entities Paket
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2.
Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv.
Klasser
AccessKeyConfiguration |
Autentiseringsuppgifter för åtkomstnyckel. |
AccountKeyConfiguration |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
AlertNotification |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Konfiguration av aviseringsmeddelanden för övervakning av jobb |
AmlCompute |
AzureML Compute-resurs. |
AmlComputeNodeInfo |
Information om beräkningsnoder relaterade till AmlCompute. |
AmlComputeSshSettings |
SSH-inställningar för åtkomst till ett AML-beräkningsmål. Konfigurera ett AmlComputeSshSettings-objekt.
|
AmlTokenConfiguration |
Konfiguration av AzureML-tokenidentitet. |
ApiKeyConfiguration |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Api-nyckelautentiseringsuppgifter. |
Asset |
Basklass för tillgång. Den här klassen ska inte instansieras direkt. Använd i stället en av dess underklasser. |
AssignedUserConfiguration |
Inställningar för att skapa en beräkningsresurs för en annan användares räkning. |
AutoPauseSettings |
Inställningar för automatisk paus för Synapse Spark-beräkning. |
AutoScaleSettings |
Inställningar för automatisk skalning för Synapse Spark-beräkning. |
AzureBlobDatastore |
Azure Blob Storage som är länkad till en Azure ML-arbetsyta. |
AzureDataLakeGen1Datastore |
Azure Data Lake, även kallat Gen 1-datalager som är länkat till en Azure ML-arbetsyta. |
AzureDataLakeGen2Datastore |
Azure Data Lake Gen 2 som är länkad till en Azure ML-arbetsyta. |
AzureFileDatastore |
Azure-filresurs som är länkad till en Azure ML-arbetsyta. |
AzureMLBatchInferencingServer |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Azure ML-batchinferenskonfigurationer. |
AzureMLOnlineInferencingServer |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Azure ML online-slutsatsdragningskonfigurationer. |
BaseEnvironment |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Basmiljötyp. Alla obligatoriska parametrar måste fyllas i för att kunna skickas till Azure. |
BaselineDataRange |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
BatchDeployment |
Distributionsentitet för batchslutpunkt. |
BatchEndpoint |
Batch-slutpunktsentitet. |
BatchJob |
Batchjobb som skapas med batchdistributioner/slutpunkters anrop. Den här klassen ska inte instansieras direkt. I stället används den som returtyp för batchdistribution/slutpunktsanrop och jobblista. |
BatchRetrySettings |
Återförsöksinställningar för batchdistribution. |
BuildContext |
Docker-byggkontext för miljö. |
CategoricalDriftMetrics |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
CertificateConfiguration |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
Choice |
Konfiguration av alternativdistribution. |
CodeConfiguration |
Kodkonfiguration för ett bedömningsjobb. |
Command |
Basklass för kommandonod, som används för förbrukning av kommandokomponentversion. Du bör inte instansiera den här klassen direkt. I stället bör du skapa den med hjälp av builder-funktionen: command(). |
CommandComponent |
Kommandokomponentversion som används för att definiera en kommandokomponent eller ett jobb. |
CommandJob |
Kommandojobb. |
CommandJobLimits |
Begränsningar för kommandojobb. |
Component |
Basklass för komponentversion som används för att definiera en komponent. Det går inte att instansiera direkt. |
Compute |
Basklass för beräkningsresurser. Den här klassen ska inte instansieras direkt. Använd i stället en av dess underklasser. |
ComputeConfiguration |
Konfiguration av beräkningsresurser |
ComputeInstance |
Beräkningsinstansresurs. |
ComputeInstanceSshSettings |
Autentiseringsuppgifter för ett administratörsanvändarkonto till SSH i beräkningsnoden. Kan bara konfigureras om ssh_public_access_enabled är inställt på sant för beräkningsresursen. |
ComputeRuntime |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Spark-beräkningskörningskonfiguration. |
ComputeSchedules |
Beräkningsscheman. |
ComputeStartStopSchedule |
Scheman för start- eller stoppscenario för beräkning. |
ContainerRegistryCredential |
Nyckel för ACR som är associerad med angiven arbetsyta. |
CronTrigger |
Cron-utlösare för ett jobbschema. |
CustomApplications |
Anger konfigurationen av anpassade tjänstprogram. |
CustomInferencingServer |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Anpassade inferenskonfigurationer. |
CustomMonitoringMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för funktionstillskrivningsavvikelse |
CustomMonitoringSignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Anpassad övervakningssignal. |
CustomerManagedKey |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
Data |
Data för träning och bedömning. |
DataCollector |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Distributionsentitet för datainsamling. |
DataColumn |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. En dataramkolumn :p aramnamn: Kolumnnamnet :type name: str, required :p aram type: Column data type :type type: str, one of [string, integer, long, float, double, binary, datetime, boolean] eller ~azure.ai.ml.entities.DataColumnType, valfritt |
DataDriftMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för dataavvikelsemått |
DataDriftSignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Dataavvikelsesignal. :p aram metric_thresholds :En lista över mått som ska beräknas och deras associerade tröskelvärden |
DataImport |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Datatillgång med ett jobb för att skapa dataimport. |
DataQualityMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för datakvalitetsmått |
DataQualityMetricsCategorical |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
DataQualityMetricsNumerical |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
DataQualitySignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Signal för datakvalitet |
DataSegment |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Datasegment för övervakning. |
Datastore |
Datalager för en Azure ML-arbetsyta, abstrakt klass. |
DefaultScaleSettings |
Standardinställningar för skalning. |
Deployment |
Basklass för slutpunktsdistribution. Basklass för slutpunktsdistribution. Konstruktor för basklassen Slutpunktsdistribution. |
DeploymentCollection |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Samlingsentitet |
DiagnoseRequestProperties |
DiagnoseRequestProperties. |
DiagnoseResponseResult |
DiagnoseResponseResult. |
DiagnoseResponseResultValue |
DiagnoseResponseResultValue. |
DiagnoseResult |
Resultatet av diagnostisering. |
DiagnoseWorkspaceParameters |
Parametrar för att diagnostisera en arbetsyta. |
Endpoint |
Slutpunktsbasklass. Slutpunktsbasklass. Konstruktor för slutpunktsbasklass. |
EndpointAuthKeys |
Nycklar för slutpunktsautentisering. Konstruktor för nycklar för slutpunktsautentisering. |
EndpointAuthToken |
Autentiseringstoken för slutpunkt. Constuctor för autentiseringstoken för slutpunkt. |
EndpointConnection |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
EndpointsSettings |
Anger en slutpunktskonfiguration för ett anpassat program. |
Environment |
Miljö för träning. |
FADProductionData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Produktionsdata för funktionsttribution :keyword pre_processing_component: ARM-resurs-ID (Azure Resource Manager) för komponentresursen som används för att förbearbeta data. |
Feature |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureAttributionDriftMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för funktionstillskrivningsavvikelse |
FeatureAttributionDriftSignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Funktionsatributionsavvikelsesignal |
FeatureSet |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureSetBackfillMetadata |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureSetBackfillRequest |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureSetMaterializationMetadata |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureSetSpecification |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureStore |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. FeatureStore. |
FeatureStoreEntity |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FeatureStoreSettings |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FixedInputData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
FqdnDestination |
Klass som representerar en utgående FQDN-regel. |
GenerationSafetyQualityMonitoringMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för genereringssäkerhetskvalitet |
GenerationSafetyQualitySignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Generation Safety Quality monitoring signal. |
IdentityConfiguration |
Identitetskonfiguration som används för att representera identitetsegenskap för beräknings-, slutpunkts- och registerresurser. |
ImageMetadata |
Metadata om operativsystemavbildningen för beräkningsinstansen. |
ImageSettings |
Anger en avbildningskonfiguration för ett anpassat program. |
ImportDataSchedule |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. ImportDataSchedule-objekt. |
InputPort |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
IntellectualProperty |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Definition av inställningar för immateriella rättigheter. |
IsolationMode |
IsolationMode för arbetsytans hanterade nätverk. |
Job |
Basklass för jobb. Den här klassen ska inte instansieras direkt. Använd i stället en av dess underklasser. |
JobResourceConfiguration |
Jobbresurskonfigurationsklass, ärvda och utökade funktioner från ResourceConfiguration. |
JobSchedule |
Klass för att hantera jobbscheman. |
JobService |
Grundläggande jobbtjänstkonfiguration för bakåtkompatibilitet. Den här klassen är inte avsedd att användas direkt. Använd i stället en av dess underklasser som är specifika för din jobbtyp. |
JupyterLabJobService |
JupyterLab-jobbtjänstkonfiguration. |
KubernetesCompute |
Kubernetes Compute-resurs. |
KubernetesOnlineDeployment |
Kubernetes Online-slutpunktsdistributionsentitet. Kubernetes Online-slutpunktsdistributionsentitet. Konstruktor för Kubernetes Online-slutpunktsdistributionsentitet. |
KubernetesOnlineEndpoint |
K8s Online-slutpunktsentitet. K8s Online-slutpunktsentitet. Konstruktor för K8s Online-slutpunktsentitet. |
LlmData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. SVARsdata för LLM-begäran |
LogNormal |
LogNormal distributionskonfiguration. |
LogUniform |
LogUniform-distributionskonfiguration. |
ManagedIdentityConfiguration |
Konfiguration av autentiseringsuppgifter för hanterad identitet. |
ManagedNetwork |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
ManagedNetworkProvisionStatus |
ManagedNetworkProvisionStatus. |
ManagedOnlineDeployment |
Distributionsentiteten Hanterad onlineslutpunkt. Distributionsentiteten Hanterad onlineslutpunkt. Konstruktor för distributionsentitet för managed online-slutpunkt. |
ManagedOnlineEndpoint |
Hanterad onlineslutpunktsentitet. Hanterad onlineslutpunktsentitet. Konstruktor för managed online-slutpunktsentitet. |
MaterializationComputeResource |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Materialiseringsberäkningsresurs |
MaterializationSettings |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Definierar materialiseringsinställningar. |
MaterializationStore |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. MaterializationStore. :p aramtyp: butikstyp. :type type: str :p aram target: store target. :type target: str |
Model |
Modell för träning och bedömning. |
ModelBatchDeployment |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Entitet för jobbdefinition. |
ModelBatchDeploymentSettings |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Entiteten Inställningar för batchdistribution för modell. |
ModelConfiguration |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. ModelConfiguration. |
ModelPackage |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Modellpaket. |
ModelPackageInput |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Indata för modellpaket. |
MonitorDefinition |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Övervaka definition |
MonitorFeatureFilter |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Övervaka funktionsfilter |
MonitorInputData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Övervaka indata. |
MonitorSchedule |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Övervaka schema. |
MonitoringTarget |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Övervakningsmål. |
NetworkSettings |
Nätverksinställningar för en beräkningsresurs. |
NoneCredentialConfiguration |
Ingen konfiguration av autentiseringsuppgifter. |
Normal |
Normal distributionskonfiguration. |
NotebookAccessKeys |
Nyckel för notebook-resurs som är associerad med en viss arbetsyta. |
Notification |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Konfiguration för meddelande. |
NumericalDriftMetrics |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
OneLakeArtifact |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. OneLake-artefakt (datakälla) som stöder OneLake-arbetsytan. |
OneLakeDatastore |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. OneLake-datalager som är länkat till en Azure ML-arbetsyta. |
OnlineDeployment |
Distributionsentitet för slutpunkt online. Distributionsentitet för slutpunkt online. Konstruktor för distributionsentitet för slutpunkt online |
OnlineEndpoint |
Entiteten onlineslutpunkt. Entiteten onlineslutpunkt. Konstruktor för en onlineslutpunktsentitet. |
OnlineRequestSettings |
Entiteten Begäransinställningar. |
OnlineScaleSettings |
Skalningsinställningar för onlinedistribution. |
OutboundRule |
Basklassen för regler för utgående trafik kan inte instansieras direkt. |
PackageInputPathId |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Sökvägen till paketindata har angetts med ett resurs-ID. |
PackageInputPathUrl |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Sökvägen till paketindata har angetts med en URL. |
PackageInputPathVersion |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Sökvägen till paketindata har angetts med ett resursnamn och en version. |
Parallel |
Basklass för parallell nod som används för parallell komponentversionsförbrukning. Du bör inte instansiera den här klassen direkt. I stället bör du skapa från builder-funktionen: parallel. |
ParallelComponent |
Parallell komponentversion som används för att definiera en parallell komponent. |
ParallelTask |
Parallell uppgift. |
ParameterizedCommand |
Kommandokomponentversion som innehåller kommandot och stödparametrar för en kommandokomponent eller ett jobb. Den här klassen ska inte instansieras direkt. Använd i stället den underordnade klassen ~azure.ai.ml.entities.CommandComponent. |
PatTokenConfiguration |
Autentiseringsuppgifter för personlig åtkomsttoken. |
Pipeline |
Basklass för pipelinenod som används för förbrukning av pipelinekomponentversioner. Du bör inte instansiera den här klassen direkt. I stället bör du använda @pipeline dekoratör för att skapa en pipelinenod. |
PipelineComponent |
Pipelinekomponent, som för närvarande används för att lagra komponenter i en azure.ai.ml.dsl.pipeline. |
PipelineComponentBatchDeployment |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Entitet för jobbdefinition. |
PipelineJob |
Pipelinejobb. Du bör inte instansiera den här klassen direkt. I stället bör du använda @pipeline dekoratör för att skapa ett pipelinejobb. ] :p aram compute: Beräkningsmålnamnet för den skapade pipelinen. Standardvärdet är None :type compute: str :p aram tags: Tag dictionary. Taggar kan läggas till, tas bort och uppdateras. Standardvärdet är None :type tags: dict[str, str] :p aram kwargs: En ordlista med ytterligare konfigurationsparametrar. Standardvärdet är None :type kwargs: dict |
PipelineJobSettings |
Inställningarna för PipelineJob omfattar default_datastore, default_compute, continue_on_step_failure och force_rerun. |
PredictionDriftMetricThreshold |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Tröskelvärde för förutsägelseavvikelsemått |
PredictionDriftSignal |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Förutsägelseavvikelsesignal. |
PrivateEndpoint |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
PrivateEndpointDestination |
Klass som representerar en utgående regel för privat slutpunkt. |
ProbeSettings |
Inställningar för hur du avsöker en slutpunkt. |
ProductionData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Produktionsdata :p aram input_data: De data för vilka drift beräknas :type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: Data för att beräkna drift mot :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component : :type pre_processing_component: string :p aram data_window_size: :type data_window_size: string |
QLogNormal |
QLogNormal distributionskonfiguration. |
QLogUniform |
QLogUniform-distributionskonfiguration. |
QNormal |
Konfiguration av QNormal-distribution. |
QUniform |
QUniform-distributionskonfiguration. |
QueueSettings |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Köinställningar för ett pipelinejobb. |
Randint |
Randint-distributionskonfiguration. |
RecurrencePattern |
Upprepningsmönster för ett jobbschema. |
RecurrenceTrigger |
Upprepningsutlösare för ett jobbschema. |
ReferenceData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Referensdata :p aram input_data: Data för vilka drift beräknas :type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: Data för att beräkna drift mot :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component : :type pre_processing_component: string :p aram target_column_name: :type target_column_name: string :p aram data_window: :type data_window_size: BaselineDataRange |
Registry |
Azure ML-register. |
RegistryRegionDetails |
Information om varje region som ett register finns i. |
RequestLogging |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Distributionsentitet för begärandeloggning. |
Resource |
Basklass för entitetsklasser. Resursen är ett abstrakt objekt som fungerar som bas för att skapa resurser. Den innehåller vanliga egenskaper och metoder för alla resurser. Den här klassen ska inte instansieras direkt. Använd i stället en av dess underklasser. |
ResourceConfiguration |
Resurskonfiguration för ett jobb. Den här klassen ska inte instansieras direkt. Använd i stället dess underklasser. |
ResourceRequirementsSettings |
Inställningar för resurskrav för en container. |
ResourceSettings |
Resursinställningar för en container. Den här klassen använder Kubernetes-resursenhetsformat. Mer information finns i https://kubernetes.io/docs/concepts/configuration/manage-resources-containers/. |
RetrySettings |
Parallella återförsökInställningar. |
Route |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Rutt. |
SasTokenConfiguration |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
Schedule |
Schemalägg objekt som används för att skapa och hantera scheman. Den här klassen ska inte instansieras direkt. Använd i stället underklasserna. |
ScriptReference |
Skriptreferens. |
ServerlessSparkCompute |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
ServiceInstance |
Tjänstinstansresultat. |
ServicePrincipalConfiguration |
Konfiguration av autentiseringsuppgifter för tjänstens huvudnamn. |
ServiceTagDestination |
Klass som representerar en utgående regel för tjänsttagg. |
SetupScripts |
Anpassade installationsskript. |
Spark |
Basklass för spark-nod, som används för spark-komponentens versionsförbrukning. Du bör inte instansiera den här klassen direkt. I stället bör du skapa den från builder-funktionen: spark. ] :p aram-utdata: En mappning av utdatanamn till utdatakällor som används i jobbet. :type outputs: Dict[str, Union[str, ~azure.ai.ml.Output]] :p aram args: Argumenten för jobbet. :type args: str :p aram compute: Beräkningsresursen som jobbet körs på. :type compute: str :p aram resources: Beräkningsresurskonfigurationen för jobbet. :type resources: Union[Dict, ~azure.ai.ml.entities.SparkResourceConfiguration] :p aram entry: Filen eller klassens startpunkt. :type entry: Dict[str, str] :p aram py_files: Listan över .zip-, .egg- eller .py-filer som ska lagras i PYTHONPATH för Python-appar. :type py_files: List[str] :p aram jars: Listan över . JAR-filer som ska ingå i drivrutins- och executor-klassökvägarna. :type jars: List[str] :p aram files: Listan över filer som ska placeras i arbetskatalogen för varje utförare. :type files: List[str] :p aram archives: Listan över arkiv som ska extraheras till arbetskatalogen för varje utförare. :type archives: List[str] |
SparkComponent |
Spark-komponentversion som används för att definiera en Spark-komponent eller ett Jobb. |
SparkJob |
Ett fristående Spark-jobb. |
SparkJobEntry |
Post för Spark-jobb. |
SparkJobEntryType |
Typ av Spark-jobbpost. Möjligheterna är Python-filinmatning eller Scala-klassinmatning. |
SparkResourceConfiguration |
Beräkningsresurskonfiguration för Spark-komponent eller -jobb. |
SshJobService |
Konfiguration av SSH-jobbtjänst. |
StaticInputData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
Sweep |
Basklass för svepnod. Den här klassen ska inte instansieras direkt. I stället bör den skapas via builder-funktionen: sweep. |
SynapseSparkCompute |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. SynapseSpark Compute-resurs. |
SystemCreatedAcrAccount |
Azure ML ACR-konto. |
SystemCreatedStorageAccount |
Innehåller entiteter och SDK-objekt för Azure Machine Learning SDKv2. Huvudområden är hantering av beräkningsmål, skapande/hantering av arbetsytor och jobb samt sändning/åtkomst av modell, körningar och körning av utdata/loggning osv. |
SystemData |
Metadata relaterade till skapandet och den senaste ändringen av en resurs. |
TargetUtilizationScaleSettings |
Inställningar för automatisk skalning. |
TensorBoardJobService |
Tjänstkonfiguration för TensorBoard-jobb. |
TrailingInputData |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
TritonInferencingServer |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Azure ML-tritoninferenskonfigurationer. |
Uniform |
Enhetlig distributionskonfiguration. |
UnsupportedCompute |
Beräkningsresursen stöds inte. Används endast för att visa beräkningsegenskaper för resurser som inte stöds fullt ut i SDK. |
Usage |
Resursanvändning i AzureML. |
UsageName |
Användningsnamnet. |
UserIdentityConfiguration |
Konfiguration av användaridentitet. |
UsernamePasswordConfiguration |
Autentiseringsuppgifter för användarnamn och lösenord. |
ValidationResult |
Representerar resultatet av jobb-/tillgångsvalidering. Den här klassen används för att organisera och parsa diagnostik från båda klientserversidan & innan de exponeras. Resultatet är oföränderligt. |
VirtualMachineCompute |
Beräkningsresurs för virtuell dator. |
VirtualMachineSshSettings |
SSH-inställningar för en virtuell dator. |
VmSize |
Storlek på virtuell dator. |
VolumeSettings |
Anger inställningarna för bindningsmontering för ett anpassat program. |
VsCodeJobService |
Vs Code-jobbtjänstkonfiguration. |
Workspace |
Azure ML-arbetsyta. |
WorkspaceConnection |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. Azure ML-arbetsyteanslutning ger ett säkert sätt att lagra autentiserings- och konfigurationsinformation som behövs för att ansluta och interagera med de externa resurserna. |
WorkspaceHub |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. WorkspaceHub. |
WorkspaceHubConfig |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. WorkspaceHubConfig. |
WorkspaceKeys |
Arbetsytenycklar. :type container_registry_credentials:ContainerRegistryCredential :p aram notebook_access_keys: Nyckel för notebook-resurs som är associerad med angiven arbetsyta :type notebook_access_keys:NotebookAccessKeys |
Uppräkningar
ComputePowerAction |
[Krävs] Åtgärden för beräkningskraft. |
CreatedByType |
Den typ av identitet som skapade resursen. |
DataColumnType |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
MaterializationType |
Anteckning Det här är en experimentell klass och kan ändras när som helst. Mer information finns i https://aka.ms/azuremlexperimental. |
UsageUnit |
En uppräkning som beskriver enheten för användningsmätning. |
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för