 추상 클래스. |
DefaultScaleSettings |
기본 크기 조정 설정입니다. |
Deployment |
엔드포인트 배포 기본 클래스입니다. 엔드포인트 배포 기본 클래스입니다. 엔드포인트 배포 기본 클래스의 생성자입니다. |
DeploymentCollection |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 컬렉션 엔터티 |
DiagnoseRequestProperties |
DiagnoseRequestProperties. |
DiagnoseResponseResult |
DiagnoseResponseResult. |
DiagnoseResponseResultValue |
DiagnoseResponseResultValue. |
DiagnoseResult |
진단 결과입니다. |
DiagnoseWorkspaceParameters |
작업 영역을 진단하는 매개 변수입니다. |
Endpoint |
엔드포인트 기본 클래스입니다. 엔드포인트 기본 클래스입니다. 엔드포인트 기본 클래스에 대한 생성자입니다. |
EndpointAuthKeys |
엔드포인트 인증을 위한 키입니다. 엔드포인트 인증을 위한 키 생성자입니다. |
EndpointAuthToken |
엔드포인트 인증 토큰. 엔드포인트 인증 토큰에 대한 Constuctor입니다. |
EndpointConnection |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
EndpointsSettings |
사용자 지정 애플리케이션에 대한 엔드포인트 구성을 지정합니다. |
Environment |
학습을 위한 환경입니다. |
FADProductionData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기능 특성 프로덕션 데이터 :키워드(keyword) pre_processing_component: 데이터를 전처리하는 데 사용되는 구성 요소 리소스의 ARM(Azure Resource Manager) 리소스 ID입니다. |
Feature |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureAttributionDriftMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기능 특성 드리프트 메트릭 임계값 |
FeatureAttributionDriftSignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기능 특성 드리프트 신호 |
FeatureSet |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureSetBackfillMetadata |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureSetBackfillRequest |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureSetMaterializationMetadata |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureSetSpecification |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureStore |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. FeatureStore. |
FeatureStoreEntity |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FeatureStoreSettings |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FixedInputData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
FqdnDestination |
FQDN 아웃바운드 규칙을 나타내는 클래스입니다. |
GenerationSafetyQualityMonitoringMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 생성 안전 품질 메트릭 임계값 |
GenerationSafetyQualitySignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 생성 안전 품질 모니터링 신호입니다. |
IdentityConfiguration |
컴퓨팅, 엔드포인트 및 레지스트리 리소스의 ID 속성을 나타내는 데 사용되는 ID 구성입니다. |
ImageMetadata |
컴퓨팅 instance 운영 체제 이미지에 대한 메타데이터입니다. |
ImageSettings |
사용자 지정 애플리케이션에 대한 이미지 구성을 지정합니다. |
ImportDataSchedule |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. ImportDataSchedule 개체입니다. |
InputPort |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
IntellectualProperty |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 지적 재산권 설정 정의. |
IsolationMode |
작업 영역 관리 네트워크에 대한 IsolationMode입니다. |
Job |
작업의 기본 클래스입니다. 이 클래스는 직접 인스턴스화하면 안 됩니다. 대신 해당 서브클래스 중 하나를 사용합니다. |
JobResourceConfiguration |
ResourceConfiguration에서 상속되고 확장된 기능인 작업 리소스 구성 클래스입니다. |
JobSchedule |
작업 일정을 관리하기 위한 클래스입니다. |
JobService |
이전 버전과의 호환성을 위한 기본 작업 서비스 구성입니다. 이 클래스는 직접 사용할 수 없으며, 대신 작업 유형과 관련된 서브클래스 중 하나를 사용합니다. |
JupyterLabJobService |
JupyterLab 작업 서비스 구성. |
KubernetesCompute |
Kubernetes Compute 리소스. |
KubernetesOnlineDeployment |
Kubernetes Online 엔드포인트 배포 엔터티. Kubernetes Online 엔드포인트 배포 엔터티. Kubernetes Online 엔드포인트 배포 엔터티에 대한 생성자입니다. |
KubernetesOnlineEndpoint |
K8s Online 엔드포인트 엔터티. K8s Online 엔드포인트 엔터티. K8s Online 엔드포인트 엔터티에 대한 생성자입니다. |
LlmData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. LLM 요청 응답 데이터 |
LogNormal |
LogNormal 배포 구성. |
LogUniform |
LogUniform 배포 구성. |
ManagedIdentityConfiguration |
관리 ID 자격 증명 구성. |
ManagedNetwork |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
ManagedNetworkProvisionStatus |
ManagedNetworkProvisionStatus. |
ManagedOnlineDeployment |
관리되는 온라인 엔드포인트 배포 엔터티. 관리되는 온라인 엔드포인트 배포 엔터티. Managed Online 엔드포인트 배포 엔터티에 대한 생성자입니다. |
ManagedOnlineEndpoint |
관리되는 온라인 엔드포인트 엔터티. 관리되는 온라인 엔드포인트 엔터티. Managed Online 엔드포인트 엔터티에 대한 생성자입니다. |
MaterializationComputeResource |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 구체화 컴퓨팅 리소스 |
MaterializationSettings |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 구체화 설정을 정의합니다. |
MaterializationStore |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. MaterializationStore. :p aram 형식: 저장소 유형입니다. :type type: str :p aram target: store target. :type target: str |
Model |
학습 및 채점을 위한 모델입니다. |
ModelBatchDeployment |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 작업 정의 엔터티. |
ModelBatchDeploymentSettings |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모델 일괄 처리 배포 설정 엔터티. |
ModelConfiguration |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. ModelConfiguration. |
ModelPackage |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모델 패키지. |
ModelPackageInput |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모델 패키지 입력. |
MonitorDefinition |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모니터 정의 |
MonitorFeatureFilter |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 기능 필터 모니터링 |
MonitorInputData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 입력 데이터를 모니터링합니다. |
MonitorSchedule |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 일정을 모니터링합니다. |
MonitoringTarget |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 모니터링 대상. |
NetworkSettings |
컴퓨팅 리소스에 대한 네트워크 설정입니다. |
NoneCredentialConfiguration |
None 자격 증명 구성. |
Normal |
일반 배포 구성. |
NotebookAccessKeys |
지정된 작업 영역과 연결된 Notebook 리소스의 키입니다. |
Notification |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 알림에 대한 구성입니다. |
NumericalDriftMetrics |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
OneLakeArtifact |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. OneLake 작업 영역을 지원하는 OneLake 아티팩트(데이터 원본) |
OneLakeDatastore |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Azure ML 작업 영역에 연결된 OneLake 데이터 저장소입니다. |
OnlineDeployment |
온라인 엔드포인트 배포 엔터티. 온라인 엔드포인트 배포 엔터티. 온라인 엔드포인트 배포 엔터티에 대한 생성자 |
OnlineEndpoint |
온라인 엔드포인트 엔터티. 온라인 엔드포인트 엔터티. 온라인 엔드포인트 엔터티에 대한 생성자입니다. |
OnlineRequestSettings |
요청 설정 엔터티. |
OnlineScaleSettings |
온라인 배포에 대한 크기 조정 설정입니다. |
OutboundRule |
아웃바운드 규칙의 기본 클래스는 직접 인스턴스화할 수 없습니다. |
PackageInputPathId |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 리소스 ID로 지정된 패키지 입력 경로입니다. |
PackageInputPathUrl |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. URL로 지정된 패키지 입력 경로입니다. |
PackageInputPathVersion |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 리소스 이름 및 버전으로 지정된 패키지 입력 경로입니다. |
Parallel |
병렬 구성 요소 버전 사용에 사용되는 병렬 노드의 기본 클래스입니다. 이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 작성기 함수 병렬에서 만들어야 합니다. |
ParallelComponent |
병렬 구성 요소를 정의하는 데 사용되는 병렬 구성 요소 버전입니다. |
ParallelTask |
병렬 작업. |
ParameterizedCommand |
명령 구성 요소 또는 작업에 대한 명령 및 지원 매개 변수를 포함하는 명령 구성 요소 버전입니다. 이 클래스는 직접 인스턴스화하면 안 됩니다. 대신 자식 클래스 ~azure.ai.ml.entities.CommandComponent를 사용합니다. |
PatTokenConfiguration |
개인용 액세스 토큰 자격 증명. |
Pipeline |
파이프라인 구성 요소 버전 사용에 사용되는 파이프라인 노드의 기본 클래스입니다. 이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 데코레이터를 사용하여 @pipeline 파이프라인 노드를 만들어야 합니다. |
PipelineComponent |
현재 azure.ai.ml.dsl.pipeline에 구성 요소를 저장하는 데 사용되는 파이프라인 구성 요소입니다. |
PipelineComponentBatchDeployment |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 작업 정의 엔터티. |
PipelineJob |
파이프라인 작업. 이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 @pipeline 데코레이터를 사용하여 PipelineJob을 만들어야 합니다. ] :p aram 컴퓨팅: 빌드된 파이프라인의 컴퓨팅 대상 이름입니다. 기본값은 None :type compute: str :p aram 태그: 태그 사전입니다. 태그를 추가, 제거 및 업데이트할 수 있습니다. 기본값은 없음 :type 태그: dict[str, str] :p aram kwargs: 추가 구성 매개 변수 사전입니다. 기본값은 None :type kwargs: dict입니다. |
PipelineJobSettings |
PipelineJob의 설정에는 default_datastore, default_compute, continue_on_step_failure 및 force_rerun 포함됩니다. |
PredictionDriftMetricThreshold |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 예측 드리프트 메트릭 임계값 |
PredictionDriftSignal |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 예측 드리프트 신호입니다. |
PrivateEndpoint |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
PrivateEndpointDestination |
프라이빗 엔드포인트 아웃바운드 규칙을 나타내는 클래스입니다. |
ProbeSettings |
엔드포인트를 검색하는 방법에 대한 설정입니다. |
ProductionData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 프로덕션 데이터 :p aram input_data: 드리프트가 계산되는 데이터: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: string에 대해 드리프트를 계산할 데이터입니다. |
QLogNormal |
QLogNormal 배포 구성. |
QLogUniform |
QLogUniform 배포 구성. |
QNormal |
QNormal 배포 구성. |
QUniform |
QUniform 배포 구성. |
QueueSettings |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 파이프라인 작업에 대한 큐 설정입니다. |
Randint |
Randint 배포 구성. |
RecurrencePattern |
작업 일정에 대한 되풀이 패턴입니다. |
RecurrenceTrigger |
작업 일정에 대한 되풀이 트리거입니다. |
ReferenceData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 참조 데이터 :p아람 input_data: 드리프트가 계산되는 데이터: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: :data_window_size type에 대해 드리프트를 계산할 데이터입니다. BaselineDataRange |
Registry |
Azure ML 레지스트리. |
RegistryRegionDetails |
레지스트리가 있는 각 지역에 대한 세부 정보입니다. |
RequestLogging |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 로깅 배포 엔터티를 요청합니다. |
Resource |
엔터티 클래스의 기본 클래스입니다. 리소스는 리소스를 만들기 위한 기본 역할을 하는 추상 개체입니다. 여기에는 모든 리소스에 대한 공통 속성 및 메서드가 포함됩니다. 이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 해당 서브클래스 중 하나를 사용합니다. |
ResourceConfiguration |
작업에 대한 리소스 구성입니다. 이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 해당 서브클래스를 사용합니다. |
ResourceRequirementsSettings |
컨테이너에 대한 리소스 요구 사항 설정입니다. |
ResourceSettings |
컨테이너에 대한 리소스 설정입니다. 이 클래스는 Kubernetes 리소스 단위 형식을 사용합니다. 자세한 내용은 https://kubernetes.io/docs/concepts/configuration/manage-resources-containers/를 참조하세요. |
RetrySettings |
Parallel RetrySettings. |
Route |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. 경로. |
SasTokenConfiguration |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
Schedule |
일정을 만들고 관리하는 데 사용되는 일정 개체입니다. 이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 서브클래스를 사용하세요. |
ScriptReference |
스크립트 참조입니다. |
ServerlessSparkCompute |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
ServiceInstance |
서비스 인스턴스 결과입니다. |
ServicePrincipalConfiguration |
서비스 주체 자격 증명 구성. |
ServiceTagDestination |
서비스 태그 아웃바운드 규칙을 나타내는 클래스입니다. |
SetupScripts |
사용자 지정된 설치 스크립트. |
Spark |
Spark 구성 요소 버전 사용에 사용되는 Spark 노드의 기본 클래스입니다. 이 클래스를 직접 인스턴스화해서는 안 됩니다. 대신 작성기 함수인 spark에서 만들어야 합니다. ] :p아람 출력: 출력 이름을 작업에 사용되는 출력 데이터 원본에 매핑합니다. :type outputs: Dict[str, Union[str, ~azure.ai.ml.Output]] :p aram args: 작업에 대한 인수입니다. :type args: str :p aram compute: 작업이 실행되는 컴퓨팅 리소스입니다. :type compute: str :p aram 리소스: 작업에 대한 컴퓨팅 리소스 구성입니다. :type resources: Union[Dict, ~azure.ai.ml.entities.SparkResourceConfiguration] :p aram entry: 파일 또는 클래스 진입점입니다. :type entry: Dict[str, str] :p aram py_files: Python 앱용 PYTHONPATH에 배치할 .zip, .egg 또는 .py 파일 목록입니다. :type py_files: List[str] :p aram jars: 목록입니다. 드라이버 및 실행기 클래스 경로에 포함할 JAR 파일입니다. :type jars: list[str] :p aram 파일: 각 실행기의 작업 디렉터리에 배치할 파일 목록입니다. :type files: list[str] :p aram archives: 각 실행기의 작업 디렉터리로 추출할 보관 파일 목록입니다. :type archives: List[str] |
SparkComponent |
Spark 구성 요소 또는 작업을 정의하는 데 사용되는 Spark 구성 요소 버전입니다. |
SparkJob |
독립 실행형 Spark 작업입니다. |
SparkJobEntry |
Spark 작업에 대한 항목입니다. |
SparkJobEntryType |
Spark 작업 항목의 유형입니다. Python 파일 항목 또는 Scala 클래스 항목이 있습니다. |
SparkResourceConfiguration |
Spark 구성 요소 또는 작업에 대한 컴퓨팅 리소스 구성입니다. |
SshJobService |
SSH 작업 서비스 구성. |
StaticInputData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
Sweep |
스윕 노드의 기본 클래스입니다. 이 클래스는 직접 인스턴스화해서는 안 됩니다. 대신 작성기 함수인 스윕을 통해 만들어야 합니다. |
SynapseSparkCompute |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. SynapseSpark Compute 리소스. |
SystemCreatedAcrAccount |
Azure ML ACR 계정. |
SystemCreatedStorageAccount |
Azure Machine Learning SDKv2에 대한 엔터티 및 SDK 개체를 포함합니다. 주요 영역에는 컴퓨팅 대상 관리, 작업 영역 및 작업 만들기/관리, 모델 제출/액세스, 실행 및 실행 출력/로깅 등이 있습니다. |
SystemData |
리소스 만들기 및 가장 최근 수정과 관련된 메타데이터입니다. |
TargetUtilizationScaleSettings |
자동 크기 조정 설정. |
TensorBoardJobService |
TensorBoard 작업 서비스 구성. |
TrailingInputData |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
TritonInferencingServer |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Azure ML 삼각 추론 구성. |
Uniform |
균일한 배포 구성. |
UnsupportedCompute |
지원되지 않는 컴퓨팅 리소스입니다. SDK에서 완전히 지원되지 않는 리소스에 대한 컴퓨팅 속성을 표시하는 데만 사용됩니다. |
Usage |
AzureML 리소스 사용량. |
UsageName |
사용 이름입니다. |
UserIdentityConfiguration |
사용자 ID 구성. |
UsernamePasswordConfiguration |
사용자 이름 및 암호 자격 증명. |
ValidationResult |
작업/자산 유효성 검사의 결과를 나타냅니다. 이 클래스는 두 클라이언트 & 서버 쪽에서 진단 구성하고 구문 분석한 후 노출하는 데 사용됩니다. 결과는 변경할 수 없습니다. |
VirtualMachineCompute |
Virtual Machine Compute 리소스. |
VirtualMachineSshSettings |
가상 머신에 대한 SSH 설정입니다. |
VmSize |
가상 머신 크기. |
VolumeSettings |
사용자 지정 애플리케이션에 대한 바인딩 탑재 설정을 지정합니다. |
VsCodeJobService |
VS Code 작업 서비스 구성. |
Workspace |
Azure ML 작업 영역. |
WorkspaceConnection |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. Azure ML 작업 영역 연결은 외부 리소스에 연결하고 상호 작용하는 데 필요한 인증 및 구성 정보를 저장하는 안전한 방법을 제공합니다. |
WorkspaceHub |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. WorkspaceHub. |
WorkspaceHubConfig |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. WorkspaceHubConfig. |
WorkspaceKeys |
작업 영역 키. :type container_registry_credentials:ContainerRegistryCredential :p aram notebook_access_keys: 지정된 작업 영역과 연결된 Notebook 리소스의 키 :type notebook_access_keys:NotebookAccessKeys |
열거형
ComputePowerAction |
[필수] 컴퓨팅 전원 동작입니다. |
CreatedByType |
리소스를 만든 ID의 형식입니다. |
DataColumnType |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
MaterializationType |
참고 이는 실험적인 클래스이며 언제든지 변경될 수 있습니다. 자세한 내용은 https://aka.ms/azuremlexperimental을 참조하세요. |
UsageUnit |
사용량 측정 단위를 설명하는 열거형입니다. |
Azure SDK for Python
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기