Dela via


CLI-miljö (v2) YAML-schema

GÄLLER FÖR: Azure CLI ml-tillägget v2 (aktuellt)

JSON-källschemat finns på https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Kommentar

YAML-syntaxen som beskrivs i det här dokumentet baseras på JSON-schemat för den senaste versionen av ML CLI v2-tillägget. Den här syntaxen är garanterad att endast fungera med den senaste versionen av ML CLI v2-tillägget. Du hittar scheman för äldre tilläggsversioner på https://azuremlschemasprod.azureedge.net/.

YAML-syntax

Nyckel Typ Beskrivning Tillåtna värden Standardvärde
$schema sträng YAML-schemat. Om du använder Tillägget Azure Mašinsko učenje VS Code för att skapa YAML-filen, inklusive $schema längst upp i filen, kan du anropa schema- och resursavslutningar.
name sträng Obligatoriskt. Namnet på miljön.
version sträng Version av miljön. Om det utelämnas genereras en version automatiskt av Azure Mašinsko učenje.
description sträng Beskrivning av miljön.
tags objekt Ordlista med taggar för miljön.
image sträng Docker-avbildningen som ska användas för miljön. En av image eller build krävs.
conda_file sträng eller objekt YaML-standardkonfigurationsfilen för beroenden för en conda-miljö. Se https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Om det anges image måste även anges. Azure Mašinsko učenje skapar conda-miljön ovanpå den Docker-avbildning som tillhandahålls.
build objekt Docker-kompileringskontextkonfigurationen som ska användas för miljön. En av image eller build krävs.
build.path sträng Lokal sökväg till katalogen som ska användas som byggkontext.
build.dockerfile_path sträng Relativ sökväg till Dockerfile i byggkontexten. Dockerfile
os_type sträng Typ av operativsystem. linux, windows linux
inference_config objekt Härledningscontainerkonfigurationer. Gäller endast om miljön används för att skapa en servercontainer för onlinedistributioner. Se Attribut för inference_config nyckeln.

Attribut för inference_config nyckeln

Nyckel Typ Beskrivning
liveness_route objekt Liveness-vägen för serveringscontainern.
liveness_route.path sträng Sökvägen för att dirigera liveness-begäranden till.
liveness_route.port integer Porten som liveness-begäranden ska dirigeras till.
readiness_route objekt Beredskapsvägen för den betjänande containern.
readiness_route.path sträng Sökvägen för att dirigera beredskapsbegäranden till.
readiness_route.port integer Porten som beredskapsbegäranden ska dirigeras till.
scoring_route objekt Bedömningsvägen för den betjänande containern.
scoring_route.path sträng Sökvägen för att dirigera bedömningsbegäranden till.
scoring_route.port integer Porten som bedömningsbegäranden ska dirigeras till.

Kommentarer

Kommandot az ml environment kan användas för att hantera Azure Mašinsko učenje-miljöer.

Exempel

Exempel är tillgängliga i GitHub-exempellagringsplatsen. Flera visas nedan.

YAML: lokal Docker-byggkontext

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

YAML: Docker-avbildning

$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: Docker-avbildning plus conda-fil

$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.

Nästa steg