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
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