W tej sekcji wymieniono podstawowe limity i progi ograniczania przepustowości w usłudze Azure Machine Learning.
Ważne
Usługa Azure Machine Learning nie przechowuje ani nie przetwarza danych poza regionem, w którym wdrażasz.
Obszary robocze
Limit
Wartość
Nazwa obszaru roboczego
2–32 znaki
Eksperymenty
Limit
Wartość
Nazwa
256 znaków
Opis
5000 znaków
Liczba tagów
50
Długość klucza tagu
250 znaków
Długość wartości tagu
1000 znaków
Lokalizacja artefaktu
1024 znaki
Uruchamianie
Limit
Wartość
Przebiegi na obszar roboczy
10 mln
RunId/ParentRunId
256 znaków
DataContainerId
261 znaków
Nazwa wyświetlana
256 znaków
Opis
5000 znaków
Liczba właściwości
50
Długość klucza właściwości
100 znaków
Długość wartości właściwości
1000 znaków
Liczba tagów
50
Długość klucza tagu
100
Długość wartości tagu
1000 znaków
CancelUri/CompleteUri/DiagnosticsUri
1000 znaków
Długość komunikatu o błędzie
3000 znaków
Długość komunikatu ostrzegawczego
300 znaków
Liczba wejściowych zestawów danych
200
Liczba wyjściowych zestawów danych
20
Środowiska niestandardowe
Limit
Wartość
Liczba plików w kontekście kompilacji platformy Docker
100
Łączny rozmiar plików w kontekście kompilacji platformy Docker
1 MB
Metryki
Limit
Wartość
Nazwy metryk na przebieg
50
Wiersze metryk na nazwę metryki
1 mln
Kolumny na wiersz metryki
15
Długość nazwy kolumny metryki
255 znaków
Długość wartości kolumny metryki
255 znaków
Przekazane wiersze metryk na partię
250
Uwaga
Jeśli osiągasz limit nazw metryk na przebieg, ponieważ formatujesz zmienne w nazwie metryki, rozważ użycie metryki wiersza, w której jedna kolumna jest wartością zmiennej, a druga kolumna jest wartością metryki.
Artifacts
Limit
Wartość
Liczba artefaktów na przebieg
10 mln
Maksymalna długość ścieżki artefaktu
5000 znaków
Modele
Limit
Wartość
Liczba modeli na obszar roboczy
5 milionów kontenerów/wersji modelu (w tym wcześniej usuniętych modeli)