Compartir a través de

Esquema YAML del entorno de la CLI (v2)

  • Artículo

SE APLICA A: Extensión de ML de la CLI de Azure v2 (actual)

El esquema JSON de origen se puede encontrar en https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Nota

La sintaxis de YAML que se detalla en este documento se basa en el esquema JSON de la versión más reciente de la extensión ML de la CLI v2. Se garantiza que esta sintaxis solo funciona con la versión más reciente de la extensión ML de la CLI v2. Dispone de los esquemas de las versiones de anteriores de la extensión en https://azuremlschemasprod.azureedge.net/.

Sintaxis de YAML

Clave Tipo Descripción Valores permitidos Valor predeterminado
$schema string Esquema de YAML. Si usa la extensión VS Code de Azure Machine Learning para crear el archivo YAML, la inclusión de $schema en la parte superior del archivo le permite invocar las finalizaciones del esquema y los recursos.
name string Necesario. Nombre del entorno.
version string Versión del entorno. Si se omite, Azure Machine Learning genera automáticamente una versión.
description string Descripción del entorno.
tags object Diccionario de etiquetas del entorno.
image string Imagen de Docker que se va a usar para el entorno. Se requiere image o build.
conda_file cadena u objeto Archivo de configuración YAML estándar de Conda de las dependencias de un entorno de Conda. Vea https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Si se ha especificado, también se debe especificar image. Azure Machine Learning compila el entorno de Conda sobre la imagen de Docker proporcionada.
build object Configuración del contexto de compilación de Docker que se usa para el entorno. Se requiere image o build.
build.path string Ruta de acceso local al directorio que se va a usar como contexto de compilación.
build.dockerfile_path string Ruta de acceso relativa al documento Dockerfile en el contexto de compilación. Dockerfile
os_type string El tipo de sistema operativo. linux, windows linux
inference_config object Configuraciones de contenedor de inferencias. Solo se aplica si el entorno se usa para compilar un contenedor de servicios para implementaciones en línea. Vea Atributos de la clave inference_config.

Atributos de la clave inference_config

Clave Tipo Description
liveness_route object Ruta de ejecución del contenedor de servicios.
liveness_route.path string Ruta de acceso a la que enrutar solicitudes de ejecución.
liveness_route.port integer Puerto al que enrutar solicitudes de ejecución.
readiness_route object Ruta de preparación del contenedor de servicios.
readiness_route.path string Ruta de acceso a la que enrutar solicitudes de preparación.
readiness_route.port integer Puerto al que enrutar solicitudes de preparación.
scoring_route object Ruta de puntuación del contenedor de servicios.
scoring_route.path string Ruta de acceso a la que enrutar solicitudes de puntuación.
scoring_route.port integer Puerto al que enrutar solicitudes de puntuación.

Comentarios

El comando az ml environment se puede usar para administrar los entornos de Azure Machine Learning.

Ejemplos

Hay ejemplos disponibles en el repositorio de GitHub de ejemplos. A continuación se muestran varios.

YAML: contexto de compilación local de Docker

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
  path: docker-contexts/python-and-pip

YAML: imagen de Docker

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-example
image: pytorch/pytorch:latest
description: Environment created from a Docker image.

YAML: imagen de Docker más archivo de Conda

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-plus-conda-example
image: mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
conda_file: conda-yamls/pydata.yml
description: Environment created from a Docker image plus Conda environment.

Pasos siguientes