CLI (v2) çevrimiçi uç nokta YAML şeması
ŞUNUN IÇIN GEÇERLIDIR:
Azure CLI ml uzantısı v2 (geçerli)
Kaynak JSON şeması yönetilen çevrimiçi uç nokta için ve Kubernetes çevrimiçi uç noktası için konumunda https://azuremlschemas.azureedge.net/latest/kubernetesOnlineEndpoint.schema.json bulunabilirhttps://azuremlschemas.azureedge.net/latest/managedOnlineEndpoint.schema.json. Yönetilen çevrimiçi uç nokta ile Kubernetes çevrimiçi uç noktası arasındaki farklar, bu makaledeki özellikler tablosunda açıklanmıştır. Bu makaledeki örnek, yönetilen çevrimiçi uç noktaya odaklanır.
Not
Bu belgede ayrıntılı olarak yer alan YAML söz dizimi, ML CLI v2 uzantısının en son sürümü için JSON şemasını temel alır. Bu söz diziminin yalnızca ML CLI v2 uzantısının en son sürümüyle çalışması garanti edilir. Eski uzantı sürümleri için şemaları adresinde https://azuremlschemasprod.azureedge.net/bulabilirsiniz.
Not
Yönetilen çevrimiçi uç noktalar için tam olarak belirtilen bir örnek YAML başvuru için kullanılabilir
YAML söz dizimi
| Anahtar | Type | Açıklama | İzin verilen değerler | Default value |
|---|---|---|---|---|
$schema |
Dize | YAML şeması. YAML dosyasını yazmak için Azure Machine Learning VS Code uzantısını kullanırsanız, dosyanızın üst kısmındakiler de dahil olmak üzere $schema şema ve kaynak tamamlama işlemlerini çağırmanıza olanak tanır. |
||
name |
Dize | Gerekli. Uç noktanın adı. Azure bölge düzeyinde benzersiz olması gerekir. Adlandırma kuralları uç nokta sınırları altında tanımlanır. |
||
description |
Dize | Uç noktanın açıklaması. | ||
tags |
nesne | Uç nokta için etiket sözlüğü. | ||
auth_mode |
Dize | Uç noktayı çağırmak için kimlik doğrulama yöntemi (veri düzlemi işlemi). Anahtar tabanlı kimlik doğrulaması için kullanın key . Azure Machine Learning belirteç tabanlı kimlik doğrulaması için kullanın aml_token . Microsoft Entra belirteç tabanlı kimlik doğrulaması (önizleme) için kullanın aad_token . |
key, aml_token, aad_token |
key |
compute |
Dize | Uç nokta dağıtımlarının çalıştırılacak işlem hedefinin adı. Bu alan yalnızca Azure Arc özellikli Kubernetes kümelerine uç nokta dağıtımları için geçerlidir (bu alanda belirtilen işlem hedefi olmalıdır type: kubernetes). Yönetilen çevrimiçi çıkarım yapıyorsanız bu alanı belirtmeyin. |
||
identity |
nesne | Uç nokta sağlama ve çıkarım için Azure kaynaklarına erişmek için yönetilen kimlik yapılandırması. | ||
identity.type |
Dize | Yönetilen kimliğin türü. türü ise user_assignedidentity.user_assigned_identities özelliği de belirtilmelidir. |
system_assigned, user_assigned |
|
identity.user_assigned_identities |
dizi | Kullanıcı tarafından atanan kimliklerin tam kaynak kimliklerinin listesi. | ||
traffic |
nesne | Trafik, farklı dağıtımlar tarafından sunulacak isteklerin yüzdesini temsil eder. Anahtar-değer çiftleri sözlüğüyle temsil edilir; burada anahtarlar dağıtım adını, değer ise bu dağıtıma gelen trafiğin yüzdesini temsil eder. Örneğin, blue: 90 green: 10 adlı blue dağıtıma %90 istek gönderildiği ve %10'unun dağıtıma greengönderildiği anlamına gelir. Toplam trafik 0 veya toplam 100 olmalıdır. Trafik yapılandırmasını iş başında görmek için çevrimiçi uç noktalar için Kasa dağıtımına bakın. Not: Trafik ayarlanmadan önce bu uç noktanın altındaki dağıtımların oluşturulması gerektiğinden, çevrimiçi uç nokta oluşturma sırasında bu alanı ayarlayamazsınız. Dağıtımlar oluşturulduktan sonra, örneğin az ml online-endpoint update --name <endpoint_name> --traffic "blue=90 green=10"kullanarak az ml online-endpoint updateçevrimiçi uç nokta trafiğini güncelleştirebilirsiniz. |
||
public_network_access |
Dize | Bu bayrak yönetilen uç noktanın görünürlüğünü denetler. Azure disabledMachine Learning çalışma alanının özel uç noktası kullanılarak gelen puanlama istekleri alındığında ve uç noktaya genel ağlardan erişilemiyor. Bu bayrak yalnızca yönetilen uç noktalar için geçerlidir |
enabled, disabled |
enabled |
mirror_traffic |
Dize | Dağıtıma yansıtılan canlı trafiğin yüzdesi. Trafiği yansıtmak istemcilere döndürülen sonuçları değiştirmez. Trafiğin yansıtılmış yüzdesi kopyalanır ve belirtilen dağıtıma gönderilir, böylece istemcileri etkilemeden ölçümleri ve günlüğe kaydetmeyi toplayabilirsiniz. Örneğin, gecikme süresinin kabul edilebilir sınırlar içinde olup olmadığını ve HTTP hatası olup olmadığını denetlemek için. Tek bir anahtar-değer çifti olan bir sözlükle temsil edilir; burada anahtar dağıtım adını ve değer dağıtıma yansıtılmak üzere trafiğin yüzdesini temsil eder. Daha fazla bilgi için bkz . Yansıtmalı trafikle dağıtımı test edin. |
Açıklamalar
Komutlar az ml online-endpoint , Azure Machine Learning çevrimiçi uç noktalarını yönetmek için kullanılabilir.
Örnekler
Örnekler GitHub deposunda bulunabilir. Aşağıda birkaçı gösterilmiştir.
YAML: temel
$schema: https://azuremlschemas.azureedge.net/latest/managedOnlineEndpoint.schema.json
name: my-endpoint
auth_mode: key
YAML: sistem tarafından atanan kimlik
$schema: https://azuremlschemas.azureedge.net/latest/managedOnlineEndpoint.schema.json
name: my-sai-endpoint
auth_mode: key
YAML: kullanıcı tarafından atanan kimlik
$schema: https://azuremlschemas.azureedge.net/latest/managedOnlineEndpoint.schema.json
name: my-uai-endpoint
auth_mode: key
identity:
type: user_assigned
user_assigned_identities:
- resource_id: user_identity_ARM_id_place_holder