Microsoft.MachineLearningServices-werkruimten/-gegevens

Bicep-resourcedefinitie

Het resourcetype werkruimten/gegevens kan worden geïmplementeerd met bewerkingen die zijn gericht op:

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Microsoft.MachineLearningServices/werkruimten/gegevensresource wilt maken, voegt u de volgende Bicep toe aan uw sjabloon.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/data@2026-03-01' = {
  parent: resourceSymbolicName
  name: 'string'
  properties: {
    dataType: 'string'
    description: 'string'
    isArchived: bool
    properties: {
      {customized property}: 'string'
    }
    tags: {
      {customized property}: 'string'
    }
  }
}

Eigenschapswaarden

Microsoft.MachineLearningServices/werkruimten/gegevens

Naam Beschrijving Waarde
naam De resourcenaam tekenreeks (vereist)
ouder In Bicep kunt u de bovenliggende resource voor een onderliggende resource opgeven. U hoeft deze eigenschap alleen toe te voegen wanneer de onderliggende resource buiten de bovenliggende resource wordt gedeclareerd.

Zie onderliggende resource buiten de bovenliggende resourcevoor meer informatie.		 Symbolische naam voor resource van het type: werkruimten
Eigenschappen [Vereist] Aanvullende kenmerken van de entiteit. DataContainerProperties (vereist)

DataContainerEigenschappen

Naam Beschrijving Waarde
Datatype [Vereist] Hiermee geeft u het type gegevens op. 'mltable'
'uri_file'
'uri_folder' (vereist)
beschrijving De tekst van de assetbeschrijving. snaar
isGearchiveerd Is de asset gearchiveerd? Bool
Eigenschappen De woordenlijst voor asseteigenschappen. ResourceBaseProperties-
Tags Tagwoordenlijst. Tags kunnen worden toegevoegd, verwijderd en bijgewerkt. ResourceBaseTags-

ResourceBaseProperties

Naam Beschrijving Waarde

Bron BaseTags

Naam Beschrijving Waarde

Gebruiksvoorbeelden

Azure-snelstartvoorbeelden

De volgende Azure-quickstartsjablonen bicep-voorbeelden bevatten voor het implementeren van dit resourcetype.

Bicep-bestand Beschrijving
Een gegevensasset maken op basis van bestands-URI- Met deze sjabloon maakt u een gegevensasset/container op basis van bestands-URI in een Azure Machine Learning-werkruimte.

Resourcedefinitie van ARM-sjabloon

Het resourcetype werkruimten/gegevens kan worden geïmplementeerd met bewerkingen die zijn gericht op:

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Microsoft.MachineLearningServices/werkruimten/gegevensresource wilt maken, voegt u de volgende JSON toe aan uw sjabloon.

{
  "type": "Microsoft.MachineLearningServices/workspaces/data",
  "apiVersion": "2026-03-01",
  "name": "string",
  "properties": {
    "dataType": "string",
    "description": "string",
    "isArchived": "bool",
    "properties": {
      "{customized property}": "string"
    },
    "tags": {
      "{customized property}": "string"
    }
  }
}

Eigenschapswaarden

Microsoft.MachineLearningServices/werkruimten/gegevens

Naam Beschrijving Waarde
apiVersion De API-versie '2026-03-01'
naam De resourcenaam tekenreeks (vereist)
Eigenschappen [Vereist] Aanvullende kenmerken van de entiteit. DataContainerProperties (vereist)
soort Het resourcetype 'Microsoft.MachineLearningServices/workspaces/data'

DataContainerEigenschappen

Naam Beschrijving Waarde
Datatype [Vereist] Hiermee geeft u het type gegevens op. 'mltable'
'uri_file'
'uri_folder' (vereist)
beschrijving De tekst van de assetbeschrijving. snaar
isGearchiveerd Is de asset gearchiveerd? Bool
Eigenschappen De woordenlijst voor asseteigenschappen. ResourceBaseProperties-
Tags Tagwoordenlijst. Tags kunnen worden toegevoegd, verwijderd en bijgewerkt. ResourceBaseTags-

ResourceBaseProperties

Naam Beschrijving Waarde

Bron BaseTags

Naam Beschrijving Waarde

Gebruiksvoorbeelden

Azure-snelstartsjablonen

De volgende Azure-quickstartsjablonen dit resourcetype implementeren.

Sjabloon Beschrijving
Een gegevensasset maken op basis van bestands-URI-

Implementeren op Azure 		Met deze sjabloon maakt u een gegevensasset/container op basis van bestands-URI in een Azure Machine Learning-werkruimte.

Resourcedefinitie van Terraform (AzAPI-provider)

Het resourcetype werkruimten/gegevens kan worden geïmplementeerd met bewerkingen die zijn gericht op:

  • Resourcegroepen

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Microsoft.MachineLearningServices/werkruimten/gegevensresource wilt maken, voegt u de volgende Terraform toe aan uw sjabloon.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/data@2026-03-01"
  name = "string"
  parent_id = "string"
  body = {
    properties = {
      dataType = "string"
      description = "string"
      isArchived = bool
      properties = {
        {customized property} = "string"
      }
      tags = {
        {customized property} = "string"
      }
    }
  }
}

Eigenschapswaarden

Microsoft.MachineLearningServices/werkruimten/gegevens

Naam Beschrijving Waarde
naam De resourcenaam tekenreeks (vereist)
ouder_id De id van de resource die het bovenliggende item voor deze resource is. Id voor resource van het type: werkruimten
Eigenschappen [Vereist] Aanvullende kenmerken van de entiteit. DataContainerProperties (vereist)
soort Het resourcetype "Microsoft. MachineLearningServices/workspaces/data@2026-03-01"

DataContainerEigenschappen

Naam Beschrijving Waarde
Datatype [Vereist] Hiermee geeft u het type gegevens op. 'mltable'
'uri_file'
'uri_folder' (vereist)
beschrijving De tekst van de assetbeschrijving. snaar
isGearchiveerd Is de asset gearchiveerd? Bool
Eigenschappen De woordenlijst voor asseteigenschappen. ResourceBaseProperties-
Tags Tagwoordenlijst. Tags kunnen worden toegevoegd, verwijderd en bijgewerkt. ResourceBaseTags-

ResourceBaseProperties

Naam Beschrijving Waarde

Bron BaseTags

Naam Beschrijving Waarde
  • Last updated on