Esquema YAML do ambiente da CLI (v2)

  • Artigo

APLICA-SE A:Extensão do ML da CLI do Azure v2 (atual)

O esquema JSON de origem pode ser encontrado em https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Observação

A sintaxe YAML detalhada neste documento baseia-se no esquema JSON da última versão da extensão de ML da CLI v2. Essa sintaxe só tem a garantia de funcionar com a última versão da extensão de ML da CLI v2. Encontre os esquemas para as versões mais antigas da extensão em https://azuremlschemasprod.azureedge.net/.

Sintaxe YAML

Chave Type Descrição Valores permitidos Valor padrão
$schema string O esquema YAML. Se você usar a extensão do Azure Machine Learning para VS Code para criar o arquivo YAML, a inclusão de $schema no início do arquivo permitirá invocar conclusões de esquema e recursos.
name string Obrigatórios. Nome do ambiente.
version string Versão do ambiente. Se isso for omitido, o Azure Machine Learning vai gerar uma versão automaticamente.
description string Descrição do ambiente.
tags objeto Dicionário de marcas para o ambiente.
image string A imagem do Docker a ser usada para o ambiente. Um dos dois é obrigatório, image ou build.
conda_file cadeia de caracteres ou objeto O arquivo de configuração YAML do Conda padrão das dependências para um ambiente Conda. Consulte https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Se especificado, image também deve ser especificado. O Azure Machine Learning compilará o ambiente do Conda com base na imagem do Docker fornecida.
build objeto A configuração de contexto de compilação do Docker a ser usada para o ambiente. Um dos dois é obrigatório, image ou build.
build.path string Caminho local para o diretório a ser usado como o contexto de compilação.
build.dockerfile_path string Caminho relativo para o Dockerfile no contexto de compilação. Dockerfile
os_type string O tipo de sistema operacional. linux, windows linux
inference_config objeto Configurações de contêiner de inferência. Aplicável somente se o ambiente for usado para compilar um contêiner de serviço para implantações online. Consulte Atributos da chave inference_config.

Atributos da chave inference_config

Chave Type Descrição
liveness_route objeto A rota de atividade para o contêiner de serviço.
liveness_route.path string O caminho para o qual as solicitações de atividade devem ser encaminhadas.
liveness_route.port inteiro A porta para a qual as solicitações de atividade devem ser encaminhadas.
readiness_route objeto A rota de preparação para o contêiner de serviço.
readiness_route.path string O caminho para o qual as solicitações de preparação devem ser encaminhadas.
readiness_route.port inteiro A porta para a qual as solicitações de preparação devem ser encaminhadas.
scoring_route objeto A rota de pontuação para o contêiner de serviço.
scoring_route.path string O caminho para o qual as solicitações de pontuação devem ser encaminhadas.
scoring_route.port inteiro A porta para a qual as solicitações de pontuação devem ser encaminhadas.

Comentários

É possível usar o comando az ml environment para gerenciar ambientes do Azure Machine Learning.

Exemplos

Os exemplos estão disponíveis no repositório de exemplos do GitHub. Vários são mostrados abaixo.

YAML: contexto de compilação local do Docker

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

YAML: imagem do 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: imagem do Docker mais arquivo do 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.

Próximas etapas