你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure.ResourceManager.MachineLearning.Models 命名空间

类

AmlCompute	Azure 机器学习计算。
AmlComputeNodeInformation	与 AmlCompute 相关的计算节点信息。
AmlComputeProperties	AML 计算属性。
AmlComputeScaleSettings	AML 计算的缩放设置。
AmlToken	AML 令牌标识配置。
AutoForecastHorizon	预测范围由系统自动确定。
AutoMLJob	AutoMLJob 类。 使用此类执行 AutoML 任务，如分类/回归等。有关支持的所有任务，请参阅 TaskType 枚举。
AutoMLVertical	AutoML 垂直类。 AutoML 垂直的基类 - TableVertical/ImageVertical/NLPVertical 请注意 AutoMLVertical 是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 ClassificationTask、、MachineLearningForecasting、ImageClassification、ImageClassificationMultilabelImageInstanceSegmentation、ImageObjectDetectionAutoMLVerticalRegression、、 TextClassificationTextClassificationMultilabel 和 。TextNer
AutoMLVerticalRegression	AutoML 表垂直中的回归任务。
AutoNCrossValidations	自动确定 N 交叉验证。
AutoSeasonality	AutoSeasonality。
AutoTargetLags	AutoTargetLags。
AutoTargetRollingWindowSize	自动确定目标延迟滚动窗口。
BanditPolicy	根据 slack 条件以及用于评估的频率和延迟间隔，定义提前终止策略。
BayesianSamplingAlgorithm	定义一个采样算法，该算法基于以前的值生成值。
ClassificationTask	AutoML 表垂直中的分类任务。
ClassificationTrainingSettings	分类 培训相关配置。
ColumnTransformer	列转换器参数。
CronTrigger	CronTrigger。
CustomForecastHorizon	所需的最大预测范围，以时序频率为单位。
CustomNCrossValidations	N 交叉验证由用户指定。
CustomSeasonality	CustomSeasonality。
CustomTargetLags	CustomTargetLags。
CustomTargetRollingWindowSize	CustomTargetRollingWindowSize。
ForecastHorizon	所需的最大预测范围，以时序频率为单位。 请注意 ForecastHorizon ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 AutoForecastHorizon 和 CustomForecastHorizon。
ForecastingSeasonality	预测季节性。 请注意 ForecastingSeasonality ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 AutoSeasonality 和 CustomSeasonality。
ForecastingSettings	预测特定参数。
ForecastingTrainingSettings	与预测训练相关的配置。
GridSamplingAlgorithm	定义一个采样算法，该算法会详尽地生成空间中的每个值组合。
ImageClassification	图像分类。 当仅使用一组类中的单个标签对图像进行分类时，将使用多类图像分类-例如，每个图像被分类为“猫”、“狗”或“鸭子”的图像。
ImageClassificationMultilabel	图像分类多标签。 当图像可能具有一组标签中的一个或多个标签时，可以使用多标签图像分类-例如，图像可以同时标记“cat”和“dog”。
ImageInstanceSegmentation	图像实例分段。 实例分段用于在像素级别标识图像中的对象，在图像中的每个对象周围绘制多边形。
ImageLimitSettings	AutoML 作业的限制设置。
ImageModelDistributionSettings	用于扫描模型设置值的分布表达式。 <示例> 一些示例包括： ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; ```&lt;/example&gt; All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn) where distribution name can be: uniform, quniform, loguniform, etc For more details on how to compose distribution expressions please check the documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters For more information on the available settings please visit the official documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
ImageModelDistributionSettingsClassification	用于扫描模型设置值的分布表达式。 <示例> 一些示例包括： ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; ```&lt;/example&gt; For more details on how to compose distribution expressions please check the documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters For more information on the available settings please visit the official documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
ImageModelDistributionSettingsObjectDetection	用于扫描模型设置值的分布表达式。 <示例> 一些示例包括： ModelName = "choice('seresnext', 'resnest50')"; LearningRate = "uniform(0.001, 0.01)"; LayersToFreeze = "choice(0, 2)"; ```&lt;/example&gt; For more details on how to compose distribution expressions please check the documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters For more information on the available settings please visit the official documentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
ImageModelSettings	用于训练模型的设置。 有关可用设置的详细信息，请访问官方文档： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。
ImageModelSettingsClassification	用于训练模型的设置。 有关可用设置的详细信息，请访问官方文档： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。
ImageModelSettingsObjectDetection	用于训练模型的设置。 有关可用设置的详细信息，请访问官方文档： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。
ImageObjectDetection	图像对象检测。 对象检测用于识别图像中的对象，并使用边界框定位每个对象，例如定位图像中的所有狗和猫，并在每个对象周围绘制边界框。
ImageSweepSettings	模型扫描和超参数扫描相关设置。
MachineLearningAccountKeyDatastoreCredentials	帐户密钥数据存储凭据配置。
MachineLearningAccountKeyDatastoreSecrets	数据存储帐户密钥机密。
MachineLearningAksCompute	基于 AKS 的机器学习计算。
MachineLearningAksComputeProperties	AKS 属性。
MachineLearningAksComputeSecrets	与基于 AKS 的机器学习计算相关的机密。
MachineLearningAksNetworkingConfiguration	AKS 网络高级配置。
MachineLearningAssetBase	MachineLearningAssetBase。
MachineLearningAssetContainer	MachineLearningAssetContainer。
MachineLearningAssetReferenceBase	资产引用的基定义。 请注意 MachineLearningAssetReferenceBase ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningDataPathAssetReference、 MachineLearningOutputPathAssetReference 和 MachineLearningIdAssetReference。
MachineLearningAutoPauseProperties	自动暂停属性。
MachineLearningAutoScaleProperties	自动缩放属性。
MachineLearningAzureBlobDatastore	Azure Blob 数据存储配置。
MachineLearningAzureDataLakeGen1Datastore	Azure Data Lake Gen1 数据存储配置。
MachineLearningAzureDataLakeGen2Datastore	Azure Data Lake Gen2 数据存储配置。
MachineLearningAzureFileDatastore	Azure 文件数据存储配置。
MachineLearningBatchDeploymentPatch	严格用于更新请求。
MachineLearningBatchDeploymentProperties	每个部署的批量推理设置。
MachineLearningBatchEndpointProperties	Batch 终结点配置。
MachineLearningBatchRetrySettings	批量推理操作的重试设置。
MachineLearningBuildContext	Docker 生成上下文的配置设置。
MachineLearningCertificateDatastoreCredentials	证书数据存储凭据配置。
MachineLearningCertificateDatastoreSecrets	数据存储证书机密。
MachineLearningCodeConfiguration	评分代码资产的配置。
MachineLearningCodeContainerProperties	代码资产版本的容器。
MachineLearningCodeVersionProperties	代码资产版本详细信息。
MachineLearningCommandJob	命令作业定义。
MachineLearningCommandJobLimits	命令作业限制类。
MachineLearningComponentContainerProperties	组件容器定义。 <请参阅 href=“https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />
MachineLearningComponentVersionProperties	组件版本的定义：定义跨组件类型的资源。
MachineLearningComputeInstance	Azure 机器学习计算实例。
MachineLearningComputeInstanceApplication	定义 Aml 实例应用程序及其连接终结点 URI。
MachineLearningComputeInstanceAssignedUser	可分配给计算实例的用户。
MachineLearningComputeInstanceConnectivityEndpoints	定义 ComputeInstance 的所有连接终结点和属性。
MachineLearningComputeInstanceContainer	定义 Aml 实例容器。
MachineLearningComputeInstanceCreatedBy	介绍有关创建此 ComputeInstance 的用户的信息。
MachineLearningComputeInstanceDataDisk	定义 Aml 实例数据磁盘。
MachineLearningComputeInstanceDataMount	定义 Aml 实例 DataMount。
MachineLearningComputeInstanceEnvironmentInfo	环境信息。
MachineLearningComputeInstanceLastOperation	ComputeInstance 上的最后一个操作。
MachineLearningComputeInstanceProperties	计算实例属性。
MachineLearningComputeInstanceSshSettings	指定 SSH 访问的策略和设置。
MachineLearningComputePatch	AmlCompute 更新参数。
MachineLearningComputeProperties	机器学习计算对象。 请注意 MachineLearningComputeProperties ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningAksCompute、、AmlCompute、MachineLearningComputeInstance、MachineLearningDataFactoryComputeMachineLearningDataLakeAnalytics、MachineLearningDatabricksComputeMachineLearningHDInsightCompute、、 MachineLearningKubernetesComputeMachineLearningSynapseSpark 和 。MachineLearningVirtualMachineCompute
MachineLearningComputeSecrets	与机器学习计算相关的机密。 对于每种计算类型，可能有所不同。 请注意 MachineLearningComputeSecrets ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningAksComputeSecrets、 MachineLearningDatabricksComputeSecrets 和 MachineLearningVirtualMachineSecrets。
MachineLearningComputeStartStopSchedule	计算启动停止计划属性。
MachineLearningComputeSystemService	在计算上运行的系统服务。
MachineLearningContainerRegistryCredentials	MachineLearningContainerRegistryCredentials。
MachineLearningContainerResourceRequirements	联机部署中每个容器实例的资源要求。
MachineLearningContainerResourceSettings	MachineLearningContainerResourceSettings。
MachineLearningCustomModelJobInput	MachineLearningCustomModelJobInput。
MachineLearningCustomModelJobOutput	MachineLearningCustomModelJobOutput。
MachineLearningDatabricksCompute	DataFactory 计算。
MachineLearningDatabricksComputeSecrets	与基于 Databricks 的机器学习计算相关的机密。
MachineLearningDatabricksProperties	Databricks 的属性。
MachineLearningDataContainerProperties	数据资产版本的容器。
MachineLearningDataFactoryCompute	DataFactory 计算。
MachineLearningDataLakeAnalytics	DataLakeAnalytics 计算。
MachineLearningDataPathAssetReference	通过资产在数据存储中的路径引用资产。
MachineLearningDatastoreCollectionGetAllOptions	MachineLearningDatastoreCollectionGetAllOptions。
MachineLearningDatastoreCredentials	数据存储凭据的基本定义。 请注意 MachineLearningDatastoreCredentials ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningAccountKeyDatastoreCredentials、、MachineLearningCertificateDatastoreCredentials、KerberosKeytabCredentialsKerberosPasswordCredentials、 MachineLearningNoneDatastoreCredentialsMachineLearningSasDatastoreCredentials 和 MachineLearningServicePrincipalDatastoreCredentials。
MachineLearningDatastoreProperties	数据存储内容配置的基本定义。 请注意 MachineLearningDatastoreProperties ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningAzureBlobDatastore、、MachineLearningAzureDataLakeGen1DatastoreMachineLearningAzureDataLakeGen2Datastore、 MachineLearningAzureFileDatastoreHdfsDatastore 和 OneLakeDatastore。
MachineLearningDatastoreSecrets	数据存储机密的基本定义。 请注意 MachineLearningDatastoreSecrets ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningCertificateDatastoreSecrets、、KerberosKeytabSecretsKerberosPasswordSecrets、 MachineLearningSasDatastoreSecretsMachineLearningServicePrincipalDatastoreSecrets 和 MachineLearningAccountKeyDatastoreSecrets。
MachineLearningDataVersionProperties	数据版本基定义 请注意 MachineLearningDataVersionProperties 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningTable、 MachineLearningUriFileDataVersion 和 MachineLearningUriFolderDataVersion。
MachineLearningDefaultScaleSettings	MachineLearningDefaultScaleSettings。
MachineLearningDeploymentLogs	MachineLearningDeploymentLogs。
MachineLearningDeploymentLogsContent	MachineLearningDeploymentLogsContent。
MachineLearningDeploymentResourceConfiguration	MachineLearningDeploymentResourceConfiguration。
MachineLearningDiagnoseResult	诊断结果。
MachineLearningDiagnoseResultValue	MachineLearningDiagnoseResultValue。
MachineLearningDistributionConfiguration	作业分发配置的基本定义。 请注意 MachineLearningDistributionConfiguration ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MpiDistributionConfiguration、 PyTorchDistributionConfigurationRayDistributionConfiguration 和 TensorFlowDistributionConfiguration。
MachineLearningEarlyTerminationPolicy	提前终止策略允许在完成之前取消性能不佳的运行。请注意 MachineLearningEarlyTerminationPolicy 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 BanditPolicy、 MedianStoppingPolicy 和 TruncationSelectionPolicy。
MachineLearningEncryptionKeyVaultProperties	MachineLearningEncryptionKeyVaultProperties。
MachineLearningEncryptionSetting	MachineLearningEncryptionSetting。
MachineLearningEndpointAuthKeys	终结点身份验证的密钥。
MachineLearningEndpointAuthToken	服务令牌。
MachineLearningEndpointDeploymentProperties	终结点部署的基本定义。
MachineLearningEndpointKeyRegenerateContent	MachineLearningEndpointKeyRegenerateContent。
MachineLearningEndpointProperties	推理终结点基定义。
MachineLearningEndpointScheduleAction	MachineLearningEndpointScheduleAction。
MachineLearningEnvironmentContainerProperties	环境规范版本的容器。
MachineLearningEnvironmentVersionProperties	环境版本详细信息。
MachineLearningError	对所有 Azure 资源管理器 API 的常见错误响应，可返回失败操作的错误详细信息。 (这也遵循 OData 错误响应格式.) 。
MachineLearningEstimatedVmPrice	使用特定 OS 类型、层等的 VM 的估计价格信息。
MachineLearningEstimatedVmPrices	使用 VM 的估计价格信息。
MachineLearningFeaturizationSettings	特征化配置。
MachineLearningFlavorData	MachineLearningFlavorData。
MachineLearningFlowModelJobInput	MachineLearningFlowModelJobInput。
MachineLearningFlowModelJobOutput	MachineLearningFlowModelJobOutput。
MachineLearningForecasting	AutoML 表垂直中的预测任务。
MachineLearningFqdnEndpoint	MachineLearningFqdnEndpoint。
MachineLearningFqdnEndpointDetail	MachineLearningFqdnEndpointDetail。
MachineLearningFqdnEndpoints	FQDN 终结点结果的属性包。
MachineLearningFqdnEndpointsProperties	MachineLearningFqdnEndpointsProperties。
MachineLearningHDInsightCompute	HDInsight 计算。
MachineLearningHDInsightProperties	HDInsight 计算属性。
MachineLearningIdAssetReference	通过其 ARM 资源 ID 引用资产。
MachineLearningIdentityConfiguration	标识配置的基本定义。 请注意 MachineLearningIdentityConfiguration ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 AmlToken、 MachineLearningManagedIdentity 和 MachineLearningUserIdentity。
MachineLearningInferenceContainerProperties	MachineLearningInferenceContainerProperties。
MachineLearningInferenceContainerRoute	MachineLearningInferenceContainerRoute。
MachineLearningInstanceTypeSchema	实例类型架构。
MachineLearningInstanceTypeSchemaResources	此实例类型的资源请求/限制。
MachineLearningJobInput	命令作业定义。 请注意 MachineLearningJobInput ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningCustomModelJobInput、、MachineLearningLiteralJobInput、MachineLearningFlowModelJobInputMachineLearningTableJobInput、 MachineLearningTritonModelJobInputMachineLearningUriFileJobInput 和 MachineLearningUriFolderJobInput。
MachineLearningJobLimits	MachineLearningJobLimits。 请注意 MachineLearningJobLimits ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningSweepJobLimits 和 MachineLearningCommandJobLimits。
MachineLearningJobOutput	有关在何处查找作业输出/日志的作业输出定义容器信息。 请注意 MachineLearningJobOutput ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningCustomModelJobOutput、、MachineLearningFlowModelJobOutputMachineLearningTableJobOutput、 MachineLearningTritonModelJobOutputMachineLearningUriFileJobOutput 和 MachineLearningUriFolderJobOutput。
MachineLearningJobProperties	作业的基本定义。 请注意 MachineLearningJobProperties ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 AutoMLJob、、MachineLearningCommandJobLabelingJobProperties、 MachineLearningPipelineJobSparkJob 和 MachineLearningSweepJob。
MachineLearningJobResourceConfiguration	MachineLearningJobResourceConfiguration。
MachineLearningJobScheduleAction	MachineLearningJobScheduleAction。
MachineLearningJobService	作业终结点定义。
MachineLearningKubernetesCompute	基于 Kubernetes 计算的机器学习计算。
MachineLearningKubernetesOnlineDeployment	特定于 KubernetesOnlineDeployment 的属性。
MachineLearningKubernetesProperties	Kubernetes 属性。
MachineLearningLiteralJobInput	文本输入类型。
MachineLearningManagedIdentity	托管标识配置。
MachineLearningManagedIdentityAuthTypeWorkspaceConnection	MachineLearningManagedIdentityAuthTypeWorkspaceConnection。
MachineLearningManagedOnlineDeployment	特定于 ManagedOnlineDeployment 的属性。
MachineLearningModelContainerProperties	MachineLearningModelContainerProperties。
MachineLearningModelVersionCollectionGetAllOptions	MachineLearningModelVersionCollectionGetAllOptions。
MachineLearningModelVersionProperties	模型资产版本详细信息。
MachineLearningNodeStateCounts	amlCompute 上各种计算节点状态的计数。
MachineLearningNoneAuthTypeWorkspaceConnection	MachineLearningNoneAuthTypeWorkspaceConnection。
MachineLearningNoneDatastoreCredentials	数据存储凭据为空/无。
MachineLearningNotebookPreparationError	MachineLearningNotebookPreparationError。
MachineLearningNotebookResourceInfo	MachineLearningNotebookResourceInfo。
MachineLearningObjective	优化目标。
MachineLearningOnlineDeploymentPatch	严格用于更新请求。
MachineLearningOnlineDeploymentProperties	MachineLearningOnlineDeploymentProperties。 请注意 MachineLearningOnlineDeploymentProperties ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningKubernetesOnlineDeployment 和 MachineLearningManagedOnlineDeployment。
MachineLearningOnlineEndpointCollectionGetAllOptions	MachineLearningOnlineEndpointCollectionGetAllOptions。
MachineLearningOnlineEndpointProperties	联机终结点配置。
MachineLearningOnlineRequestSettings	联机部署评分请求配置。
MachineLearningOnlineScaleSettings	联机部署缩放配置。 请注意 MachineLearningOnlineScaleSettings ， 是基类。 根据方案，可能需要在此处分配基类的派生类，或者需要将此属性强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningDefaultScaleSettings 和 MachineLearningTargetUtilizationScaleSettings。
MachineLearningOutputPathAssetReference	通过资产在作业输出中的路径引用资产。
MachineLearningPartialManagedServiceIdentity	托管服务标识 (系统分配的标识和/或用户分配的标识)
MachineLearningPasswordDetail	MachineLearningPasswordDetail。
MachineLearningPatAuthTypeWorkspaceConnection	MachineLearningPatAuthTypeWorkspaceConnection。
MachineLearningPipelineJob	管道作业定义：定义 MFE 属性的泛型。
MachineLearningPrivateEndpoint	专用终结点资源。
MachineLearningPrivateLinkResource	专用链接资源。
MachineLearningPrivateLinkServiceConnectionState	有关服务使用者和提供程序之间的连接状态的信息集合。
MachineLearningProbeSettings	部署容器运行情况/就绪情况探测配置。
MachineLearningQuotaProperties	配额更新或检索的属性。
MachineLearningQuotaUpdateContent	配额更新参数。
MachineLearningRecurrenceSchedule	MachineLearningRecurrenceSchedule。
MachineLearningRecurrenceTrigger	MachineLearningRecurrenceTrigger。
MachineLearningResourceBase	MachineLearningResourceBase。
MachineLearningResourceConfiguration	MachineLearningResourceConfiguration。
MachineLearningResourceName	资源名称。
MachineLearningResourcePatch	严格用于更新请求。
MachineLearningResourcePatchWithIdentity	严格用于更新请求。
MachineLearningResourceQuota	分配给资源的配额。
MachineLearningSasAuthTypeWorkspaceConnection	MachineLearningSasAuthTypeWorkspaceConnection。
MachineLearningSasDatastoreCredentials	SAS 数据存储凭据配置。
MachineLearningSasDatastoreSecrets	数据存储 SAS 机密。
MachineLearningScheduleAction	MachineLearningScheduleAction。 请注意 MachineLearningScheduleAction ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningJobScheduleAction、 CreateMonitorActionImportDataAction 和 MachineLearningEndpointScheduleAction。
MachineLearningScheduleBase	MachineLearningScheduleBase。
MachineLearningScheduleProperties	计划的基本定义。
MachineLearningScriptReference	脚本参考。
MachineLearningScriptsToExecute	自定义安装脚本。
MachineLearningServicePrincipalDatastoreCredentials	服务主体数据存储凭据配置。
MachineLearningServicePrincipalDatastoreSecrets	数据存储服务主体机密。
MachineLearningSharedPrivateLinkResource	MachineLearningSharedPrivateLinkResource。
MachineLearningSku	表示 SKU 的资源模型定义。
MachineLearningSkuCapacity	SKU 容量信息。
MachineLearningSkuDetail	满足 ARM 协定要求以列出资源的所有可用 SKU。
MachineLearningSkuPatch	通用 SKU 定义。
MachineLearningSkuSetting	SkuSetting 满足在 ARM 协定中剥离 SKU 信息的需求。
MachineLearningSslConfiguration	用于评分的 ssl 配置。
MachineLearningStackEnsembleSettings	高级设置以自定义 StackEnsemble 运行。
MachineLearningSweepJob	扫描作业定义。
MachineLearningSweepJobLimits	扫描作业限制类。
MachineLearningSynapseSpark	SynapseSpark 计算。
MachineLearningSynapseSparkProperties	MachineLearningSynapseSparkProperties。
MachineLearningTable	MLTable 数据定义。
MachineLearningTableJobInput	MachineLearningTableJobInput。
MachineLearningTableJobOutput	MachineLearningTableJobOutput。
MachineLearningTargetUtilizationScaleSettings	MachineLearningTargetUtilizationScaleSettings。
MachineLearningTrainingSettings	与训练相关的配置。
MachineLearningTrialComponent	试用组件定义。
MachineLearningTriggerBase	MachineLearningTriggerBase。 请注意 MachineLearningTriggerBase ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 CronTrigger 和 MachineLearningRecurrenceTrigger。
MachineLearningTritonModelJobInput	MachineLearningTritonModelJobInput。
MachineLearningTritonModelJobOutput	MachineLearningTritonModelJobOutput。
MachineLearningUriFileDataVersion	uri-file 数据版本实体。
MachineLearningUriFileJobInput	MachineLearningUriFileJobInput。
MachineLearningUriFileJobOutput	MachineLearningUriFileJobOutput。
MachineLearningUriFolderDataVersion	uri-folder 数据版本实体。
MachineLearningUriFolderJobInput	MachineLearningUriFolderJobInput。
MachineLearningUriFolderJobOutput	MachineLearningUriFolderJobOutput。
MachineLearningUsage	介绍 AML 资源使用情况。
MachineLearningUsageName	用法名称。
MachineLearningUserAccountCredentials	在计算节点上创建的每个用户帐户的设置。
MachineLearningUserFeature	为工作区启用的功能。
MachineLearningUserIdentity	用户标识配置。
MachineLearningUsernamePasswordAuthTypeWorkspaceConnection	MachineLearningUsernamePasswordAuthTypeWorkspaceConnection。
MachineLearningVirtualMachineCompute	基于 Azure 虚拟机的机器学习计算。
MachineLearningVirtualMachineProperties	MachineLearningVirtualMachineProperties。
MachineLearningVirtualMachineSecrets	与基于 AKS 的机器学习计算相关的机密。
MachineLearningVmSize	描述 VM 大小的属性。
MachineLearningVmSshCredentials	管理员虚拟机的凭据。
MachineLearningWorkspaceConnectionManagedIdentity	MachineLearningWorkspaceConnectionManagedIdentity。
MachineLearningWorkspaceConnectionProperties	MachineLearningWorkspaceConnectionProperties。 请注意 MachineLearningWorkspaceConnectionProperties ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 MachineLearningManagedIdentityAuthTypeWorkspaceConnection、MachineLearningNoneAuthTypeWorkspaceConnection、 MachineLearningPatAuthTypeWorkspaceConnectionMachineLearningSasAuthTypeWorkspaceConnection 和 MachineLearningUsernamePasswordAuthTypeWorkspaceConnection。
MachineLearningWorkspaceConnectionUsernamePassword	MachineLearningWorkspaceConnectionUsernamePassword。
MachineLearningWorkspaceDiagnoseContent	用于诊断工作区的参数。
MachineLearningWorkspaceDiagnoseProperties	MachineLearningWorkspaceDiagnoseProperties。
MachineLearningWorkspaceDiagnoseResult	MachineLearningWorkspaceDiagnoseResult。
MachineLearningWorkspaceGetKeysResult	MachineLearningWorkspaceGetKeysResult。
MachineLearningWorkspaceGetNotebookKeysResult	MachineLearningWorkspaceGetNotebookKeysResult。
MachineLearningWorkspaceGetStorageAccountKeysResult	MachineLearningWorkspaceGetStorageAccountKeysResult。
MachineLearningWorkspaceNotebookAccessTokenResult	MachineLearningWorkspaceNotebookAccessTokenResult。
MachineLearningWorkspacePatch	用于更新机器学习工作区的参数。
MachineLearningWorkspaceQuotaUpdate	更新配额响应的属性。
MedianStoppingPolicy	基于所有运行的主要指标的移动平均定义提前终止策略。
MpiDistributionConfiguration	MPI 分发配置。
NCrossValidations	N 交叉验证值。 请注意 NCrossValidations ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 AutoNCrossValidations 和 CustomNCrossValidations。
NlpVerticalLimitSettings	作业执行约束。
PyTorchDistributionConfiguration	PyTorch 分发配置。
RandomSamplingAlgorithm	定义随机生成值的采样算法。
RegressionTrainingSettings	回归训练相关配置。
SamplingAlgorithm	用于生成超参数值的采样算法以及用于配置算法的属性请注意 SamplingAlgorithm 是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 BayesianSamplingAlgorithm、 GridSamplingAlgorithm 和 RandomSamplingAlgorithm。
TableVerticalFeaturizationSettings	特征化配置。
TableVerticalLimitSettings	作业执行约束。
TargetLags	滞后于目标列的过去周期数。 请注意 TargetLags ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 AutoTargetLags 和 CustomTargetLags。
TargetRollingWindowSize	预测目标滚动窗口大小。 请注意 TargetRollingWindowSize ，是基类。 根据方案，可能需要在此处分配基类的派生类，或者此属性需要强制转换为可能的派生类之一。 可用的派生类包括 AutoTargetRollingWindowSize 和 CustomTargetRollingWindowSize。
TensorFlowDistributionConfiguration	TensorFlow 分发配置。
TextClassification	AutoML NLP 垂直中的文本分类任务。 NLP - 自然语言处理。
TextClassificationMultilabel	AutoML NLP 垂直中的文本分类多标签任务。 NLP - 自然语言处理。
TextNer	AutoML NLP 垂直中的文本 NER 任务。 NER - 命名实体识别。 NLP - 自然语言处理。
TruncationSelectionPolicy	定义一个提前终止策略，该策略在每个评估间隔内取消给定百分比的运行。

结构

AutoMLVerticalRegressionModel	AutoML 支持的所有回归模型的枚举。
AutoMLVerticalRegressionPrimaryMetric	回归任务的主要指标。
AutoRebuildSetting	派生映像的“自动重新生成”设置。
BlockedTransformer	AutoML 支持的所有分类模型的枚举。
ClassificationModel	AutoML 支持的所有分类模型的枚举。
ClassificationMultilabelPrimaryMetric	分类多标签任务的主要指标。
ClassificationPrimaryMetric	分类任务的主要指标。
ForecastingModel	AutoML 支持的所有预测模型的枚举。
ForecastingPrimaryMetric	预测任务的主要指标。
InstanceSegmentationPrimaryMetric	InstanceSegmentation 任务的主要指标。
LearningRateScheduler	学习速率计划程序枚举。
MachineLearningAllocationState	计算的分配状态。 可能的值为：稳定 - 指示计算未调整大小。 正在进行的计算节点数没有变化。 计算在创建时进入此状态，并且未对计算执行任何操作来更改计算节点数。 调整大小 - 指示计算正在调整大小;也就是说，正在计算中添加或删除计算节点。
MachineLearningApplicationSharingPolicy	用于在父工作区的用户之间共享此计算实例上的应用程序的策略。 如果为“个人”，则只有创建者可以访问此计算实例上的应用程序。 共享时，任何工作区用户都可以访问此实例上的应用程序，具体取决于他/她分配的角色。
MachineLearningBatchLoggingLevel	记录批处理推理的详细程度。 增加日志记录的详细顺序为：警告、信息和调试。 默认值为“信息”。
MachineLearningBatchOutputAction	用于确定批处理推理如何处理输出的枚举。
MachineLearningBillingCurrency	三个字母代码，指定 VM 价格的货币。 示例：USD。
MachineLearningCachingType	数据磁盘的缓存类型。
MachineLearningClusterPurpose	群集的预期用法。
MachineLearningComputeInstanceAuthorizationType	计算实例授权类型。 可用值为个人 (默认) 。
MachineLearningComputeInstanceAutosave	自动保存设置。
MachineLearningComputeInstanceState	ComputeInstance 的当前状态。
MachineLearningComputePowerAction	[必需]计算能力操作。
MachineLearningComputeProvisioningStatus	计划的当前部署状态。
MachineLearningConnectionCategory	连接的类别。
MachineLearningContainerType	要从中检索日志的容器的类型。
MachineLearningDataType	用于确定数据类型的枚举。
MachineLearningDayOfWeek	工作日的枚举。
MachineLearningDeploymentProvisioningState	DeploymentProvisioningState 的可能值。
MachineLearningDiagnoseResultLevel	工作区设置错误的级别。
MachineLearningEgressPublicNetworkAccessType	用于确定对部署的出口是启用还是禁用 PublicNetworkAccess 的枚举。
MachineLearningEncryptionStatus	指示是否为工作区启用加密。
MachineLearningEndpointAuthMode	用于确定终结点身份验证模式的枚举。
MachineLearningEndpointComputeType	用于确定终结点计算类型的枚举。
MachineLearningEndpointProvisioningState	终结点预配的状态。
MachineLearningEnvironmentType	环境类型由 Azure ML 服务创建或策展。
MachineLearningFeatureLag	用于为数字特征生成滞后的标志。
MachineLearningFeaturizationMode	特征化模式 - 确定数据特征化模式。
MachineLearningGoal	定义超参数优化支持的指标目标。
MachineLearningInputDeliveryMode	用于确定输入数据传递模式的枚举。
MachineLearningJobStatus	作业的状态。
MachineLearningKeyType	MachineLearningKeyType。
MachineLearningListViewType	MachineLearningListViewType。
MachineLearningLoadBalancerType	负载均衡器类型。
MachineLearningLogVerbosity	用于设置日志详细性的枚举。
MachineLearningModelSize	图像模型大小。
MachineLearningMountAction	装载操作。
MachineLearningMountState	装载状态。
MachineLearningNetwork	此容器的网络。
MachineLearningNodeState	计算节点的状态。 值是空闲、正在运行、正在准备、不可用、离开和抢占。
MachineLearningOperatingSystemType	操作系统的类型。
MachineLearningOperationName	最后一个操作的名称。
MachineLearningOperationStatus	操作状态。
MachineLearningOperationTrigger	操作的触发器。
MachineLearningOrderString	MachineLearningOrderString。
MachineLearningOSType	计算 OS 类型。
MachineLearningOutputDeliveryMode	输出数据传递模式枚举。
MachineLearningPrivateEndpointConnectionProvisioningState	当前预配状态。
MachineLearningPrivateEndpointServiceConnectionStatus	服务使用者与服务提供商的连接状态。
MachineLearningProvisioningState	群集的预配状态。 有效值为 Unknown、Updating、Provisioning、Succeeded 和 Failed。
MachineLearningPublicNetworkAccess	是否允许来自公用网络的请求。
MachineLearningPublicNetworkAccessType	用于确定 PublicNetworkAccess 是已启用还是已禁用的枚举。
MachineLearningQuotaUnit	描述配额度量单位的枚举。
MachineLearningRecurrenceFrequency	用于描述定期计划频率的枚举。
MachineLearningRemoteLoginPortPublicAccess	公共 SSH 端口的状态。 可能的值为：Disabled - 指示群集的所有节点上的公共 ssh 端口已关闭。 已启用 - 指示群集的所有节点上的公用 ssh 端口已打开。 NotSpecified - 指示如果定义了 VNet，则群集的所有节点上的公共 ssh 端口已关闭，否则将打开所有公共节点。 它只能在创建群集时处于默认状态，在创建后，它将启用或禁用。
MachineLearningScheduleListViewType	MachineLearningScheduleListViewType。
MachineLearningScheduleProvisioningState	计划的当前部署状态。
MachineLearningScheduleProvisioningStatus	MachineLearningScheduleProvisioningStatus。
MachineLearningScheduleStatus	计划是启用还是禁用？。
MachineLearningServiceDataAccessAuthIdentity	MachineLearningServiceDataAccessAuthIdentity。
MachineLearningShortSeriesHandlingConfiguration	定义 AutoML 应如何处理短时序的参数。
MachineLearningSkuScaleType	计算 SKU 的节点缩放设置。
MachineLearningSourceType	数据源类型。
MachineLearningSshPublicAccess	公共 SSH 端口的状态。 可能的值为：Disabled - 指示在此实例上关闭公共 SSH 端口。 已启用 - 指示公共 ssh 端口已打开，并且根据 VNet/子网策略（如果适用）进行访问。
MachineLearningSslConfigStatus	启用或禁用用于评分的 ssl。
MachineLearningStackMetaLearnerType	元学习器是在单个异类模型的输出上训练的模型。 如果) 启用了交叉验证，则默认元学习者是用于分类任务的 LogisticRegression (或 LogisticRegressionCV;如果) 启用了交叉验证，则为 ElasticNet 对回归/预测 (任务启用 ElasticNet 或 ElasticNetCV。 此参数可以是以下字符串之一：LogisticRegression、LogisticRegressionCV、LightGBMClassifier、ElasticNet、ElasticNetCV、LightGBMRegressor 或 LinearRegression
MachineLearningStorageAccountType	此存储帐户的类型。
MachineLearningTriggerType	MachineLearningTriggerType。
MachineLearningUnderlyingResourceAction	MachineLearningUnderlyingResourceAction。
MachineLearningUnitOfMeasure	指定 VM 价格的时间度量单位。 示例：OneHour。
MachineLearningUsageUnit	描述使用情况度量单位的枚举。
MachineLearningUseStl	配置时序目标列的 STL 分解。
MachineLearningVmPriceOSType	VM 使用的操作系统类型。
MachineLearningVmPriority	虚拟机优先级。
MachineLearningVmTier	VM 的类型。
MachineLearningWorkspaceQuotaStatus	更新工作区配额的状态。
ObjectDetectionPrimaryMetric	Image ObjectDetection 任务的主要指标。
RandomSamplingAlgorithmRule	随机算法的特定类型。
SamplingAlgorithmType	SamplingAlgorithmType。
StochasticOptimizer	图像模型的随机优化器。
TargetAggregationFunction	目标聚合函数。
ValidationMetricType	用于图像任务中的验证指标的指标计算方法。

枚举

MachineLearningSkuTier

如果服务具有多个层，但 PUT 上不需要此字段，则资源提供程序必须实现此字段。