Azure Machine Learning 中的服務限制
本節列出 Azure 機器學習 中的基本限制和節流閾值。
重要
Azure Machine Learning 不會在您部署的區域外儲存或處理您的資料。
工作區
實驗
| 限制 |
值 |
| 名稱 |
256 個字元 |
| 描述 |
5,000 個字元 |
| 標籤數目 |
50 |
| 標記索引鍵的長度 |
250 個字元 |
| 標籤值的長度 |
1000 個字元 |
| 成品位置 |
1024 個字元 |
執行
| 限制 |
值 |
| 每個工作區執行 |
1000 萬 |
| RunId/ParentRunId |
256 個字元 |
| DataContainerId |
261 個字元 |
| DisplayName |
256 個字元 |
| 描述 |
5,000 個字元 |
| 屬性數目 |
50 |
| 屬性索引鍵的長度 |
100 個字元 |
| 屬性值的長度 |
1,000 個字元 |
| 標籤數目 |
50 |
| 標記索引鍵的長度 |
100 |
| 標籤值的長度 |
1,000 個字元 |
| CancelUri / CompleteUri / DiagnosticsUri |
1,000 個字元 |
| 錯誤訊息長度 |
3,000 個字元 |
| 警告訊息長度 |
300 個字元 |
| 輸入數據集數目 |
200 |
| 輸出數據集數目 |
20 |
自訂環境
| 限制 |
值 |
| Docker 組建內容中的檔案數目 |
100 |
| Docker 組建內容中的檔案大小總計 |
1 MB |
計量
| 限制 |
值 |
| 每個回合的計量名稱 |
50 |
| 每個計量名稱的計量數據列 |
100 萬 |
| 每個計量數據列的數據行 |
15 |
| 計量數據行名稱長度 |
255 個字元 |
| 計量數據行值長度 |
255 個字元 |
| 每個上傳批次的計量數據列 |
250 |
注意
如果您因為將變數格式化為計量名稱而達到每個回合的計量名稱限制，請考慮改用數據列計量，其中一個數據行是變數值，而第二個數據行是計量值。
Artifacts
| 限制 |
值 |
| 每次執行的成品數目 |
1000 萬 |
| 成品路徑的長度上限 |
5,000 個字元 |
模型
| 限制 |
值 |
| 每個工作區的模型數目 |
500 萬個模型容器/版本（包括先前刪除的模型） |
| 每個模型版本的成品數目 |
1,500 件成品（檔案） |
限制增加
個別工作區可以增加一些限制。 若要瞭解如何增加這些限制，請參閱 。
下一步
- 瞭解如何在「管理及增加資源的配額」中增加資源配額。