Microsoft.MachineLearningServices 工作區/服務 2020-09-01-preview

• 最新
• 2021-04-01
• 2021-01-01
• 2020-09-01-預覽版
• 2020-05-15-預覽版
• 2020-05-01-預覽版

Bicep 資源定義

工作區/服務資源類型可以使用目標作業來部署：

• 資源群組 - 請參閱 資源群組部署命令

如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/services 資源，請將下列 Bicep 新增至您的範本。

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/services@2020-09-01-preview' = {
  description: 'string'
  environmentImageRequest: {
    assets: [
      {
        id: 'string'
        mimeType: 'string'
        unpack: bool
        url: 'string'
      }
    ]
    driverProgram: 'string'
    environment: {
      docker: {
        baseDockerfile: 'string'
        baseImage: 'string'
        baseImageRegistry: {
          address: 'string'
          password: 'string'
          username: 'string'
        }
      }
      environmentVariables: {
        {customized property}: 'string'
      }
      inferencingStackVersion: 'string'
      name: 'string'
      python: {
        baseCondaEnvironment: 'string'
        condaDependencies: any(...)
        interpreterPath: 'string'
        userManagedDependencies: bool
      }
      r: {
        bioConductorPackages: [
          'string'
        ]
        cranPackages: [
          {
            name: 'string'
            repository: 'string'
          }
        ]
        customUrlPackages: [
          'string'
        ]
        gitHubPackages: [
          {
            authToken: 'string'
            repository: 'string'
          }
        ]
        rscriptPath: 'string'
        rVersion: 'string'
        snapshotDate: 'string'
        userManaged: bool
      }
      spark: {
        packages: [
          {
            artifact: 'string'
            group: 'string'
            version: 'string'
          }
        ]
        precachePackages: bool
        repositories: [
          'string'
        ]
      }
      version: 'string'
    }
    environmentReference: {
      name: 'string'
      version: 'string'
    }
    modelIds: [
      'string'
    ]
    models: [
      {
        createdTime: 'string'
        datasets: [
          {
            id: 'string'
            name: 'string'
          }
        ]
        derivedModelIds: [
          'string'
        ]
        description: 'string'
        experimentName: 'string'
        framework: 'string'
        frameworkVersion: 'string'
        id: 'string'
        kvTags: {
          {customized property}: 'string'
        }
        mimeType: 'string'
        modifiedTime: 'string'
        name: 'string'
        parentModelId: 'string'
        properties: {
          {customized property}: 'string'
        }
        resourceRequirements: {
          cpu: int
          fpga: int
          gpu: int
          memoryInGB: int
        }
        runId: 'string'
        sampleInputData: 'string'
        sampleOutputData: 'string'
        unpack: bool
        url: 'string'
        version: int
      }
    ]
  }
  keys: {
    primaryKey: 'string'
    secondaryKey: 'string'
  }
  kvTags: {
    {customized property}: 'string'
  }
  location: 'string'
  name: 'string'
  properties: {
    {customized property}: 'string'
  }
  computeType: 'string'
  // For remaining properties, see Microsoft.MachineLearningServices/workspaces/services objects
}

Microsoft.MachineLearningServices/workspaces/services 物件

設定 computeType 屬性，以指定物件的類型。

針對 ACI，請使用：

{
  appInsightsEnabled: bool
  authEnabled: bool
  cname: 'string'
  computeType: 'ACI'
  containerResourceRequirements: {
    cpu: int
    fpga: int
    gpu: int
    memoryInGB: int
  }
  dataCollection: {
    eventHubEnabled: bool
    storageEnabled: bool
  }
  dnsNameLabel: 'string'
  encryptionProperties: {
    keyName: 'string'
    keyVersion: 'string'
    vaultBaseUrl: 'string'
  }
  sslCertificate: 'string'
  sslEnabled: bool
  sslKey: 'string'
  vnetConfiguration: {
    subnetName: 'string'
    vnetName: 'string'
  }
}

針對 AKS，請使用：

{
  aadAuthEnabled: bool
  appInsightsEnabled: bool
  authEnabled: bool
  autoScaler: {
    autoscaleEnabled: bool
    maxReplicas: int
    minReplicas: int
    refreshPeriodInSeconds: int
    targetUtilization: int
  }
  computeName: 'string'
  computeType: 'AKS'
  containerResourceRequirements: {
    cpu: int
    fpga: int
    gpu: int
    memoryInGB: int
  }
  dataCollection: {
    eventHubEnabled: bool
    storageEnabled: bool
  }
  isDefault: bool
  livenessProbeRequirements: {
    failureThreshold: int
    initialDelaySeconds: int
    periodSeconds: int
    successThreshold: int
    timeoutSeconds: int
  }
  maxConcurrentRequestsPerContainer: int
  maxQueueWaitMs: int
  namespace: 'string'
  numReplicas: int
  scoringTimeoutMs: int
  trafficPercentile: int
  type: 'string'
}

屬性值

Microsoft.MachineLearningServices/workspaces/services

名字	描述	價值
computeType	針對 ACIServiceCreateRequest類型 設定為 'ACI'。 針對 AKSServiceCreateRequest 類型 設定為 'AKS'，。	'ACI' 'AKS' （必要）
描述	服務的描述。	字串
environmentImage請求	推斷所需的環境、模型和資產。	CreateServiceRequestEnvironmentImageRequest
鑰匙	驗證金鑰。	CreateServiceRequestKeys
kv標籤	服務標籤字典。 標記是可變動的。	CreateServiceRequestKvTags
位置	Azure 位置/區域的名稱。	字串
名字	資源名稱	字串 （必要）
父母	在 Bicep 中，您可以指定子資源的父資源。 只有在父資源外部宣告子資源時，才需要新增這個屬性。 如需詳細資訊，請參閱 父資源外部的子資源。	類型的資源符號名稱：工作區
性能	服務屬性字典。 屬性是不可變的。	CreateServiceRequestProperties

ACIServiceCreate請求

名字	描述	價值
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否在服務上啟用驗證。	布爾 (bool)
cname (標準名稱)	服務的 CName。	字串
computeType	服務的計算環境類型。	'ACI' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	ACIServiceCreateRequestDataCollection
dnsNameLabel	服務的 Dns 標籤。	字串
encryptionProperties	加密屬性。	ACIServiceCreateRequestEncryptionProperties
sslCertificate 證書	如果已啟用 SSL，則為 PEM 格式的公用 SSL 憑證。	字串
SSL已啟用	是否啟用 SSL。	布爾 (bool)
SSL金鑰	憑證的 PEM 格式公鑰。	字串
vnet配置	虛擬網路組態。	ACIServiceCreateRequestVnetConfiguration

ACIServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

ACIServiceCreateRequestEncryptionProperties

名字	描述	價值
鍵名稱	加密金鑰名稱	字串 （必要）
keyVersion	加密金鑰版本	字串 （必要）
vaultBaseUrl 的	保存庫基底 URL	字串 （必要）

ACIServiceCreateRequestVnetConfiguration

名字	描述	價值
子網名稱	虛擬網路子網的名稱。	字串
vnet名稱	虛擬網路的名稱。	字串

AKSServiceCreateRequest

名字	描述	價值
aadAuthEnabled	是否啟用 AAD 驗證。	布爾 (bool)
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否啟用驗證。	布爾 (bool)
自動縮放器	自動調整程序屬性。	AKSServiceCreateRequestAutoScaler
計算名稱	計算資源的名稱。	字串
computeType	服務的計算環境類型。	'AKS' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	AKSServiceCreateRequestDataCollection
isDefault	這是預設變體。	布爾 (bool)
livenessProbe要求	活躍度探查需求。	AKSServiceCreateRequestLivenessProbeRequirements
maxConcurrentRequestsPerContainer	每個容器的並行要求數目上限。	整數 (int)
maxQueueWaitMs	要求在佇列中等候的時間上限（以毫秒為單位）。 在這段時間之後，服務會傳回 503 （服務無法使用）	整數 (int)
命名空間 (namespace)	服務的 Kubernetes 命名空間。	字串
數量副本數	叢集上的複本數目。	整數 (int)
scoringTimeoutMs	評分逾時以毫秒為單位。	整數 (int)
trafficPercentile 流量百分位數	流量變化接收的數量。	整數 (int)
類型	變體的類型。	“控制” '治療'

AKSServiceCreateRequestAutoScaler

名字	描述	價值
autoscale已啟用	啟用/停用自動調整的選項。	布爾 (bool)
最大副本數	叢集中的複本數目上限。	整數 (int)
最小副本數	要相應減少的複本數目下限。	整數 (int)
refreshPeriodInSeconds （刷新週期以秒為單位）	自動調整更新之間要等候的秒數。	整數 (int)
targetUtilization	用來判斷是否調整叢集的目標使用率百分比。	整數 (int)

AKSServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

AKSServiceCreateRequestLivenessProbeRequirements

名字	描述	價值
failureThreshold （失敗閾值）	傳回狀況不良狀態之前允許的失敗次數。	整數 (int)
initialDelaySeconds	第一個探查前的延遲，以秒為單位。	整數 (int)
periodSeconds （週期秒）	探查之間的時間長度，以秒為單位。	整數 (int)
成功閾值	傳回狀況良好狀態之前，成功探查的數目。	整數 (int)
timeoutSeconds	探查逾時以秒為單位。	整數 (int)

容器資源需求

名字	描述	價值
中央處理器	容器上的 CPU 核心數目。	整數 (int)
FPGA （模擬電路板）	公開給容器的 FPGA PCIE 裝置數目。 必須是 2 的倍數。	整數 (int)
圖形處理器	容器中的 GPU 核心數目。	整數 (int)
記憶體（GB）	以 GB 為單位的容器記憶體數量。	整數 (int)

CreateServiceRequestEnvironmentImageRequest

名字	描述	價值
資產	資產清單。	ImageAsset[]
驅動程式程式	驅動程式檔案的名稱。	字串
環境	AZURE ML 環境的詳細數據。	EnvironmentImageRequestEnvironment 環境
環境參考	AZURE ML 環境的唯一識別詳細數據。	EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）
模型ID	模型標識碼的清單。	字串[]
模型	模型清單。	模型[]

CreateServiceRequestKeys

名字	描述	價值
primaryKey	主鍵。	字串
secondaryKey	次要金鑰。	字串

CreateServiceRequestKvTags

名字	描述	價值

CreateServiceRequestProperties

名字	描述	價值

數據集引用

名字	描述	價值
識別碼	數據集參考的標識碼。	字串
名字	數據集參考的名稱。	字串

EnvironmentImageRequestEnvironment 環境

名字	描述	價值
碼頭工人	Docker 容器的定義。	ModelEnvironmentDefinitionDocker
環境變數	要定義在環境中定義的環境變數。	ModelEnvironmentDefinitionEnvironmentVariables
inferencingStackVersion	新增至映像的推斷堆疊版本。 若要避免新增推斷堆疊，請勿設定此值。 有效值：「latest」。	字串
名字	環境的名稱。	字串
蟒	Python 環境的設定。	ModelEnvironmentDefinitionPython
r	R 環境的設定。	ModelEnvironmentDefinitionR
火花	Spark 環境的組態。	ModelEnvironmentDefinitionSpark
版本	環境版本。	字串

EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）

名字	描述	價值
名字	環境的名稱。	字串
版本	環境的版本。	字串

圖像資產

名字	描述	價值
識別碼	資產標識碼。	字串
mime類型	mime 類型。	字串
解壓	資產是否已解壓縮。	布爾 (bool)
URL	資產的 URL。	字串

型

名字	描述	價值
創建時間	模型建立時間（UTC）。	字串
數據	與模型相關聯的數據集清單。	資料集引用[]
衍生模型ID	衍生自此模型的模型	字串[]
描述	模型描述文字。	字串
實驗名稱	建立此模型之實驗的名稱。	字串
框架	模型架構。	字串
frameworkVersion （框架版本）	模型架構版本。	字串
識別碼	模型標識碼。	字串
kv標籤	模型標籤字典。 專案是可變的。	ModelKv標籤
mime類型	模型內容的MIME類型。 如需MIME類型的詳細資訊，請開啟 https://www.iana.org/assignments/media-types/media-types.xhtml	字串 （必要）
修改時間	模型上次修改時間 （UTC）。	字串
名字	模型名稱。	字串 （必要）
parentModelId	父模型標識碼。	字串
性能	Model 屬性字典。 屬性是不可變的。	ModelProperties 模型屬性
resourceRequirements	模型的資源需求	ContainerResourceRequirements
runId 的	建立此模型的 RunId。	字串
sampleInputData （採樣輸入資料）	模型的輸入數據範例。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
sampleOutputData	模型的範例輸出數據。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
解壓	指出是否需要在 Docker 映射建立期間解除封裝模型。	布爾 (bool)
URL	模型的 URL。 通常是SAS URL。	字串 （必要）
版本	模型管理服務指派的模型版本。	整數 (int)

ModelDockerSectionBaseImageRegistry

名字	描述	價值
位址		字串
密碼		字串 約束： 敏感性值。 以安全參數的形式傳入。
用戶名		字串 約束： 敏感性值。 以安全參數的形式傳入。

ModelEnvironmentDefinitionDocker

名字	描述	價值
baseDocker檔	用於 Docker 型執行的基底 Dockerfile。 與BaseImage互斥。	字串
baseImage （基礎影像）	用於 Docker 型執行的基底映像。 與BaseDockerfile互斥。	字串
baseImage註冊表	包含基底映像的映像登錄。	ModelDockerSectionBaseImageRegistry

ModelEnvironmentDefinitionEnvironmentVariables

名字	描述	價值

ModelEnvironmentDefinitionPython

名字	描述	價值
baseConda環境		字串
conda依賴項	包含 Conda 相依性的 JObject。	任意
解釋器路徑	如果不需要環境組建，要使用的 Python 解釋器路徑。 指定的路徑會用來呼叫使用者腳本。	字串
userManagedDependencies 的	True 表示 AzureML 會重複使用現有的 Python 環境;False 表示 AzureML 會根據 Conda 相依性規格建立 Python 環境。	布爾 (bool)

ModelEnvironmentDefinitionR

名字	描述	價值
bioConductor軟體包	來自 Bioconductor 的套件。	字串[]
cran軟體包	要使用的CRAN套件。	RCranPackage[]
customUrlPackages 的	來自自訂 URL 的套件。	字串[]
gitHub軟體包	直接從 GitHub 封裝。	RGitHubPackage[]
rscriptPath	如果不需要環境組建，要使用的 Rscript 路徑。 指定的路徑會用來呼叫使用者腳本。	字串
rVersion	要安裝的 R 版本	字串
快照日期	要以YYYY-MM-DD 格式使用的 MRAN 快照集日期，例如 “2019-04-17”	字串
使用者管理	指出環境是由使用者或 AzureML 管理。	布爾 (bool)

ModelEnvironmentDefinitionSpark

名字	描述	價值
包	要使用的Spark套件。	SparkMavenPackage[]
precache軟體包	是否要預先快取套件。	布爾 (bool)
存儲庫	Spark 存放庫的清單。	字串[]

ModelKv標籤

名字	描述	價值

ModelProperties 模型屬性

名字	描述	價值

RCran套件包

名字	描述	價值
名字	套件名稱。	字串
存儲庫	存放庫名稱。	字串

RGitHub包

名字	描述	價值
authToken 認證	從私人存放庫安裝的個人存取令牌	字串 約束： 敏感性值。 以安全參數的形式傳入。
存儲庫	儲存機制位址格式為 username/repo[/subdir][@ref|#pull]。	字串

SparkMavenPackage

名字	描述	價值
人工製品		字串
群		字串
版本		字串

ARM 樣本資源定義

工作區/服務資源類型可以使用目標作業來部署：

• 資源群組 - 請參閱 資源群組部署命令

如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/services 資源，請將下列 JSON 新增至範本。

{
  "description": "string",
  "environmentImageRequest": {
    "assets": [
      {
        "id": "string",
        "mimeType": "string",
        "unpack": "bool",
        "url": "string"
      }
    ],
    "driverProgram": "string",
    "environment": {
      "docker": {
        "baseDockerfile": "string",
        "baseImage": "string",
        "baseImageRegistry": {
          "address": "string",
          "password": "string",
          "username": "string"
        }
      },
      "environmentVariables": {
        "{customized property}": "string"
      },
      "inferencingStackVersion": "string",
      "name": "string",
      "python": {
        "baseCondaEnvironment": "string",
        "condaDependencies": {},
        "interpreterPath": "string",
        "userManagedDependencies": "bool"
      },
      "r": {
        "bioConductorPackages": [ "string" ],
        "cranPackages": [
          {
            "name": "string",
            "repository": "string"
          }
        ],
        "customUrlPackages": [ "string" ],
        "gitHubPackages": [
          {
            "authToken": "string",
            "repository": "string"
          }
        ],
        "rscriptPath": "string",
        "rVersion": "string",
        "snapshotDate": "string",
        "userManaged": "bool"
      },
      "spark": {
        "packages": [
          {
            "artifact": "string",
            "group": "string",
            "version": "string"
          }
        ],
        "precachePackages": "bool",
        "repositories": [ "string" ]
      },
      "version": "string"
    },
    "environmentReference": {
      "name": "string",
      "version": "string"
    },
    "modelIds": [ "string" ],
    "models": [
      {
        "createdTime": "string",
        "datasets": [
          {
            "id": "string",
            "name": "string"
          }
        ],
        "derivedModelIds": [ "string" ],
        "description": "string",
        "experimentName": "string",
        "framework": "string",
        "frameworkVersion": "string",
        "id": "string",
        "kvTags": {
          "{customized property}": "string"
        },
        "mimeType": "string",
        "modifiedTime": "string",
        "name": "string",
        "parentModelId": "string",
        "properties": {
          "{customized property}": "string"
        },
        "resourceRequirements": {
          "cpu": "int",
          "fpga": "int",
          "gpu": "int",
          "memoryInGB": "int"
        },
        "runId": "string",
        "sampleInputData": "string",
        "sampleOutputData": "string",
        "unpack": "bool",
        "url": "string",
        "version": "int"
      }
    ]
  },
  "keys": {
    "primaryKey": "string",
    "secondaryKey": "string"
  },
  "kvTags": {
    "{customized property}": "string"
  },
  "location": "string",
  "name": "string",
  "properties": {
    "{customized property}": "string"
  },
  "computeType": "string"
  // For remaining properties, see Microsoft.MachineLearningServices/workspaces/services objects
}

Microsoft.MachineLearningServices/workspaces/services 物件

設定 computeType 屬性，以指定物件的類型。

針對 ACI，請使用：

{
  "appInsightsEnabled": "bool",
  "authEnabled": "bool",
  "cname": "string",
  "computeType": "ACI",
  "containerResourceRequirements": {
    "cpu": "int",
    "fpga": "int",
    "gpu": "int",
    "memoryInGB": "int"
  },
  "dataCollection": {
    "eventHubEnabled": "bool",
    "storageEnabled": "bool"
  },
  "dnsNameLabel": "string",
  "encryptionProperties": {
    "keyName": "string",
    "keyVersion": "string",
    "vaultBaseUrl": "string"
  },
  "sslCertificate": "string",
  "sslEnabled": "bool",
  "sslKey": "string",
  "vnetConfiguration": {
    "subnetName": "string",
    "vnetName": "string"
  }
}

針對 AKS，請使用：

{
  "aadAuthEnabled": "bool",
  "appInsightsEnabled": "bool",
  "authEnabled": "bool",
  "autoScaler": {
    "autoscaleEnabled": "bool",
    "maxReplicas": "int",
    "minReplicas": "int",
    "refreshPeriodInSeconds": "int",
    "targetUtilization": "int"
  },
  "computeName": "string",
  "computeType": "AKS",
  "containerResourceRequirements": {
    "cpu": "int",
    "fpga": "int",
    "gpu": "int",
    "memoryInGB": "int"
  },
  "dataCollection": {
    "eventHubEnabled": "bool",
    "storageEnabled": "bool"
  },
  "isDefault": "bool",
  "livenessProbeRequirements": {
    "failureThreshold": "int",
    "initialDelaySeconds": "int",
    "periodSeconds": "int",
    "successThreshold": "int",
    "timeoutSeconds": "int"
  },
  "maxConcurrentRequestsPerContainer": "int",
  "maxQueueWaitMs": "int",
  "namespace": "string",
  "numReplicas": "int",
  "scoringTimeoutMs": "int",
  "trafficPercentile": "int",
  "type": "string"
}

屬性值

Microsoft.MachineLearningServices/workspaces/services

名字	描述	價值
apiVersion	API 版本	“2020-09-01-預覽”
computeType	針對 ACIServiceCreateRequest類型 設定為 'ACI'。 針對 AKSServiceCreateRequest 類型 設定為 'AKS'，。	'ACI' 'AKS' （必要）
描述	服務的描述。	字串
environmentImage請求	推斷所需的環境、模型和資產。	CreateServiceRequestEnvironmentImageRequest
鑰匙	驗證金鑰。	CreateServiceRequestKeys
kv標籤	服務標籤字典。 標記是可變動的。	CreateServiceRequestKvTags
位置	Azure 位置/區域的名稱。	字串
名字	資源名稱	字串 （必要）
性能	服務屬性字典。 屬性是不可變的。	CreateServiceRequestProperties
類型	資源類型	“Microsoft.MachineLearningServices/workspaces/services”

ACIServiceCreate請求

名字	描述	價值
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否在服務上啟用驗證。	布爾 (bool)
cname (標準名稱)	服務的 CName。	字串
computeType	服務的計算環境類型。	'ACI' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	ACIServiceCreateRequestDataCollection
dnsNameLabel	服務的 Dns 標籤。	字串
encryptionProperties	加密屬性。	ACIServiceCreateRequestEncryptionProperties
sslCertificate 證書	如果已啟用 SSL，則為 PEM 格式的公用 SSL 憑證。	字串
SSL已啟用	是否啟用 SSL。	布爾 (bool)
SSL金鑰	憑證的 PEM 格式公鑰。	字串
vnet配置	虛擬網路組態。	ACIServiceCreateRequestVnetConfiguration

ACIServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

ACIServiceCreateRequestEncryptionProperties

名字	描述	價值
鍵名稱	加密金鑰名稱	字串 （必要）
keyVersion	加密金鑰版本	字串 （必要）
vaultBaseUrl 的	保存庫基底 URL	字串 （必要）

ACIServiceCreateRequestVnetConfiguration

名字	描述	價值
子網名稱	虛擬網路子網的名稱。	字串
vnet名稱	虛擬網路的名稱。	字串

AKSServiceCreateRequest

名字	描述	價值
aadAuthEnabled	是否啟用 AAD 驗證。	布爾 (bool)
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否啟用驗證。	布爾 (bool)
自動縮放器	自動調整程序屬性。	AKSServiceCreateRequestAutoScaler
計算名稱	計算資源的名稱。	字串
computeType	服務的計算環境類型。	'AKS' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	AKSServiceCreateRequestDataCollection
isDefault	這是預設變體。	布爾 (bool)
livenessProbe要求	活躍度探查需求。	AKSServiceCreateRequestLivenessProbeRequirements
maxConcurrentRequestsPerContainer	每個容器的並行要求數目上限。	整數 (int)
maxQueueWaitMs	要求在佇列中等候的時間上限（以毫秒為單位）。 在這段時間之後，服務會傳回 503 （服務無法使用）	整數 (int)
命名空間 (namespace)	服務的 Kubernetes 命名空間。	字串
數量副本數	叢集上的複本數目。	整數 (int)
scoringTimeoutMs	評分逾時以毫秒為單位。	整數 (int)
trafficPercentile 流量百分位數	流量變化接收的數量。	整數 (int)
類型	變體的類型。	“控制” '治療'

AKSServiceCreateRequestAutoScaler

名字	描述	價值
autoscale已啟用	啟用/停用自動調整的選項。	布爾 (bool)
最大副本數	叢集中的複本數目上限。	整數 (int)
最小副本數	要相應減少的複本數目下限。	整數 (int)
refreshPeriodInSeconds （刷新週期以秒為單位）	自動調整更新之間要等候的秒數。	整數 (int)
targetUtilization	用來判斷是否調整叢集的目標使用率百分比。	整數 (int)

AKSServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

AKSServiceCreateRequestLivenessProbeRequirements

名字	描述	價值
failureThreshold （失敗閾值）	傳回狀況不良狀態之前允許的失敗次數。	整數 (int)
initialDelaySeconds	第一個探查前的延遲，以秒為單位。	整數 (int)
periodSeconds （週期秒）	探查之間的時間長度，以秒為單位。	整數 (int)
成功閾值	傳回狀況良好狀態之前，成功探查的數目。	整數 (int)
timeoutSeconds	探查逾時以秒為單位。	整數 (int)

容器資源需求

名字	描述	價值
中央處理器	容器上的 CPU 核心數目。	整數 (int)
FPGA （模擬電路板）	公開給容器的 FPGA PCIE 裝置數目。 必須是 2 的倍數。	整數 (int)
圖形處理器	容器中的 GPU 核心數目。	整數 (int)
記憶體（GB）	以 GB 為單位的容器記憶體數量。	整數 (int)

CreateServiceRequestEnvironmentImageRequest

名字	描述	價值
資產	資產清單。	ImageAsset[]
驅動程式程式	驅動程式檔案的名稱。	字串
環境	AZURE ML 環境的詳細數據。	EnvironmentImageRequestEnvironment 環境
環境參考	AZURE ML 環境的唯一識別詳細數據。	EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）
模型ID	模型標識碼的清單。	字串[]
模型	模型清單。	模型[]

CreateServiceRequestKeys

名字	描述	價值
primaryKey	主鍵。	字串
secondaryKey	次要金鑰。	字串

CreateServiceRequestKvTags

名字	描述	價值

CreateServiceRequestProperties

名字	描述	價值

數據集引用

名字	描述	價值
識別碼	數據集參考的標識碼。	字串
名字	數據集參考的名稱。	字串

EnvironmentImageRequestEnvironment 環境

名字	描述	價值
碼頭工人	Docker 容器的定義。	ModelEnvironmentDefinitionDocker
環境變數	要定義在環境中定義的環境變數。	ModelEnvironmentDefinitionEnvironmentVariables
inferencingStackVersion	新增至映像的推斷堆疊版本。 若要避免新增推斷堆疊，請勿設定此值。 有效值：「latest」。	字串
名字	環境的名稱。	字串
蟒	Python 環境的設定。	ModelEnvironmentDefinitionPython
r	R 環境的設定。	ModelEnvironmentDefinitionR
火花	Spark 環境的組態。	ModelEnvironmentDefinitionSpark
版本	環境版本。	字串

EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）

名字	描述	價值
名字	環境的名稱。	字串
版本	環境的版本。	字串

圖像資產

名字	描述	價值
識別碼	資產標識碼。	字串
mime類型	mime 類型。	字串
解壓	資產是否已解壓縮。	布爾 (bool)
URL	資產的 URL。	字串

型

名字	描述	價值
創建時間	模型建立時間（UTC）。	字串
數據	與模型相關聯的數據集清單。	資料集引用[]
衍生模型ID	衍生自此模型的模型	字串[]
描述	模型描述文字。	字串
實驗名稱	建立此模型之實驗的名稱。	字串
框架	模型架構。	字串
frameworkVersion （框架版本）	模型架構版本。	字串
識別碼	模型標識碼。	字串
kv標籤	模型標籤字典。 專案是可變的。	ModelKv標籤
mime類型	模型內容的MIME類型。 如需MIME類型的詳細資訊，請開啟 https://www.iana.org/assignments/media-types/media-types.xhtml	字串 （必要）
修改時間	模型上次修改時間 （UTC）。	字串
名字	模型名稱。	字串 （必要）
parentModelId	父模型標識碼。	字串
性能	Model 屬性字典。 屬性是不可變的。	ModelProperties 模型屬性
resourceRequirements	模型的資源需求	ContainerResourceRequirements
runId 的	建立此模型的 RunId。	字串
sampleInputData （採樣輸入資料）	模型的輸入數據範例。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
sampleOutputData	模型的範例輸出數據。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
解壓	指出是否需要在 Docker 映射建立期間解除封裝模型。	布爾 (bool)
URL	模型的 URL。 通常是SAS URL。	字串 （必要）
版本	模型管理服務指派的模型版本。	整數 (int)

ModelDockerSectionBaseImageRegistry

名字	描述	價值
位址		字串
密碼		字串 約束： 敏感性值。 以安全參數的形式傳入。
用戶名		字串 約束： 敏感性值。 以安全參數的形式傳入。

ModelEnvironmentDefinitionDocker

名字	描述	價值
baseDocker檔	用於 Docker 型執行的基底 Dockerfile。 與BaseImage互斥。	字串
baseImage （基礎影像）	用於 Docker 型執行的基底映像。 與BaseDockerfile互斥。	字串
baseImage註冊表	包含基底映像的映像登錄。	ModelDockerSectionBaseImageRegistry

ModelEnvironmentDefinitionEnvironmentVariables

名字	描述	價值

ModelEnvironmentDefinitionPython

名字	描述	價值
baseConda環境		字串
conda依賴項	包含 Conda 相依性的 JObject。	任意
解釋器路徑	如果不需要環境組建，要使用的 Python 解釋器路徑。 指定的路徑會用來呼叫使用者腳本。	字串
userManagedDependencies 的	True 表示 AzureML 會重複使用現有的 Python 環境;False 表示 AzureML 會根據 Conda 相依性規格建立 Python 環境。	布爾 (bool)

ModelEnvironmentDefinitionR

名字	描述	價值
bioConductor軟體包	來自 Bioconductor 的套件。	字串[]
cran軟體包	要使用的CRAN套件。	RCranPackage[]
customUrlPackages 的	來自自訂 URL 的套件。	字串[]
gitHub軟體包	直接從 GitHub 封裝。	RGitHubPackage[]
rscriptPath	如果不需要環境組建，要使用的 Rscript 路徑。 指定的路徑會用來呼叫使用者腳本。	字串
rVersion	要安裝的 R 版本	字串
快照日期	要以YYYY-MM-DD 格式使用的 MRAN 快照集日期，例如 “2019-04-17”	字串
使用者管理	指出環境是由使用者或 AzureML 管理。	布爾 (bool)

ModelEnvironmentDefinitionSpark

名字	描述	價值
包	要使用的Spark套件。	SparkMavenPackage[]
precache軟體包	是否要預先快取套件。	布爾 (bool)
存儲庫	Spark 存放庫的清單。	字串[]

ModelKv標籤

名字	描述	價值

ModelProperties 模型屬性

名字	描述	價值

RCran套件包

名字	描述	價值
名字	套件名稱。	字串
存儲庫	存放庫名稱。	字串

RGitHub包

名字	描述	價值
authToken 認證	從私人存放庫安裝的個人存取令牌	字串 約束： 敏感性值。 以安全參數的形式傳入。
存儲庫	儲存機制位址格式為 username/repo[/subdir][@ref|#pull]。	字串

SparkMavenPackage

名字	描述	價值
人工製品		字串
群		字串
版本		字串

使用範例

Azure 快速入門範本

下列 Azure 快速入門範本 部署此資源類型。

範本	描述
建立 Azure Machine Learning Service	此範本會建立 Azure Machine Learning 服務。
建立 Azure Machine Learning 服務 （AKS）	此範本會建立 Azure Machine Learning 服務。

Terraform （AzAPI 提供者） 資源定義

工作區/服務資源類型可以使用目標作業來部署：

• 資源群組

如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/services 資源，請將下列 Terraform 新增至範本。

resource "azapi_resource" "symbolicname" {
  description = "string"
  environmentImageRequest = {
    assets = [
      {
        id = "string"
        mimeType = "string"
        unpack = bool
        url = "string"
      }
    ]
    driverProgram = "string"
    environment = {
      docker = {
        baseDockerfile = "string"
        baseImage = "string"
        baseImageRegistry = {
          address = "string"
          password = "string"
          username = "string"
        }
      }
      environmentVariables = {
        {customized property} = "string"
      }
      inferencingStackVersion = "string"
      name = "string"
      python = {
        baseCondaEnvironment = "string"
        condaDependencies = ?
        interpreterPath = "string"
        userManagedDependencies = bool
      }
      r = {
        bioConductorPackages = [
          "string"
        ]
        cranPackages = [
          {
            name = "string"
            repository = "string"
          }
        ]
        customUrlPackages = [
          "string"
        ]
        gitHubPackages = [
          {
            authToken = "string"
            repository = "string"
          }
        ]
        rscriptPath = "string"
        rVersion = "string"
        snapshotDate = "string"
        userManaged = bool
      }
      spark = {
        packages = [
          {
            artifact = "string"
            group = "string"
            version = "string"
          }
        ]
        precachePackages = bool
        repositories = [
          "string"
        ]
      }
      version = "string"
    }
    environmentReference = {
      name = "string"
      version = "string"
    }
    modelIds = [
      "string"
    ]
    models = [
      {
        createdTime = "string"
        datasets = [
          {
            id = "string"
            name = "string"
          }
        ]
        derivedModelIds = [
          "string"
        ]
        description = "string"
        experimentName = "string"
        framework = "string"
        frameworkVersion = "string"
        id = "string"
        kvTags = {
          {customized property} = "string"
        }
        mimeType = "string"
        modifiedTime = "string"
        name = "string"
        parentModelId = "string"
        properties = {
          {customized property} = "string"
        }
        resourceRequirements = {
          cpu = int
          fpga = int
          gpu = int
          memoryInGB = int
        }
        runId = "string"
        sampleInputData = "string"
        sampleOutputData = "string"
        unpack = bool
        url = "string"
        version = int
      }
    ]
  }
  keys = {
    primaryKey = "string"
    secondaryKey = "string"
  }
  kvTags = {
    {customized property} = "string"
  }
  location = "string"
  name = "string"
  properties = {
    {customized property} = "string"
  }
  computeType = "string"
  // For remaining properties, see Microsoft.MachineLearningServices/workspaces/services objects
}

Microsoft.MachineLearningServices/workspaces/services 物件

設定 computeType 屬性，以指定物件的類型。

針對 ACI，請使用：

{
  appInsightsEnabled = bool
  authEnabled = bool
  cname = "string"
  computeType = "ACI"
  containerResourceRequirements = {
    cpu = int
    fpga = int
    gpu = int
    memoryInGB = int
  }
  dataCollection = {
    eventHubEnabled = bool
    storageEnabled = bool
  }
  dnsNameLabel = "string"
  encryptionProperties = {
    keyName = "string"
    keyVersion = "string"
    vaultBaseUrl = "string"
  }
  sslCertificate = "string"
  sslEnabled = bool
  sslKey = "string"
  vnetConfiguration = {
    subnetName = "string"
    vnetName = "string"
  }
}

針對 AKS，請使用：

{
  aadAuthEnabled = bool
  appInsightsEnabled = bool
  authEnabled = bool
  autoScaler = {
    autoscaleEnabled = bool
    maxReplicas = int
    minReplicas = int
    refreshPeriodInSeconds = int
    targetUtilization = int
  }
  computeName = "string"
  computeType = "AKS"
  containerResourceRequirements = {
    cpu = int
    fpga = int
    gpu = int
    memoryInGB = int
  }
  dataCollection = {
    eventHubEnabled = bool
    storageEnabled = bool
  }
  isDefault = bool
  livenessProbeRequirements = {
    failureThreshold = int
    initialDelaySeconds = int
    periodSeconds = int
    successThreshold = int
    timeoutSeconds = int
  }
  maxConcurrentRequestsPerContainer = int
  maxQueueWaitMs = int
  namespace = "string"
  numReplicas = int
  scoringTimeoutMs = int
  trafficPercentile = int
  type = "string"
}

屬性值

Microsoft.MachineLearningServices/workspaces/services

名字	描述	價值
computeType	針對 ACIServiceCreateRequest類型 設定為 'ACI'。 針對 AKSServiceCreateRequest 類型 設定為 'AKS'，。	'ACI' 'AKS' （必要）
描述	服務的描述。	字串
environmentImage請求	推斷所需的環境、模型和資產。	CreateServiceRequestEnvironmentImageRequest
鑰匙	驗證金鑰。	CreateServiceRequestKeys
kv標籤	服務標籤字典。 標記是可變動的。	CreateServiceRequestKvTags
位置	Azure 位置/區域的名稱。	字串
名字	資源名稱	字串 （必要）
父項識別碼	此資源為父系之資源的標識碼。	類型資源的標識碼：工作區
性能	服務屬性字典。 屬性是不可變的。	CreateServiceRequestProperties
類型	資源類型	“Microsoft.MachineLearningServices/workspaces/services@2020-09-01-preview”

ACIServiceCreate請求

名字	描述	價值
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否在服務上啟用驗證。	布爾 (bool)
cname (標準名稱)	服務的 CName。	字串
computeType	服務的計算環境類型。	'ACI' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	ACIServiceCreateRequestDataCollection
dnsNameLabel	服務的 Dns 標籤。	字串
encryptionProperties	加密屬性。	ACIServiceCreateRequestEncryptionProperties
sslCertificate 證書	如果已啟用 SSL，則為 PEM 格式的公用 SSL 憑證。	字串
SSL已啟用	是否啟用 SSL。	布爾 (bool)
SSL金鑰	憑證的 PEM 格式公鑰。	字串
vnet配置	虛擬網路組態。	ACIServiceCreateRequestVnetConfiguration

ACIServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

ACIServiceCreateRequestEncryptionProperties

名字	描述	價值
鍵名稱	加密金鑰名稱	字串 （必要）
keyVersion	加密金鑰版本	字串 （必要）
vaultBaseUrl 的	保存庫基底 URL	字串 （必要）

ACIServiceCreateRequestVnetConfiguration

名字	描述	價值
子網名稱	虛擬網路子網的名稱。	字串
vnet名稱	虛擬網路的名稱。	字串

AKSServiceCreateRequest

名字	描述	價值
aadAuthEnabled	是否啟用 AAD 驗證。	布爾 (bool)
已啟用 appInsights	是否啟用 Application Insights。	布爾 (bool)
authEnabled 認證	是否啟用驗證。	布爾 (bool)
自動縮放器	自動調整程序屬性。	AKSServiceCreateRequestAutoScaler
計算名稱	計算資源的名稱。	字串
computeType	服務的計算環境類型。	'AKS' （必要）
containerResourceRequirements	容器資源需求。	ContainerResourceRequirements
數據收集	指定之數據收集選項的詳細數據。	AKSServiceCreateRequestDataCollection
isDefault	這是預設變體。	布爾 (bool)
livenessProbe要求	活躍度探查需求。	AKSServiceCreateRequestLivenessProbeRequirements
maxConcurrentRequestsPerContainer	每個容器的並行要求數目上限。	整數 (int)
maxQueueWaitMs	要求在佇列中等候的時間上限（以毫秒為單位）。 在這段時間之後，服務會傳回 503 （服務無法使用）	整數 (int)
命名空間 (namespace)	服務的 Kubernetes 命名空間。	字串
數量副本數	叢集上的複本數目。	整數 (int)
scoringTimeoutMs	評分逾時以毫秒為單位。	整數 (int)
trafficPercentile 流量百分位數	流量變化接收的數量。	整數 (int)
類型	變體的類型。	“控制” '治療'

AKSServiceCreateRequestAutoScaler

名字	描述	價值
autoscale已啟用	啟用/停用自動調整的選項。	布爾 (bool)
最大副本數	叢集中的複本數目上限。	整數 (int)
最小副本數	要相應減少的複本數目下限。	整數 (int)
refreshPeriodInSeconds （刷新週期以秒為單位）	自動調整更新之間要等候的秒數。	整數 (int)
targetUtilization	用來判斷是否調整叢集的目標使用率百分比。	整數 (int)

AKSServiceCreateRequestDataCollection

名字	描述	價值
事件Hub已啟用	啟用/停用事件中樞的選項。	布爾 (bool)
storageEnabled 已啟用	啟用/停用記憶體的選項。	布爾 (bool)

AKSServiceCreateRequestLivenessProbeRequirements

名字	描述	價值
failureThreshold （失敗閾值）	傳回狀況不良狀態之前允許的失敗次數。	整數 (int)
initialDelaySeconds	第一個探查前的延遲，以秒為單位。	整數 (int)
periodSeconds （週期秒）	探查之間的時間長度，以秒為單位。	整數 (int)
成功閾值	傳回狀況良好狀態之前，成功探查的數目。	整數 (int)
timeoutSeconds	探查逾時以秒為單位。	整數 (int)

容器資源需求

名字	描述	價值
中央處理器	容器上的 CPU 核心數目。	整數 (int)
FPGA （模擬電路板）	公開給容器的 FPGA PCIE 裝置數目。 必須是 2 的倍數。	整數 (int)
圖形處理器	容器中的 GPU 核心數目。	整數 (int)
記憶體（GB）	以 GB 為單位的容器記憶體數量。	整數 (int)

CreateServiceRequestEnvironmentImageRequest

名字	描述	價值
資產	資產清單。	ImageAsset[]
驅動程式程式	驅動程式檔案的名稱。	字串
環境	AZURE ML 環境的詳細數據。	EnvironmentImageRequestEnvironment 環境
環境參考	AZURE ML 環境的唯一識別詳細數據。	EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）
模型ID	模型標識碼的清單。	字串[]
模型	模型清單。	模型[]

CreateServiceRequestKeys

名字	描述	價值
primaryKey	主鍵。	字串
secondaryKey	次要金鑰。	字串

CreateServiceRequestKvTags

名字	描述	價值

CreateServiceRequestProperties

名字	描述	價值

數據集引用

名字	描述	價值
識別碼	數據集參考的標識碼。	字串
名字	數據集參考的名稱。	字串

EnvironmentImageRequestEnvironment 環境

名字	描述	價值
碼頭工人	Docker 容器的定義。	ModelEnvironmentDefinitionDocker
環境變數	要定義在環境中定義的環境變數。	ModelEnvironmentDefinitionEnvironmentVariables
inferencingStackVersion	新增至映像的推斷堆疊版本。 若要避免新增推斷堆疊，請勿設定此值。 有效值：「latest」。	字串
名字	環境的名稱。	字串
蟒	Python 環境的設定。	ModelEnvironmentDefinitionPython
r	R 環境的設定。	ModelEnvironmentDefinitionR
火花	Spark 環境的組態。	ModelEnvironmentDefinitionSpark
版本	環境版本。	字串

EnvironmentImageRequestEnvironmentReference （環境圖像請求環境引用）

名字	描述	價值
名字	環境的名稱。	字串
版本	環境的版本。	字串

圖像資產

名字	描述	價值
識別碼	資產標識碼。	字串
mime類型	mime 類型。	字串
解壓	資產是否已解壓縮。	布爾 (bool)
URL	資產的 URL。	字串

型

名字	描述	價值
創建時間	模型建立時間（UTC）。	字串
數據	與模型相關聯的數據集清單。	資料集引用[]
衍生模型ID	衍生自此模型的模型	字串[]
描述	模型描述文字。	字串
實驗名稱	建立此模型之實驗的名稱。	字串
框架	模型架構。	字串
frameworkVersion （框架版本）	模型架構版本。	字串
識別碼	模型標識碼。	字串
kv標籤	模型標籤字典。 專案是可變的。	ModelKv標籤
mime類型	模型內容的MIME類型。 如需MIME類型的詳細資訊，請開啟 https://www.iana.org/assignments/media-types/media-types.xhtml	字串 （必要）
修改時間	模型上次修改時間 （UTC）。	字串
名字	模型名稱。	字串 （必要）
parentModelId	父模型標識碼。	字串
性能	Model 屬性字典。 屬性是不可變的。	ModelProperties 模型屬性
resourceRequirements	模型的資源需求	ContainerResourceRequirements
runId 的	建立此模型的 RunId。	字串
sampleInputData （採樣輸入資料）	模型的輸入數據範例。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
sampleOutputData	模型的範例輸出數據。 工作區中數據集的參考，格式為 aml://dataset/{datasetId}	字串
解壓	指出是否需要在 Docker 映射建立期間解除封裝模型。	布爾 (bool)
URL	模型的 URL。 通常是SAS URL。	字串 （必要）
版本	模型管理服務指派的模型版本。	整數 (int)

ModelDockerSectionBaseImageRegistry

名字	描述	價值
位址		字串
密碼		字串 約束： 敏感性值。 以安全參數的形式傳入。
用戶名		字串 約束： 敏感性值。 以安全參數的形式傳入。

ModelEnvironmentDefinitionDocker

名字	描述	價值
baseDocker檔	用於 Docker 型執行的基底 Dockerfile。 與BaseImage互斥。	字串
baseImage （基礎影像）	用於 Docker 型執行的基底映像。 與BaseDockerfile互斥。	字串
baseImage註冊表	包含基底映像的映像登錄。	ModelDockerSectionBaseImageRegistry

ModelEnvironmentDefinitionEnvironmentVariables

名字	描述	價值

ModelEnvironmentDefinitionPython

名字	描述	價值
baseConda環境		字串
conda依賴項	包含 Conda 相依性的 JObject。	任意
解釋器路徑	如果不需要環境組建，要使用的 Python 解釋器路徑。 指定的路徑會用來呼叫使用者腳本。	字串
userManagedDependencies 的	True 表示 AzureML 會重複使用現有的 Python 環境;False 表示 AzureML 會根據 Conda 相依性規格建立 Python 環境。	布爾 (bool)

ModelEnvironmentDefinitionR

名字	描述	價值
bioConductor軟體包	來自 Bioconductor 的套件。	字串[]
cran軟體包	要使用的CRAN套件。	RCranPackage[]
customUrlPackages 的	來自自訂 URL 的套件。	字串[]
gitHub軟體包	直接從 GitHub 封裝。	RGitHubPackage[]
rscriptPath	如果不需要環境組建，要使用的 Rscript 路徑。 指定的路徑會用來呼叫使用者腳本。	字串
rVersion	要安裝的 R 版本	字串
快照日期	要以YYYY-MM-DD 格式使用的 MRAN 快照集日期，例如 “2019-04-17”	字串
使用者管理	指出環境是由使用者或 AzureML 管理。	布爾 (bool)

ModelEnvironmentDefinitionSpark

名字	描述	價值
包	要使用的Spark套件。	SparkMavenPackage[]
precache軟體包	是否要預先快取套件。	布爾 (bool)
存儲庫	Spark 存放庫的清單。	字串[]

ModelKv標籤

名字	描述	價值

ModelProperties 模型屬性

名字	描述	價值

RCran套件包

名字	描述	價值
名字	套件名稱。	字串
存儲庫	存放庫名稱。	字串

RGitHub包

名字	描述	價值
authToken 認證	從私人存放庫安裝的個人存取令牌	字串 約束： 敏感性值。 以安全參數的形式傳入。
存儲庫	儲存機制位址格式為 username/repo[/subdir][@ref|#pull]。	字串

SparkMavenPackage

名字	描述	價值
人工製品		字串
群		字串
版本		字串