CLI （v2） 模型 YAML 架構
您可以在 找到 https://azuremlschemas.azureedge.net/latest/model.schema.json來源 JSON 架構。
注意
本文件中詳述的 YAML 語法是以最新版 ML CLI v2 延伸模組的 JSON 結構描述為基礎。 此語法僅保證能與最新版的 ML CLI v2 延伸模組搭配運作。 您可以在 https://azuremlschemasprod.azureedge.net/ 找到舊版延伸模組的結構描述。
YAML 語法
| 機碼 | 類型 | 描述 | 允許的值 |
|---|---|---|---|
$schema |
字串 | YAML 結構描述。 | |
name |
字串 | 必要。 模型的名稱。 | |
version |
int | 模型的版本。 如果省略，Azure 機器學習 會自動產生版本。 | |
description |
字串 | 模型的描述。 | |
tags |
object | 模型的標籤典。 | |
path |
字串 | 模型檔案的本機路徑，或模型檔案的雲端路徑 URI。 這可以指向檔案或目錄。 | |
type |
字串 | 模型的儲存格式類型。 適用於無程式代碼部署案例。 | custom_model、 、 mlflow_modeltriton_model |
flavors |
object | 模型的口味。 每個模型儲存格式類型可能都有一或多個支持的類別。 適用於無程式代碼部署案例。 |
備註
az ml model命令可用於管理 Azure 機器學習 模型。
範例
範例 GitHub 存放庫中有範例可用。 以下顯示其中幾個。
YAML：本機檔案
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-file-example
path: mlflow-model/model.pkl
description: Model created from local file.
YAML：MLflow 格式的本機資料夾
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-mlflow-example
path: mlflow-model
type: mlflow_model
description: Model created from local MLflow model directory.