Esquema YAML do modelo da CLI (v2)
APLICA-SE A:Extensão v2 da CLI do Azure (atual)
O esquema JSON de origem pode ser encontrado em https://azuremlschemas.azureedge.net/latest/model.schema.json.
Nota
A sintaxe YAML detalhada neste documento baseia-se no esquema JSON para a versão mais recente da extensão da CLI v2 do ML. Esta sintaxe é garantida apenas para funcionar com a versão mais recente da extensão da CLI v2 do ML. Pode encontrar os esquemas para versões de extensões mais antigas em https://azuremlschemasprod.azureedge.net/.
Sintaxe YAML
Chave | Tipo | Description | Valores permitidos |
---|---|---|---|
$schema |
string | O esquema YAML. | |
name |
string | Obrigatório. Nome do modelo. | |
version |
int | Versão do modelo. Se for omitido, o Azure Machine Learning gerará automaticamente uma versão. | |
description |
string | Descrição do modelo. | |
tags |
objeto | Dicionário de etiquetas para o modelo. | |
path |
string | Um caminho local para o(s) ficheiro(s) do(s) modelo(s) ou o URI de um caminho de nuvem para o(s) ficheiro(s) do(s) modelo(s). Isto pode apontar para um ficheiro ou um diretório. | |
type |
string | Tipo de formato de armazenamento do modelo. Aplicável a cenários de implementação sem código. | custom_model , mlflow_model , triton_model |
flavors |
objeto | Sabores do modelo. Cada tipo de formato de armazenamento de modelo pode ter um ou mais tipos suportados. Aplicável a cenários de implementação sem código. |
Observações
O az ml model
comando pode ser utilizado para gerir modelos do Azure Machine Learning.
Exemplos
Estão disponíveis exemplos nos exemplos de repositório do GitHub. São apresentados vários abaixo.
YAML: ficheiro local
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-file-example
path: mlflow-model/model.pkl
description: Model created from local file.
YAML: pasta local no formato MLflow
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-mlflow-example
path: mlflow-model
type: mlflow_model
description: Model created from local MLflow model directory.