Schemat YAML środowiska interfejsu wiersza polecenia (wersja 2)

DOTYCZY:Rozszerzenie uczenia maszynowego platformy Azure w wersji 2 (bieżąca)

Źródłowy schemat JSON można znaleźć pod adresem https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Uwaga

Składnia YAML opisana w tym dokumencie jest oparta na schemacie JSON dla najnowszej wersji rozszerzenia interfejsu wiersza polecenia uczenia maszynowego w wersji 2. Ta składnia jest gwarantowana tylko do pracy z najnowszą wersją rozszerzenia interfejsu wiersza polecenia uczenia maszynowego w wersji 2. Schematy starszych wersji rozszerzeń można znaleźć na stronie https://azuremlschemasprod.azureedge.net/.

Składnia YAML

Klucz Typ Opis Dozwolone wartości Wartość domyślna
$schema ciąg Schemat YAML. Jeśli używasz rozszerzenia programu VS Code usługi Azure Machine Learning do tworzenia pliku YAML, w tym $schema w górnej części pliku, możesz wywołać uzupełnianie schematów i zasobów.
name ciąg Wymagane. Nazwa środowiska.
version ciąg Wersja środowiska. W przypadku pominięcia usługa Azure Machine Learning automatycznie wygeneruje wersję.
description ciąg Opis środowiska.
tags object Słownik tagów dla środowiska.
image ciąg Obraz platformy Docker do użycia w środowisku. Jeden z image lub build jest wymagany.
conda_file ciąg lub obiekt Standardowy plik konfiguracji conda YAML zależności dla środowiska conda. Zobacz: .

Jeśli określono, image należy również określić. Usługa Azure Machine Learning utworzy środowisko conda na podstawie udostępnionego obrazu platformy Docker.
build object Konfiguracja kontekstu kompilacji platformy Docker do użycia dla środowiska. Jeden z image lub build jest wymagany.
build.path ciąg Ścieżka lokalna do katalogu do użycia jako kontekst kompilacji.
build.dockerfile_path ciąg Ścieżka względna do pliku Dockerfile w kontekście kompilacji. Dockerfile
os_type ciąg Typ systemu operacyjnego. linux, windows linux
inference_config object Konfiguracje kontenera wnioskowania. Ma zastosowanie tylko wtedy, gdy środowisko jest używane do tworzenia kontenera obsługującego na potrzeby wdrożeń online. Zobacz Atrybuty inference_config klucza.

Atrybuty inference_config klucza

Klucz Typ Opis
liveness_route object Trasa utrzymania kontenera obsługującego.
liveness_route.path ciąg Ścieżka do kierowania żądań na żywo do.
liveness_route.port liczba całkowita Port do kierowania żądań na żywo do.
readiness_route object Trasa gotowości dla kontenera obsługującego.
readiness_route.path ciąg Ścieżka do kierowania żądań gotowości do.
readiness_route.port liczba całkowita Port do kierowania żądań gotowości do.
scoring_route object Trasa oceniania dla kontenera obsługującego.
scoring_route.path ciąg Ścieżka do kierowania żądań oceniania do.
scoring_route.port liczba całkowita Port do kierowania żądań oceniania do.

Uwagi

Polecenie az ml environment może służyć do zarządzania środowiskami usługi Azure Machine Learning.

Przykłady

Przykłady są dostępne w przykładowym repozytorium GitHub. Poniżej przedstawiono kilka.

YAML: lokalny kontekst kompilacji platformy Docker

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
  path: docker-contexts/python-and-pip

YAML: obraz platformy Docker

$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: obraz platformy Docker i plik conda

$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.

Następne kroki