Azure Machine Learning 中的服務限制
本節列出 Azure Machine Learning 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
限制 | 值 |
---|---|
工作區名稱 | 2 到 32 個字元 |
實驗
限制 | 值 |
---|---|
名稱 | 256 個字元 |
Description | 5,000 個字元 |
標籤數目 | 50 |
標籤索引鍵的長度 | 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 |
---|---|
每個工作區的執行次數 | 1000 萬 |
RunId/ParentRunId | 256 個字元 |
DataContainerId | 261 個字元 |
DisplayName | 256 個字元 |
Description | 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 |
標籤索引鍵的長度 | 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 |
輸入資料集的數目 | 200 |
輸出資料集的數目 | 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 |
---|---|
每次執行的計量名稱 | 50 |
每個計量名稱的計量資料列 | 100 萬 |
每個計量資料列的資料行 | 15 |
計量資料行名稱長度 | 255 個字元 |
計量資料行值長度 | 255 個字元 |
每個上傳批次的計量資料列 | 250 |
注意
如果您因為將變數格式化為計量名稱,導致達到每次執行的計量名稱限制,請考慮改為使用一種資料列計量,其中一個資料行是變數值,而第二個資料行是計量值。
Artifacts
限制 | 值 |
---|---|
每次執行的成品數目 | 1000 萬 |
成品路徑的最大長度 | 5,000 個字元 |
模型
限制 | 值 |
---|---|
每個工作區的模型數目 | 5 百萬個模型容器/版本 (,包括先前已刪除的模型) |
每個模型版本的成品數目 | 1,500 個成品 (檔案) |
限制增加
某些限制可以針對個別工作區增加。 若要了解如何增加這些限制,請參閱管理和增加資源的配額
下一步
- 請參閱「管理和增加資源的配額」,以了解如何增加資源配額。
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應