Azure.ResourceManager.MachineLearning.Models Espace de noms
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
Classes
AccessKeyAuthTypeWorkspaceConnectionProperties |
The AccessKeyAuthTypeWorkspaceConnectionProperties. |
AmlCompute |
Un calcul Azure Machine Learning. |
AmlComputeNodeInformation |
Informations de nœud de calcul liées à un AmlCompute. |
AmlComputeProperties |
Propriétés de calcul AML. |
AmlComputeScaleSettings |
paramètres de mise à l’échelle pour le calcul AML. |
AmlToken |
Configuration de l’identité de jeton AML. |
AmlTokenComputeIdentity |
Définition d’identité de calcul de jeton AML. |
ApiKeyAuthWorkspaceConnectionProperties |
Ce type de connexion couvre les catégories de connexion d’authentification ApiKey génériques, par exemple : AzureOpenAI : Category := AzureOpenAI AuthType := ApiKey (as type discriminator) Credentials := {ApiKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := {ApiBase} CognitiveService : Category := CognitiveService AuthType := ApiKey (as type discriminator) Credentials := {SubscriptionKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := ServiceRegion={serviceRegion} CognitiveSearch : Category := CognitiveSearch AuthType := ApiKey (as type discriminator) Credentials := {Key} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target := {Endpoint} Utiliser le conteneur de propriétés de métadonnées pour apiType, ApiVersion, Kind et d’autres champs de métadonnées |
ArmMachineLearningModelFactory |
Fabrique de modèles pour les modèles. |
AutoDeleteSetting |
The AutoDeleteSetting. |
AutoForecastHorizon |
Horizon de prévision déterminé automatiquement par le système. |
AutoMLJob |
Classe AutoMLJob. Utilisez cette classe pour exécuter des tâches AutoML telles que classification/régression, etc. Pour toutes les tâches prises en charge, consultez Énumération TaskType. |
AutoMLVertical |
Classe verticale AutoML. Classe de base pour les verticales AutoML - TableVertical/ImageVertical/NLPVertical Veuillez noter AutoMLVertical que est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent ClassificationTask, MachineLearningForecasting, ImageClassificationMultilabelImageClassification, ImageInstanceSegmentation, ImageObjectDetection, AutoMLVerticalRegression, TextClassification, et TextNerTextClassificationMultilabel . |
AutoMLVerticalRegression |
Tâche de régression dans la table AutoML verticale. |
AutoNCrossValidations |
Validations N-Croisées déterminées automatiquement. |
AutoSeasonality |
The AutoSeasonality. |
AutoTargetLags |
The AutoTargetLags. |
AutoTargetRollingWindowSize |
La fenêtre propagée des retards cibles est déterminée automatiquement. |
AzMonMonitoringAlertNotificationSettings |
The AzMonMonitoringAlertNotificationSettings. |
AzureDevOpsWebhook |
Détails du webhook spécifiques à Azure DevOps. |
AzureMLBatchInferencingServer |
Configurations de serveur d’inférence par lots Azure ML. |
AzureMLOnlineInferencingServer |
Configurations d’inférence en ligne Azure ML. |
BanditPolicy |
Définit une stratégie d’arrêt anticipé basée sur des critères de marge, ainsi qu’une fréquence et un intervalle de retard pour l’évaluation. |
BaseEnvironmentSource |
The BaseEnvironmentSource. Veuillez noter qu’il BaseEnvironmentSource s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent BaseEnvironmentType. |
BaseEnvironmentType |
Type d’environnement de base. |
BatchDeploymentConfiguration |
Propriétés pertinentes pour différents types de déploiement. Veuillez noter qu’il BatchDeploymentConfiguration s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent BatchPipelineComponentDeploymentConfiguration. |
BatchPipelineComponentDeploymentConfiguration |
Propriétés d’un déploiement de composant de pipeline Batch. |
BayesianSamplingAlgorithm |
Définit un algorithme d’échantillonnage qui génère des valeurs basées sur des valeurs précédentes. |
BlobReferenceForConsumptionDto |
The BlobReferenceForConsumptionDto. |
CategoricalDataDriftMetricThreshold |
The CategoricalDataDriftMetricThreshold. |
CategoricalDataQualityMetricThreshold |
The CategoricalDataQualityMetricThreshold. |
CategoricalPredictionDriftMetricThreshold |
The CategoricalPredictionDriftMetricThreshold. |
ClassificationModelPerformanceMetricThreshold |
The ClassificationModelPerformanceMetricThreshold. |
ClassificationTask |
Tâche de classification dans la table AutoML verticale. |
ClassificationTrainingSettings |
Configuration liée à la formation de classification. |
CocoExportSummary |
The CocoExportSummary. |
ColumnTransformer |
Paramètres du transformateur de colonne. |
ComputeStartStopCronSchedule |
Déclencheur de flux de travail cron pour le type de planification ComputeStartStop. |
ComputeStartStopRecurrenceSchedule |
Périodicité du déclencheur de flux de travail pour le type de planification ComputeStartStop. |
ContainerEndpoint |
The ContainerEndpoint. |
CreateMonitorAction |
The CreateMonitorAction. |
CronTrigger |
The CronTrigger. |
CsvExportSummary |
The CsvExportSummary. |
CustomForecastHorizon |
Horizon maximal de prévision souhaité en unités de fréquence de série chronologique. |
CustomInferencingServer |
Configurations de serveur d’inférence personnalisées. |
CustomKeysWorkspaceConnectionProperties |
Category := CustomKeys AuthType := CustomKeys (as type discriminator) Credentials := {CustomKeys} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target := {any value} Use Metadata property bag for ApiVersion et autres champs de métadonnées |
CustomMetricThreshold |
The CustomMetricThreshold. |
CustomMonitoringSignal |
The CustomMonitoringSignal. |
CustomNCrossValidations |
Les validations N-Cross sont spécifiées par l’utilisateur. |
CustomSeasonality |
The CustomSeasonality. |
CustomService |
Spécifie la configuration du service personnalisé. |
CustomTargetLags |
The CustomTargetLags. |
CustomTargetRollingWindowSize |
The CustomTargetRollingWindowSize. |
DatabaseSource |
The DatabaseSource. |
DataCollectionConfiguration |
The DataCollectionConfiguration. |
DataCollector |
The DataCollector. |
DataDriftMetricThresholdBase |
The DataDriftMetricThresholdBase. Veuillez noter qu’il DataDriftMetricThresholdBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent CategoricalDataDriftMetricThreshold et NumericalDataDriftMetricThreshold. |
DataDriftMonitoringSignal |
The DataDriftMonitoringSignal. |
DataImport |
The DataImport. |
DataImportSource |
The DataImportSource. Veuillez noter qu’il DataImportSource s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent DatabaseSource et FileSystemSource. |
DataQualityMetricThresholdBase |
The DataQualityMetricThresholdBase. Veuillez noter qu’il DataQualityMetricThresholdBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent CategoricalDataQualityMetricThreshold et NumericalDataQualityMetricThreshold. |
DataQualityMonitoringSignal |
The DataQualityMonitoringSignal. |
DatasetExportSummary |
The DatasetExportSummary. |
DockerSetting |
The DockerSetting. |
EmailMonitoringAlertNotificationSettings |
The EmailMonitoringAlertNotificationSettings. |
EncryptionKeyVaultUpdateProperties |
The EncryptionKeyVaultUpdateProperties. |
EncryptionUpdateProperties |
The EncryptionUpdateProperties. |
EnvironmentVariable |
The EnvironmentVariable. |
ExportSummary |
The ExportSummary. Veuillez noter qu’il ExportSummary s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent CsvExportSummary, CocoExportSummary et DatasetExportSummary. |
FeatureAttributionDriftMonitoringSignal |
The FeatureAttributionDriftMonitoringSignal. |
FeatureAttributionMetricThreshold |
The FeatureAttributionMetricThreshold. |
FeatureSetVersionBackfillContent |
Charge utile de la demande pour la création d’une demande de renvoi pour une version d’ensemble de fonctionnalités donnée. |
FeatureStoreSettings |
The FeatureStoreSettings. |
FeatureSubset |
The FeatureSubset. |
FeatureWindow |
Spécifie la fenêtre de fonctionnalité. |
FileSystemSource |
The FileSystemSource. |
FixedInputData |
Correction de la définition des données d’entrée. |
ForecastHorizon |
Horizon maximal de prévision souhaité en unités de fréquence de série chronologique. Veuillez noter qu’il ForecastHorizon s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoForecastHorizon et CustomForecastHorizon. |
ForecastingSeasonality |
Prévision de la saisonnalité. Veuillez noter qu’il ForecastingSeasonality s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoSeasonality et CustomSeasonality. |
ForecastingSettings |
Prévision de paramètres spécifiques. |
ForecastingTrainingSettings |
Prévision de la configuration liée à l’entraînement. |
FqdnOutboundRule |
Règle de trafic sortant FQDN pour le réseau managé d’un espace de travail Machine Learning. |
GenerationSafetyQualityMetricThreshold |
Définition du seuil de métrique de qualité de la sécurité de génération. |
GenerationSafetyQualityMonitoringSignal |
Définition du signal de surveillance de la qualité de la sécurité de génération. |
GenerationTokenStatisticsMetricThreshold |
Définition du seuil de métrique des statistiques de jeton de génération. |
GenerationTokenStatisticsSignal |
Définition du signal des statistiques de jeton de génération. |
GridSamplingAlgorithm |
Définit un algorithme d’échantillonnage qui génère de manière exhaustive chaque combinaison de valeurs dans l’espace. |
HdfsDatastore |
The HdfsDatastore. |
IdleShutdownSetting |
Arrête le calcul instance après la période d’inactivité définie par l’utilisateur. |
ImageClassification |
Classification d’images. La classification d’images multiclasses est utilisée lorsqu’une image est classée avec une seule étiquette d’un ensemble de classes, par exemple, chaque image est classée comme image d’un « chat », d’un « chien » ou d’un « canard ». |
ImageClassificationMultilabel |
Classification d’images Multilabel. La classification d’images multi-étiquettes est utilisée lorsqu’une image peut avoir une ou plusieurs étiquettes d’un ensemble d’étiquettes. Par exemple, une image peut être étiquetée avec « chat » et « chien ». |
ImageInstanceSegmentation |
Segmentation d’instance d’image. La segmentation d’instance permet d’identifier les objets d’une image au niveau des pixels, en dessinant un polygone autour de chaque objet de l’image. |
ImageLimitSettings |
Limitez les paramètres du travail AutoML. |
ImageMetadata |
Retourne des métadonnées sur l’image du système d’exploitation pour cette instance de calcul. |
ImageModelDistributionSettings |
Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Voici quelques exemples :
|
ImageModelDistributionSettingsClassification |
Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Voici quelques exemples :
|
ImageModelDistributionSettingsObjectDetection |
Expressions de distribution pour balayer les valeurs des paramètres du modèle. <exemple> Voici quelques exemples :
|
ImageModelSettings |
Paramètres utilisés pour l’entraînement du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. |
ImageModelSettingsClassification |
Paramètres utilisés pour l’entraînement du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. |
ImageModelSettingsObjectDetection |
Paramètres utilisés pour l’entraînement du modèle. Pour plus d’informations sur les paramètres disponibles, consultez la documentation officielle : https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. |
ImageObjectDetection |
Détection d’objets Image. La détection d’objets permet d’identifier les objets d’une image et de localiser chaque objet avec un cadre englobant, par exemple, localiser tous les chiens et les chats dans une image et dessiner un cadre englobant autour de chacun d’eux. |
ImageSetting |
The ImageSetting. |
ImageSweepSettings |
Paramètres associés au balayage de modèle et aux hyperparamètres. |
ImportDataAction |
The ImportDataAction. |
IndexColumn |
Objet Dto représentant la colonne d’index. |
InferencingServer |
The InferencingServer. Veuillez noter qu’il InferencingServer s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AzureMLBatchInferencingServer, AzureMLOnlineInferencingServeret TritonInferencingServerCustomInferencingServer . |
IntellectualProperty |
Détails de la propriété intellectuelle d’une ressource. |
JobAllNodes |
Tous les nœuds signifie que le service s’exécutera sur tous les nœuds du travail. |
JobNodes |
Définition de nœuds abstraits Veuillez noter JobNodes que est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent JobAllNodes. |
JobQueueSettings |
The JobQueueSettings. |
JobStatusMessage |
Message actif associé au projet. |
KerberosKeytabCredentials |
The KerberosKeytabCredentials. |
KerberosKeytabSecrets |
The KerberosKeytabSecrets. |
KerberosPasswordCredentials |
The KerberosPasswordCredentials. |
KerberosPasswordSecrets |
The KerberosPasswordSecrets. |
LabelCategory |
Définition de catégorie d’étiquette. |
LabelClass |
Définition de classe d’étiquette. |
LabelingDataConfiguration |
Définition de configuration des données d’étiquetage. |
LabelingJobImageProperties |
Propriétés d’un travail d’étiquetage pour les données d’image. |
LabelingJobMediaProperties |
Propriétés d’un travail d’étiquetage Veuillez noter qu’il LabelingJobMediaProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent LabelingJobImageProperties et LabelingJobTextProperties. |
LabelingJobProperties |
Définition du travail d’étiquetage. |
LabelingJobTextProperties |
Propriétés d’un travail d’étiquetage pour les données texte. |
LakeHouseArtifact |
Le LakeHouseArtifact. |
MachineLearningAccountKeyDatastoreCredentials |
Configuration des informations d’identification du magasin de données de clé de compte. |
MachineLearningAccountKeyDatastoreSecrets |
Secrets de clé de compte de magasin de données. |
MachineLearningAksCompute |
Un calcul Machine Learning basé sur AKS. |
MachineLearningAksComputeProperties |
Propriétés AKS. |
MachineLearningAksComputeSecrets |
Secrets liés à un calcul Machine Learning basé sur AKS. |
MachineLearningAksNetworkingConfiguration |
Configuration avancée pour la mise en réseau AKS. |
MachineLearningAllFeatures |
The MachineLearningAllFeatures. |
MachineLearningAssetBase |
The MachineLearningAssetBase. |
MachineLearningAssetContainer |
The MachineLearningAssetContainer. |
MachineLearningAssetReferenceBase |
Définition de base pour les références de ressources. Veuillez noter qu’il MachineLearningAssetReferenceBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningDataPathAssetReference, MachineLearningOutputPathAssetReference et MachineLearningIdAssetReference. |
MachineLearningAssistConfiguration |
Étiquetage de la définition de configuration MLAssist Veuillez noter MachineLearningAssistConfiguration que est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MLAssistConfigurationDisabled et MachineLearningAssistEnabledConfiguration. |
MachineLearningAssistEnabledConfiguration |
Étiquetage de la définition de configuration MLAssist lorsque MLAssist est activé. |
MachineLearningAutoPauseProperties |
Propriétés de pause automatique. |
MachineLearningAutoScaleProperties |
Propriétés de mise à l’échelle automatique. |
MachineLearningAzureBlobDatastore |
Configuration du magasin de données d’objets blob Azure. |
MachineLearningAzureDataLakeGen1Datastore |
Configuration du magasin de données Azure Data Lake Gen1. |
MachineLearningAzureDataLakeGen2Datastore |
Configuration du magasin de données Azure Data Lake Gen2. |
MachineLearningAzureFileDatastore |
Configuration du magasin de données Azure File. |
MachineLearningBatchDeploymentPatch |
Strictement utilisé dans les demandes de mise à jour. |
MachineLearningBatchDeploymentProperties |
Paramètres d’inférence par lot par déploiement. |
MachineLearningBatchEndpointProperties |
Configuration du point de terminaison batch. |
MachineLearningBatchRetrySettings |
Paramètres de nouvelle tentative pour une opération d’inférence par lots. |
MachineLearningBuildContext |
Paramètres de configuration pour le contexte de build Docker. |
MachineLearningCertificateDatastoreCredentials |
Configuration des informations d’identification du magasin de données de certificat. |
MachineLearningCertificateDatastoreSecrets |
Secrets de certificat de magasin de données. |
MachineLearningCodeConfiguration |
Configuration d’une ressource de code de scoring. |
MachineLearningCodeContainerProperties |
Conteneur pour les versions de ressources de code. |
MachineLearningCodeVersionProperties |
Détails de la version de la ressource de code. |
MachineLearningCommandJob |
Définition du travail de commande. |
MachineLearningCommandJobLimits |
Classe limite du travail de commande. |
MachineLearningComponentContainerProperties |
Définition du conteneur de composants. <voir href= »https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" ; /> |
MachineLearningComponentVersionProperties |
Définition d’une version de composant : définit les ressources qui couvrent les types de composants. |
MachineLearningComputeInstance |
Un instance de calcul Azure Machine Learning. |
MachineLearningComputeInstanceApplication |
Définit une application d’instance Aml et son URI de point de terminaison de connectivité. |
MachineLearningComputeInstanceAssignedUser |
Utilisateur qui peut être affecté à un instance de calcul. |
MachineLearningComputeInstanceConnectivityEndpoints |
Définit tous les points de terminaison et propriétés de connectivité pour un ComputeInstance. |
MachineLearningComputeInstanceContainer |
Définit un conteneur d’instance Aml. |
MachineLearningComputeInstanceCreatedBy |
Décrit des informations sur l’utilisateur qui a créé cette computeInstance. |
MachineLearningComputeInstanceDataDisk |
Définit un DataDisk d’instance Aml. |
MachineLearningComputeInstanceDataMount |
Définit un DataMount d’instance Aml. |
MachineLearningComputeInstanceEnvironmentInfo |
Informations sur l’environnement. |
MachineLearningComputeInstanceLastOperation |
Dernière opération sur ComputeInstance. |
MachineLearningComputeInstanceProperties |
Propriétés de l’instance de calcul. |
MachineLearningComputeInstanceSshSettings |
Spécifie la stratégie et les paramètres pour l’accès SSH. |
MachineLearningComputePatch |
Paramètres de mise à jour AmlCompute. |
MachineLearningComputeProperties |
Objet de calcul Machine Learning. Veuillez noter qu’il MachineLearningComputeProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningAksCompute, AmlCompute, MachineLearningComputeInstance, MachineLearningDataLakeAnalyticsMachineLearningDataFactoryCompute, MachineLearningDatabricksCompute, MachineLearningHDInsightCompute, , , , MachineLearningKubernetesComputeet MachineLearningSynapseSparkMachineLearningVirtualMachineCompute. |
MachineLearningComputeSecrets |
Secrets liés à un calcul Machine Learning. Peut différer pour chaque type de calcul. Veuillez noter qu’il MachineLearningComputeSecrets s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningAksComputeSecrets, MachineLearningDatabricksComputeSecrets et MachineLearningVirtualMachineSecrets. |
MachineLearningComputeStartStopSchedule |
Propriétés de planification d’arrêt de début de calcul. |
MachineLearningComputeSystemService |
Service système s’exécutant sur un calcul. |
MachineLearningContainerRegistryCredentials |
The MachineLearningContainerRegistryCredentials. |
MachineLearningContainerResourceRequirements |
Les ressources requises pour chaque conteneur instance au sein d’un déploiement en ligne. |
MachineLearningContainerResourceSettings |
The MachineLearningContainerResourceSettings. |
MachineLearningCustomModelJobInput |
The MachineLearningCustomModelJobInput. |
MachineLearningCustomModelJobOutput |
The MachineLearningCustomModelJobOutput. |
MachineLearningDatabricksCompute |
Un calcul DataFactory. |
MachineLearningDatabricksComputeSecrets |
Secrets liés à un calcul Machine Learning basé sur Databricks. |
MachineLearningDatabricksProperties |
Propriétés de Databricks. |
MachineLearningDataContainerProperties |
Conteneur pour les versions des ressources de données. |
MachineLearningDataFactoryCompute |
Un calcul DataFactory. |
MachineLearningDataLakeAnalytics |
Un calcul DataLakeAnalytics. |
MachineLearningDataPathAssetReference |
Référence à une ressource via son chemin dans un magasin de données. |
MachineLearningDatastoreCollectionGetAllOptions |
The MachineLearningDatastoreCollectionGetAllOptions. |
MachineLearningDatastoreCredentials |
Définition de base pour les informations d’identification du magasin de données. Veuillez noter qu’il MachineLearningDatastoreCredentials s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningAccountKeyDatastoreCredentials, MachineLearningCertificateDatastoreCredentials, KerberosPasswordCredentialsKerberosKeytabCredentials, , MachineLearningSasDatastoreCredentialsMachineLearningNoneDatastoreCredentialset MachineLearningServicePrincipalDatastoreCredentials. |
MachineLearningDatastoreProperties |
Définition de base pour la configuration du contenu du magasin de données. Veuillez noter qu’il MachineLearningDatastoreProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningAzureBlobDatastore, MachineLearningAzureDataLakeGen1Datastore, MachineLearningAzureDataLakeGen2Datastore, HdfsDatastoreMachineLearningAzureFileDatastoreet OneLakeDatastore. |
MachineLearningDatastoreSecrets |
Définition de base pour les secrets de magasin de données. Veuillez noter qu’il MachineLearningDatastoreSecrets s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningCertificateDatastoreSecrets, KerberosKeytabSecrets, KerberosPasswordSecrets, MachineLearningServicePrincipalDatastoreSecretsMachineLearningSasDatastoreSecretset MachineLearningAccountKeyDatastoreSecrets. |
MachineLearningDataVersionCollectionGetAllOptions |
The MachineLearningDataVersionCollectionGetAllOptions. |
MachineLearningDataVersionProperties |
Définition de base de version de données Veuillez noter qu’il MachineLearningDataVersionProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningTable, MachineLearningUriFileDataVersion et MachineLearningUriFolderDataVersion. |
MachineLearningDefaultScaleSettings |
The MachineLearningDefaultScaleSettings. |
MachineLearningDeploymentLogs |
The MachineLearningDeploymentLogs. |
MachineLearningDeploymentLogsContent |
The MachineLearningDeploymentLogsContent. |
MachineLearningDeploymentResourceConfiguration |
The MachineLearningDeploymentResourceConfiguration. |
MachineLearningDiagnoseResult |
Résultat du diagnostic. |
MachineLearningDiagnoseResultValue |
The MachineLearningDiagnoseResultValue. |
MachineLearningDistributionConfiguration |
Définition de base pour la configuration de la distribution des travaux. Veuillez noter qu’il MachineLearningDistributionConfiguration s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent MpiDistributionConfiguration, RayDistributionConfigurationPyTorchDistributionConfigurationet TensorFlowDistributionConfiguration. |
MachineLearningEarlyTerminationPolicy |
Les stratégies d’arrêt anticipé permettent d’annuler les exécutions peu performantes avant leur fin Veuillez noter que MachineLearningEarlyTerminationPolicy est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent BanditPolicy, MedianStoppingPolicy et TruncationSelectionPolicy. |
MachineLearningEncryptionKeyVaultProperties |
The MachineLearningEncryptionKeyVaultProperties. |
MachineLearningEncryptionSetting |
The MachineLearningEncryptionSetting. |
MachineLearningEndpointAuthKeys |
Clés pour l’authentification du point de terminaison. |
MachineLearningEndpointAuthToken |
Jeton de service. |
MachineLearningEndpointDeploymentProperties |
Définition de base pour le déploiement du point de terminaison. |
MachineLearningEndpointKeyRegenerateContent |
The MachineLearningEndpointKeyRegenerateContent. |
MachineLearningEndpointProperties |
Définition de base du point de terminaison d’inférence. |
MachineLearningEndpointScheduleAction |
The MachineLearningEndpointScheduleAction. |
MachineLearningEnvironmentContainerProperties |
Conteneur pour les versions de spécification d’environnement. |
MachineLearningEnvironmentVersionProperties |
Détails de la version de l’environnement. |
MachineLearningError |
Réponse d’erreur courante pour toutes les API Azure Resource Manager pour retourner les détails de l’erreur concernant les opérations ayant échoué. (Cela suit également le format de réponse d’erreur OData.). |
MachineLearningEstimatedVmPrice |
Informations de prix estimés pour l’utilisation d’une machine virtuelle d’un type de système d’exploitation, d’un niveau, etc. |
MachineLearningEstimatedVmPrices |
Informations de prix estimés pour l’utilisation d’une machine virtuelle. |
MachineLearningFeatureProperties |
Objet Dto représentant une fonctionnalité. |
MachineLearningFeatureSetContainerCollectionGetAllOptions |
The MachineLearningFeatureSetContainerCollectionGetAllOptions. |
MachineLearningFeatureSetContainerProperties |
Objet Dto représentant l’ensemble de fonctionnalités. |
MachineLearningFeatureSetJob |
Objet Dto représentant le travail de l’ensemble de fonctionnalités. |
MachineLearningFeatureSetVersionCollectionGetAllOptions |
The MachineLearningFeatureSetVersionCollectionGetAllOptions. |
MachineLearningFeatureSetVersionProperties |
Objet Dto représentant la version de l’ensemble de fonctionnalités. |
MachineLearningFeatureStoreEntityContainerCollectionGetAllOptions |
The MachineLearningFeatureStoreEntityContainerCollectionGetAllOptions. |
MachineLearningFeatureStoreEntityContainerProperties |
Objet Dto représentant l’entité de fonctionnalité. |
MachineLearningFeaturestoreEntityVersionCollectionGetAllOptions |
The MachineLearningFeaturestoreEntityVersionCollectionGetAllOptions. |
MachineLearningFeatureStoreEntityVersionProperties |
Objet Dto représentant la version de l’entité de fonctionnalité. |
MachineLearningFeaturizationSettings |
Configuration de la caractérisation. |
MachineLearningFlavorData |
The MachineLearningFlavorData. |
MachineLearningFlowModelJobInput |
The MachineLearningFlowModelJobInput. |
MachineLearningFlowModelJobOutput |
The MachineLearningFlowModelJobOutput. |
MachineLearningForecasting |
Tâche de prévision dans la table AutoML verticale. |
MachineLearningFqdnEndpoint |
The MachineLearningFqdnEndpoint. |
MachineLearningFqdnEndpointDetail |
The MachineLearningFqdnEndpointDetail. |
MachineLearningFqdnEndpoints |
Bag de propriétés pour le résultat des points de terminaison de nom de domaine complet. |
MachineLearningFqdnEndpointsProperties |
The MachineLearningFqdnEndpointsProperties. |
MachineLearningHDInsightCompute |
Un calcul HDInsight. |
MachineLearningHDInsightProperties |
Propriétés de calcul HDInsight. |
MachineLearningIdAssetReference |
Référence à une ressource via son ID de ressource ARM. |
MachineLearningIdentityConfiguration |
Définition de base pour la configuration des identités. Veuillez noter qu’il MachineLearningIdentityConfiguration s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut devoir être affectée ici, ou cette propriété doit être castée en une des classes dérivées possibles. Les classes dérivées disponibles incluent AmlToken, MachineLearningManagedIdentity et MachineLearningUserIdentity. |
MachineLearningInferenceContainerProperties |
The MachineLearningInferenceContainerProperties. |
MachineLearningInferenceContainerRoute |
The MachineLearningInferenceContainerRoute. |
MachineLearningInstanceTypeSchema |
Schéma de type d’instance. |
MachineLearningInstanceTypeSchemaResources |
Demandes/limites de ressources pour ce type instance. |
MachineLearningJobCollectionGetAllOptions |
The MachineLearningJobCollectionGetAllOptions. |
MachineLearningJobInput |
Définition du travail de commande. Veuillez noter qu’il MachineLearningJobInput s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningCustomModelJobInput, MachineLearningLiteralJobInput, MachineLearningTableJobInputMachineLearningFlowModelJobInput, , MachineLearningUriFileJobInputMachineLearningTritonModelJobInputet MachineLearningUriFolderJobInput. |
MachineLearningJobLimits |
The MachineLearningJobLimits. Veuillez noter qu’il MachineLearningJobLimits s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningSweepJobLimits et MachineLearningCommandJobLimits. |
MachineLearningJobOutput |
Informations sur le conteneur de définition de sortie de travail sur l’emplacement où trouver la sortie/les journaux de travail. Veuillez noter qu’il MachineLearningJobOutput s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningCustomModelJobOutput, MachineLearningFlowModelJobOutput, MachineLearningTableJobOutput, MachineLearningUriFileJobOutputMachineLearningTritonModelJobOutputet MachineLearningUriFolderJobOutput. |
MachineLearningJobPatch |
Azure Resource Manager enveloppe de ressources strictement utilisée dans les demandes de mise à jour. |
MachineLearningJobProperties |
Définition de base d’un travail. Veuillez noter qu’il MachineLearningJobProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoMLJob, MachineLearningCommandJob, LabelingJobProperties, SparkJobMachineLearningPipelineJobet MachineLearningSweepJob. |
MachineLearningJobResourceConfiguration |
The MachineLearningJobResourceConfiguration. |
MachineLearningJobScheduleAction |
The MachineLearningJobScheduleAction. |
MachineLearningJobService |
Définition du point de terminaison de travail. |
MachineLearningKubernetesCompute |
Un calcul Machine Learning basé sur le calcul Kubernetes. |
MachineLearningKubernetesOnlineDeployment |
Propriétés spécifiques à un KubernetesOnlineDeployment. |
MachineLearningKubernetesProperties |
Propriétés Kubernetes. |
MachineLearningLiteralJobInput |
Type d’entrée littéral. |
MachineLearningManagedIdentity |
Configuration d’une identité managée. |
MachineLearningManagedIdentityAuthTypeWorkspaceConnection |
The MachineLearningManagedIdentityAuthTypeWorkspaceConnection. |
MachineLearningManagedOnlineDeployment |
Propriétés spécifiques à un ManagedOnlineDeployment. |
MachineLearningModelContainerProperties |
The MachineLearningModelContainerProperties. |
MachineLearningModelVersionCollectionGetAllOptions |
The MachineLearningModelVersionCollectionGetAllOptions. |
MachineLearningModelVersionProperties |
Détails de la version de la ressource du modèle. |
MachineLearningNodeStateCounts |
Nombres de différents états de nœud de calcul sur amlCompute. |
MachineLearningNoneAuthTypeWorkspaceConnection |
The MachineLearningNoneAuthTypeWorkspaceConnection. |
MachineLearningNoneDatastoreCredentials |
Informations d’identification de magasin de données vides/aucune. |
MachineLearningNotebookPreparationError |
The MachineLearningNotebookPreparationError. |
MachineLearningNotebookResourceInfo |
The MachineLearningNotebookResourceInfo. |
MachineLearningObjective |
Objectif d’optimisation. |
MachineLearningOnlineDeploymentPatch |
Strictement utilisé dans les demandes de mise à jour. |
MachineLearningOnlineDeploymentProperties |
The MachineLearningOnlineDeploymentProperties. Veuillez noter qu’il MachineLearningOnlineDeploymentProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningKubernetesOnlineDeployment et MachineLearningManagedOnlineDeployment. |
MachineLearningOnlineEndpointCollectionGetAllOptions |
The MachineLearningOnlineEndpointCollectionGetAllOptions. |
MachineLearningOnlineEndpointProperties |
Configuration du point de terminaison en ligne. |
MachineLearningOnlineRequestSettings |
Configuration des demandes de scoring de déploiement en ligne. |
MachineLearningOnlineScaleSettings |
Configuration de la mise à l’échelle du déploiement en ligne. Veuillez noter qu’il MachineLearningOnlineScaleSettings s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningDefaultScaleSettings et MachineLearningTargetUtilizationScaleSettings. |
MachineLearningOutboundRule |
Règle de trafic sortant pour le réseau managé d’un espace de travail Machine Learning. Veuillez noter qu’il MachineLearningOutboundRule s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent FqdnOutboundRule, PrivateEndpointOutboundRule et ServiceTagOutboundRule. |
MachineLearningOutputPathAssetReference |
Référence à une ressource via son chemin d’accès dans une sortie de travail. |
MachineLearningPartialManagedServiceIdentity |
Identité de service managée (identités affectées par le système et/ou par l’utilisateur) |
MachineLearningPasswordDetail |
The MachineLearningPasswordDetail. |
MachineLearningPatAuthTypeWorkspaceConnection |
The MachineLearningPatAuthTypeWorkspaceConnection. |
MachineLearningPipelineJob |
Définition du travail de pipeline : définit les attributs génériques à MFE. |
MachineLearningPrivateEndpoint |
Ressource de point de terminaison privé. |
MachineLearningPrivateLinkResource |
Ressource de liaison privée. |
MachineLearningPrivateLinkServiceConnectionState |
Collection d’informations sur l’état de la connexion entre le consommateur de services et le fournisseur. |
MachineLearningProbeSettings |
Configuration de la sonde de disponibilité/préparation du conteneur de déploiement. |
MachineLearningQuotaProperties |
Propriétés pour la mise à jour ou la récupération de quota. |
MachineLearningQuotaUpdateContent |
Paramètres de mise à jour de quota. |
MachineLearningRecurrenceSchedule |
The MachineLearningRecurrenceSchedule. |
MachineLearningRecurrenceTrigger |
The MachineLearningRecurrenceTrigger. |
MachineLearningRegistryModelVersionCollectionGetAllOptions |
The MachineLearningRegistryModelVersionCollectionGetAllOptions. |
MachineLearningRegistryPatch |
Strictement utilisé dans les demandes de mise à jour. |
MachineLearningResourceBase |
The MachineLearningResourceBase. |
MachineLearningResourceConfiguration |
The MachineLearningResourceConfiguration. |
MachineLearningResourceName |
Nom de la ressource. |
MachineLearningResourcePatch |
Strictement utilisé dans les demandes de mise à jour. |
MachineLearningResourcePatchWithIdentity |
Strictement utilisé dans les demandes de mise à jour. |
MachineLearningResourceQuota |
Quota affecté à une ressource. |
MachineLearningSasAuthTypeWorkspaceConnection |
The MachineLearningSasAuthTypeWorkspaceConnection. |
MachineLearningSasDatastoreCredentials |
Configuration des informations d’identification du magasin de données SAP. |
MachineLearningSasDatastoreSecrets |
Secrets SAP du magasin de données. |
MachineLearningScheduleAction |
The MachineLearningScheduleAction. Veuillez noter qu’il MachineLearningScheduleAction s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningJobScheduleAction, CreateMonitorActionet MachineLearningEndpointScheduleActionImportDataAction . |
MachineLearningScheduleBase |
The MachineLearningScheduleBase. |
MachineLearningScheduleProperties |
Définition de base d’une planification. |
MachineLearningScriptReference |
Référence de script. |
MachineLearningScriptsToExecute |
Scripts d’installation personnalisés. |
MachineLearningServicePrincipalDatastoreCredentials |
Configuration des informations d’identification du magasin de données du principal de service. |
MachineLearningServicePrincipalDatastoreSecrets |
Secrets du principal du service du magasin de données. |
MachineLearningSharedPrivateLinkResource |
The MachineLearningSharedPrivateLinkResource. |
MachineLearningSku |
Définition du modèle de ressource représentant la référence SKU. |
MachineLearningSkuCapacity |
Informations sur la capacité de référence SKU. |
MachineLearningSkuDetail |
Répond aux exigences du contrat ARM pour répertorier toutes les références SKU disponibles pour une ressource. |
MachineLearningSkuPatch |
Définition de référence SKU courante. |
MachineLearningSkuSetting |
SkuSetting répond au besoin d’informations de référence SKU supprimées dans le contrat ARM. |
MachineLearningSslConfiguration |
Configuration ssl pour le scoring. |
MachineLearningStackEnsembleSettings |
Avance le paramètre pour personnaliser l’exécution de StackEnsemble. |
MachineLearningSweepJob |
Définition du travail de balayage. |
MachineLearningSweepJobLimits |
Classe de limite du travail de balayage. |
MachineLearningSynapseSpark |
Un calcul SynapseSpark. |
MachineLearningSynapseSparkProperties |
The MachineLearningSynapseSparkProperties. |
MachineLearningTable |
Définition de données MLTable. |
MachineLearningTableJobInput |
The MachineLearningTableJobInput. |
MachineLearningTableJobOutput |
The MachineLearningTableJobOutput. |
MachineLearningTargetUtilizationScaleSettings |
The MachineLearningTargetUtilizationScaleSettings. |
MachineLearningTrainingSettings |
Configuration liée à la formation. |
MachineLearningTrialComponent |
Définition du composant d’essai. |
MachineLearningTriggerBase |
The MachineLearningTriggerBase. Veuillez noter qu’il MachineLearningTriggerBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent CronTrigger et MachineLearningRecurrenceTrigger. |
MachineLearningTritonModelJobInput |
The MachineLearningTritonModelJobInput. |
MachineLearningTritonModelJobOutput |
The MachineLearningTritonModelJobOutput. |
MachineLearningUriFileDataVersion |
Entité de version de données uri-file. |
MachineLearningUriFileJobInput |
The MachineLearningUriFileJobInput. |
MachineLearningUriFileJobOutput |
The MachineLearningUriFileJobOutput. |
MachineLearningUriFolderDataVersion |
Entité de version de données uri-folder. |
MachineLearningUriFolderJobInput |
The MachineLearningUriFolderJobInput. |
MachineLearningUriFolderJobOutput |
The MachineLearningUriFolderJobOutput. |
MachineLearningUsage |
Décrit l’utilisation des ressources AML. |
MachineLearningUsageName |
Noms d’utilisation. |
MachineLearningUserAccountCredentials |
Paramètres du compte d’utilisateur créé sur chacun des nœuds d’un calcul. |
MachineLearningUserFeature |
Fonctionnalités activées pour un espace de travail. |
MachineLearningUserIdentity |
Configuration de l’identité utilisateur. |
MachineLearningUsernamePasswordAuthTypeWorkspaceConnection |
The MachineLearningUsernamePasswordAuthTypeWorkspaceConnection. |
MachineLearningVirtualMachineCompute |
Un calcul Machine Learning basé sur Azure Machines Virtuelles. |
MachineLearningVirtualMachineProperties |
The MachineLearningVirtualMachineProperties. |
MachineLearningVirtualMachineSecrets |
Secrets liés à un calcul Machine Learning basé sur AKS. |
MachineLearningVmSize |
Décrit les propriétés d’une taille de machine virtuelle. |
MachineLearningVmSshCredentials |
Administration informations d’identification pour la machine virtuelle. |
MachineLearningWebhook |
Base de webhook Veuillez noter que MachineLearningWebhook est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AzureDevOpsWebhook. |
MachineLearningWorkspaceConnectionManagedIdentity |
The MachineLearningWorkspaceConnectionManagedIdentity. |
MachineLearningWorkspaceConnectionPatch |
Propriétés avec laquelle la connexion de l’espace de travail Machine Learning sera mise à jour. |
MachineLearningWorkspaceConnectionProperties |
The MachineLearningWorkspaceConnectionProperties. Veuillez noter qu’il MachineLearningWorkspaceConnectionProperties s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningManagedIdentityAuthTypeWorkspaceConnection, MachineLearningNoneAuthTypeWorkspaceConnection, MachineLearningSasAuthTypeWorkspaceConnectionMachineLearningPatAuthTypeWorkspaceConnectionet MachineLearningUsernamePasswordAuthTypeWorkspaceConnection. |
MachineLearningWorkspaceConnectionUsernamePassword |
The MachineLearningWorkspaceConnectionUsernamePassword. |
MachineLearningWorkspaceDiagnoseContent |
Paramètres pour diagnostiquer un espace de travail. |
MachineLearningWorkspaceDiagnoseProperties |
The MachineLearningWorkspaceDiagnoseProperties. |
MachineLearningWorkspaceDiagnoseResult |
The MachineLearningWorkspaceDiagnoseResult. |
MachineLearningWorkspaceGetKeysResult |
The MachineLearningWorkspaceGetKeysResult. |
MachineLearningWorkspaceGetNotebookKeysResult |
The MachineLearningWorkspaceGetNotebookKeysResult. |
MachineLearningWorkspaceGetStorageAccountKeysResult |
The MachineLearningWorkspaceGetStorageAccountKeysResult. |
MachineLearningWorkspaceNotebookAccessTokenResult |
The MachineLearningWorkspaceNotebookAccessTokenResult. |
MachineLearningWorkspacePatch |
Paramètres de mise à jour d’un espace de travail Machine Learning. |
MachineLearningWorkspaceQuotaUpdate |
Propriétés de mise à jour de la réponse de quota. |
ManagedComputeIdentity |
Définition d’identité de calcul managée. |
ManagedNetworkProvisionContent |
Options d’approvisionnement de réseau managé pour le réseau managé d’un espace de travail Machine Learning. |
ManagedNetworkProvisionStatus |
État de l’approvisionnement pour le réseau managé d’un espace de travail Machine Learning. |
ManagedNetworkSettings |
Paramètres réseau managés pour un espace de travail Machine Learning. |
MaterializationSettings |
The MaterializationSettings. |
MedianStoppingPolicy |
Définit une stratégie d’arrêt anticipé basée sur les moyennes mobiles de la métrique principale de toutes les exécutions. |
MLAssistConfigurationDisabled |
Étiquetage de la définition de configuration MLAssist lorsque MLAssist est désactivé. |
ModelConfiguration |
Options de configuration du modèle. |
ModelPackageContent |
Propriétés de demande d’opération de package de modèle. |
ModelPackageInput |
Options d’entrée du package de modèle. |
ModelPackageResult |
Réponse du package retournée une fois l’opération de package asynchrone terminée avec succès. |
ModelPerformanceMetricThresholdBase |
The ModelPerformanceMetricThresholdBase. Veuillez noter qu’il ModelPerformanceMetricThresholdBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent ClassificationModelPerformanceMetricThreshold et RegressionModelPerformanceMetricThreshold. |
ModelPerformanceSignal |
Définition du signal de performances du modèle. |
MonitorComputeConfigurationBase |
Superviser la définition de base de configuration de calcul. Veuillez noter qu’il MonitorComputeConfigurationBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MonitorServerlessSparkCompute. |
MonitorComputeIdentityBase |
Superviser la définition de base d’identité de calcul. Veuillez noter qu’il MonitorComputeIdentityBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AmlTokenComputeIdentity et ManagedComputeIdentity. |
MonitorDefinition |
The MonitorDefinition. |
MonitoringAlertNotificationSettingsBase |
The MonitoringAlertNotificationSettingsBase. Veuillez noter qu’il MonitoringAlertNotificationSettingsBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AzMonMonitoringAlertNotificationSettings et EmailMonitoringAlertNotificationSettings. |
MonitoringDataSegment |
The MonitoringDataSegment. |
MonitoringFeatureFilterBase |
The MonitoringFeatureFilterBase. Veuillez noter qu’il MonitoringFeatureFilterBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent MachineLearningAllFeatures, FeatureSubset et TopNFeaturesByAttribution. |
MonitoringInputDataBase |
Surveillance de la définition de base de données d’entrée. Veuillez noter qu’il MonitoringInputDataBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent FixedInputData, StaticInputData et TrailingInputData. |
MonitoringSignalBase |
The MonitoringSignalBase. Veuillez noter qu’il MonitoringSignalBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent , , FeatureAttributionDriftMonitoringSignal, , , ModelPerformanceSignalGenerationTokenStatisticsSignalet PredictionDriftMonitoringSignal. GenerationSafetyQualityMonitoringSignalDataQualityMonitoringSignalDataDriftMonitoringSignalCustomMonitoringSignal |
MonitoringTarget |
Définition de la cible de surveillance. |
MonitoringWorkspaceConnection |
Surveillance de la définition de connexion de l’espace de travail. |
MonitorServerlessSparkCompute |
Superviser la définition de calcul Spark serverless. |
MountBindOptions |
The MountBindOptions. |
MpiDistributionConfiguration |
Configuration de la distribution MPI. |
NCrossValidations |
Valeur des validations N-croisées. Veuillez noter qu’il NCrossValidations s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoNCrossValidations et CustomNCrossValidations. |
NlpFixedParameters |
Correction des paramètres d’entraînement qui ne seront pas balayés pendant l’entraînement AutoML NLP. |
NlpParameterSubspace |
Espaces de recherche stringifiés pour chaque paramètre. Consultez les exemples ci-dessous. |
NlpSweepSettings |
Paramètres liés au balayage du modèle et au réglage des hyperparamètres. |
NlpVerticalLimitSettings |
Contraintes d’exécution du travail. |
NotificationSetting |
Configuration pour la notification. |
NumericalDataDriftMetricThreshold |
The NumericalDataDriftMetricThreshold. |
NumericalDataQualityMetricThreshold |
The NumericalDataQualityMetricThreshold. |
NumericalPredictionDriftMetricThreshold |
The NumericalPredictionDriftMetricThreshold. |
OneLakeArtifact |
Configuration de l’artefact OneLake (source de données). Veuillez noter qu’il OneLakeArtifact s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent LakeHouseArtifact. |
OneLakeDatastore |
Configuration du magasin de données OneLake (Trident). |
OnlineInferenceConfiguration |
Options de configuration de l’inférence en ligne. |
PackageInputPathBase |
The PackageInputPathBase. Veuillez noter qu’il PackageInputPathBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent PackageInputPathId, PackageInputPathVersion et PackageInputPathUri. |
PackageInputPathId |
Chemin d’entrée du package spécifié avec un ID de ressource. |
PackageInputPathUri |
Chemin d’accès d’entrée de package spécifié sous la forme d’une URL. |
PackageInputPathVersion |
Chemin d’entrée du package spécifié avec le nom et la version. |
PendingUploadCredentialDto |
The PendingUploadCredentialDto. Veuillez noter qu’il PendingUploadCredentialDto s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent SasCredentialDto. |
PendingUploadRequestDto |
The PendingUploadRequestDto. |
PendingUploadResponseDto |
The PendingUploadResponseDto. |
PredictionDriftMetricThresholdBase |
The PredictionDriftMetricThresholdBase. Veuillez noter qu’il PredictionDriftMetricThresholdBase s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent CategoricalPredictionDriftMetricThreshold et NumericalPredictionDriftMetricThreshold. |
PredictionDriftMonitoringSignal |
The PredictionDriftMonitoringSignal. |
PrivateEndpointBase |
Ressource de point de terminaison privé. |
PrivateEndpointDestination |
Destination de point de terminaison privé pour une règle de trafic sortant de point de terminaison privé pour le réseau managé d’un espace de travail Machine Learning. |
PrivateEndpointOutboundRule |
Règle de trafic sortant de point de terminaison privé pour le réseau managé d’un espace de travail Machine Learning. |
ProgressMetrics |
Définition des métriques de progression. |
PyTorchDistributionConfiguration |
Configuration de la distribution PyTorch. |
RandomSamplingAlgorithm |
Définit un algorithme d’échantillonnage qui génère des valeurs de manière aléatoire. |
RayDistributionConfiguration |
Configuration de la distribution de rayons. |
RegistryAcrDetails |
Détails du compte ACR à utiliser pour le Registre. |
RegistryPrivateEndpoint |
Ressource réseau PE liée à cette connexion PE. |
RegistryPrivateEndpointConnection |
Définition de connexion de point de terminaison privé. |
RegistryPrivateLinkServiceConnectionState |
État de la connexion. |
RegistryRegionArmDetails |
Détails pour chaque région dans laquelle se trouve le registre. |
RegressionModelPerformanceMetricThreshold |
The RegressionModelPerformanceMetricThreshold. |
RegressionTrainingSettings |
Configuration liée à la formation de régression. |
SamplingAlgorithm |
L’algorithme d’échantillonnage utilisé pour générer des valeurs d’hyperparamètres, ainsi que les propriétés pour configurer l’algorithme. Notez que SamplingAlgorithm est la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent BayesianSamplingAlgorithm, GridSamplingAlgorithm et RandomSamplingAlgorithm. |
SasCredentialDto |
The SasCredentialDto. |
SecretConfiguration |
Définition de la configuration du secret. |
ServicePrincipalAuthTypeWorkspaceConnectionProperties |
The ServicePrincipalAuthTypeWorkspaceConnectionProperties. |
ServiceTagDestination |
Destination des étiquettes de service pour une règle de trafic sortant d’étiquette de service pour le réseau managé d’un espace de travail Machine Learning. |
ServiceTagOutboundRule |
Règle de trafic sortant d’étiquette de service pour le réseau managé d’un espace de travail Machine Learning. |
SparkJob |
Définition de travail Spark. |
SparkJobEntry |
Définition du point d’entrée du travail Spark. Veuillez noter qu’il SparkJobEntry s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent SparkJobPythonEntry et SparkJobScalaEntry. |
SparkJobPythonEntry |
The SparkJobPythonEntry. |
SparkJobScalaEntry |
The SparkJobScalaEntry. |
SparkResourceConfiguration |
The SparkResourceConfiguration. |
StaticInputData |
Définition des données d’entrée statiques. |
StorageAccountDetails |
Détails du compte de stockage à utiliser pour le Registre. |
SystemCreatedAcrAccount |
The SystemCreatedAcrAccount. |
SystemCreatedStorageAccount |
The SystemCreatedStorageAccount. |
TableFixedParameters |
Correction des paramètres d’entraînement qui ne seront pas balayés pendant l’entraînement de la table AutoML. |
TableParameterSubspace |
The TableParameterSubspace. |
TableSweepSettings |
The TableSweepSettings. |
TableVerticalFeaturizationSettings |
Configuration de caractérisation. |
TableVerticalLimitSettings |
Contraintes d’exécution du travail. |
TargetLags |
Nombre de périodes passées à décaler par rapport à la colonne cible. Veuillez noter qu’il TargetLags s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoTargetLags et CustomTargetLags. |
TargetRollingWindowSize |
Prévision de la taille de la fenêtre propagée cible. Veuillez noter qu’il TargetRollingWindowSize s’agit de la classe de base. Selon le scénario, une classe dérivée de la classe de base peut avoir besoin d’être affectée ici, ou cette propriété doit être convertie en une des classes dérivées possibles. Les classes dérivées disponibles incluent AutoTargetRollingWindowSize et CustomTargetRollingWindowSize. |
TensorFlowDistributionConfiguration |
Configuration de la distribution TensorFlow. |
TextClassification |
Tâche de classification de texte dans autoML NLP vertical. NLP - Traitement du langage naturel. |
TextClassificationMultilabel |
Tâche Multilabel Classification de texte dans autoML NLP vertical. NLP - Traitement du langage naturel. |
TextNer |
Tâche Text-NER dans autoML NLP vertical. NER : reconnaissance d’entité nommée. NLP - Traitement du langage naturel. |
TopNFeaturesByAttribution |
The TopNFeaturesByAttribution. |
TrailingInputData |
Définition des données d’entrée de fin. |
TritonInferencingServer |
Triton inférence des configurations de serveur. |
TruncationSelectionPolicy |
Définit une stratégie de fin précoce qui annule un pourcentage donné de séries à chaque intervalle d’évaluation. |
VolumeDefinition |
The VolumeDefinition. |
WorkspaceConnectionAccessKey |
The WorkspaceConnectionAccessKey. |
WorkspaceConnectionServicePrincipal |
The WorkspaceConnectionServicePrincipal. |
WorkspaceHubConfig |
Objet de configuration d’WorkspaceHub. |
Structures
AutoDeleteCondition |
The AutoDeleteCondition. |
AutoMLVerticalRegressionModel |
Énumération pour tous les modèles de régression pris en charge par AutoML. |
AutoMLVerticalRegressionPrimaryMetric |
Métriques principales pour la tâche régression. |
AutoRebuildSetting |
Paramètre AutoRebuild pour l’image dérivée. |
BlockedTransformer |
Énumération pour tous les modèles de classification pris en charge par AutoML. |
CategoricalDataDriftMetric |
The CategoricalDataDriftMetric. |
CategoricalDataQualityMetric |
The CategoricalDataQualityMetric. |
CategoricalPredictionDriftMetric |
The CategoricalPredictionDriftMetric. |
ClassificationModel |
Énumération pour tous les modèles de classification pris en charge par AutoML. |
ClassificationModelPerformanceMetric |
The ClassificationModelPerformanceMetric. |
ClassificationMultilabelPrimaryMetric |
Métriques principales pour les tâches de classification multiétiquette. |
ClassificationPrimaryMetric |
Métriques principales pour les tâches de classification. |
ContainerCommunicationProtocol |
Protocole sur lequel la communication se produira sur ce point de terminaison. |
DataCollectionMode |
The DataCollectionMode. |
EmailNotificationEnableType |
Énumérez pour déterminer le type de notification par e-mail. |
EnvironmentVariableType |
Type de la variable d’environnement. Les valeurs possibles sont : local - Pour la variable locale. |
FeatureAttributionMetric |
The FeatureAttributionMetric. |
FeatureDataType |
The FeatureDataType. |
FeatureStoreJobType |
The FeatureStoreJobType. |
ForecastingModel |
Enum pour tous les modèles de prévision pris en charge par AutoML. |
ForecastingPrimaryMetric |
Métriques principales pour la tâche de prévision. |
GenerationSafetyQualityMetric |
Énumération des métriques de qualité de la sécurité de génération. |
GenerationTokenStatisticsMetric |
Énumération des métriques de statistiques de jeton de génération. |
ImageAnnotationType |
Type d’annotation des données d’image. |
ImageType |
Type de l’image. Les valeurs possibles sont : docker - Pour les images Docker. azureml : pour les images AzureML. |
IncrementalDataRefresh |
Indique si IncrementalDataRefresh est activé. |
InstanceSegmentationPrimaryMetric |
Métriques principales pour les tâches InstanceSegmentation. |
IntellectualProtectionLevel |
Niveau de protection associé à la propriété intellectuelle. |
IsolationMode |
Mode d’isolation pour le réseau managé d’un espace de travail Machine Learning. |
JobInputType |
Énumérez pour déterminer le type d’entrée du travail. |
JobProvisioningState |
Énumérez pour déterminer l’état d’approvisionnement du travail. |
JobStatusMessageLevel |
The JobStatusMessageLevel. |
JobTier |
Énumérez pour déterminer le niveau de travail. |
LabelCategoryMultiSelect |
Indique si la sélection multiple est activée. |
LearningRateScheduler |
Énumération du planificateur de taux d’apprentissage. |
LogTrainingMetric |
The LogTrainingMetric. |
LogValidationLoss |
The LogValidationLoss. |
MachineLearningAllocationState |
État d’allocation du calcul. Les valeurs possibles sont : stable : indique que le calcul n’est pas redimensionné. Aucune modification n’a été apportée au nombre de nœuds de calcul dans le calcul en cours. Un calcul entre dans cet état lors de sa création et lorsqu’aucune opération n’est effectuée sur le calcul pour modifier le nombre de nœuds de calcul. redimensionnement : indique que le calcul est en cours de redimensionnement ; autrement dit, des nœuds de calcul sont ajoutés ou supprimés du calcul. |
MachineLearningApplicationSharingPolicy |
Stratégie de partage d’applications sur cette instance de calcul entre les utilisateurs de l’espace de travail parent. S’il est personnel, seul le créateur peut accéder aux applications sur cette instance de calcul. Lorsqu’il est partagé, tout utilisateur de l’espace de travail peut accéder aux applications sur ce instance en fonction du rôle qu’il lui a attribué. |
MachineLearningBatchLoggingLevel |
Détail du journal pour l’inférence par lots. L’ordre de détail croissant pour la journalisation est : Avertissement, Informations et Débogage. La valeur par défaut est Info. |
MachineLearningBatchOutputAction |
Enum pour déterminer la façon dont l’inférence par lots va gérer la sortie. |
MachineLearningBillingCurrency |
Code à trois lettres spécifiant la devise du prix de la machine virtuelle. Exemple : USD. |
MachineLearningCachingType |
Mise en cache du type de disque de données. |
MachineLearningClusterPurpose |
Utilisation prévue du cluster. |
MachineLearningComputeInstanceAuthorizationType |
Type d’autorisation d’instance de calcul. Les valeurs disponibles sont personnelles (valeur par défaut). |
MachineLearningComputeInstanceAutosave |
Paramètres d’enregistrement automatique. |
MachineLearningComputeInstanceState |
État actuel d’un ComputeInstance. |
MachineLearningComputePowerAction |
[Obligatoire] Action puissance de calcul. |
MachineLearningComputeProvisioningStatus |
État actuel de la planification du déploiement. |
MachineLearningConnectionCategory |
Catégorie de la connexion. |
MachineLearningContainerType |
Type de conteneur à partir duquel récupérer les journaux. |
MachineLearningDataType |
Énumérez pour déterminer le type de données. |
MachineLearningDayOfWeek |
Énumération du jour de la semaine. |
MachineLearningDeploymentProvisioningState |
Valeurs possibles pour DeploymentProvisioningState. |
MachineLearningDiagnoseResultLevel |
Erreur de niveau de configuration de l’espace de travail. |
MachineLearningEgressPublicNetworkAccessType |
Énumérez pour déterminer si PublicNetworkAccess est activé ou désactivé pour la sortie d’un déploiement. |
MachineLearningEncryptionStatus |
Indique si le chiffrement est activé pour l’espace de travail. |
MachineLearningEndpointAuthMode |
Énumérez pour déterminer le mode d’authentification du point de terminaison. |
MachineLearningEndpointComputeType |
Enum pour déterminer le type de calcul du point de terminaison. |
MachineLearningEndpointProvisioningState |
État de l’approvisionnement des points de terminaison. |
MachineLearningEnvironmentType |
Le type d’environnement est créé par l’utilisateur ou organisé par le service Azure ML. |
MachineLearningFeatureLag |
Indicateur de génération de décalages pour les caractéristiques numériques. |
MachineLearningFeaturizationMode |
Mode de caractérisation : détermine le mode de caractérisation des données. |
MachineLearningFlowAutoLogger |
Indique si le journal automatique mlflow est activé pour les notebooks. |
MachineLearningFlowAutoLoggerState |
Enum pour déterminer l’état de la journaliseur automatique mlflow. |
MachineLearningGoal |
Définit des objectifs de métriques pris en charge pour le réglage des hyperparamètres. |
MachineLearningInputDeliveryMode |
Enum pour déterminer le mode de remise des données d’entrée. |
MachineLearningJobStatus |
Status d’un travail. |
MachineLearningKeyType |
The MachineLearningKeyType. |
MachineLearningListViewType |
The MachineLearningListViewType. |
MachineLearningLoadBalancerType |
Load Balancer Type. |
MachineLearningLogVerbosity |
Énumération pour la définition du détail du journal. |
MachineLearningModelSize |
Taille du modèle d’image. |
MachineLearningMountAction |
Action de montage. |
MachineLearningMountState |
État de montage. |
MachineLearningNetwork |
réseau de ce conteneur. |
MachineLearningNodeState |
État du nœud de calcul. Les valeurs sont inactives, en cours d’exécution, en préparation, inutilisables, sortantes et préemptées. |
MachineLearningOperatingSystemType |
Le type de système d’exploitation. |
MachineLearningOperationName |
Nom de la dernière opération. |
MachineLearningOperationStatus |
État de l’opération. |
MachineLearningOperationTrigger |
Déclencheur d’opération. |
MachineLearningOrderString |
The MachineLearningOrderString. |
MachineLearningOSType |
Type de système d’exploitation de calcul. |
MachineLearningOutputDeliveryMode |
Énumérations du mode de remise des données de sortie. |
MachineLearningPrivateEndpointConnectionProvisioningState |
État d’approvisionnement actuel. |
MachineLearningPrivateEndpointServiceConnectionStatus |
Connexion status du consommateur de services avec le fournisseur de services. |
MachineLearningProvisioningState |
État de provisionnement du cluster. Les valeurs valides sont Unknown, Updating, Provisioning, Succeeded et Failed. |
MachineLearningPublicNetworkAccess |
Indique si les demandes provenant du réseau public sont autorisées. |
MachineLearningPublicNetworkAccessType |
Énumérez pour déterminer si PublicNetworkAccess est Activé ou Désactivé. |
MachineLearningQuotaUnit |
Énumération décrivant l’unité de mesure du quota. |
MachineLearningRecurrenceFrequency |
Énumération qui décrit la fréquence d’une planification de périodicité. |
MachineLearningRemoteLoginPortPublicAccess |
État du port SSH public. Les valeurs possibles sont : Désactivé : indique que le port ssh public est fermé sur tous les nœuds du cluster. Enabled : indique que le port SSH public est ouvert sur tous les nœuds du cluster. NotSpecified : indique que le port SSH public est fermé sur tous les nœuds du cluster si le réseau virtuel est défini, sinon il est ouvert sur tous les nœuds publics. La valeur par défaut est réservée à la création du cluster. Après la création, la valeur définie ne peut être que Disabled ou Enabled. |
MachineLearningScheduleListViewType |
The MachineLearningScheduleListViewType. |
MachineLearningScheduleProvisioningState |
État actuel du déploiement de la planification. |
MachineLearningScheduleProvisioningStatus |
The MachineLearningScheduleProvisioningStatus. |
MachineLearningScheduleStatus |
La planification est-elle activée ou désactivée ?. |
MachineLearningServiceDataAccessAuthIdentity |
The MachineLearningServiceDataAccessAuthIdentity. |
MachineLearningShortSeriesHandlingConfiguration |
Paramètre définissant la manière dont AutoML doit gérer les séries chronologiques courtes. |
MachineLearningSkuScaleType |
Paramètre de mise à l’échelle des nœuds pour la référence SKU de calcul. |
MachineLearningSourceType |
Type de source de données. |
MachineLearningSshPublicAccess |
État du port SSH public. Les valeurs possibles sont : Désactivé : indique que le port ssh public est fermé sur ce instance. Activé : indique que le port ssh public est ouvert et accessible conformément à la stratégie de réseau virtuel/sous-réseau, le cas échéant. |
MachineLearningSslConfigStatus |
Activez ou désactivez ssl pour le scoring. |
MachineLearningStackMetaLearnerType |
Le méta-apprenant est un modèle entraîné sur la sortie des modèles hétérogènes individuels. Les méta-apprenants par défaut sont LogisticRegression pour les tâches de classification (ou LogisticRegressionCV si la validation croisée est activée) et ElasticNet pour les tâches de régression/prévision (ou ElasticNetCV si la validation croisée est activée). Ce paramètre peut être l’une des chaînes suivantes : LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor ou LinearRegression |
MachineLearningStorageAccountType |
type de ce compte de stockage. |
MachineLearningTriggerType |
The MachineLearningTriggerType. |
MachineLearningUnderlyingResourceAction |
The MachineLearningUnderlyingResourceAction. |
MachineLearningUnitOfMeasure |
Unité de mesure de temps pour le prix de machine virtuelle spécifié. Exemple : OneHour. |
MachineLearningUsageUnit |
Énumération décrivant l’unité de mesure de l’utilisation. |
MachineLearningUseStl |
Configurez la décomposition STL de la colonne cible de série chronologique. |
MachineLearningVmPriceOSType |
Type de système d’exploitation utilisé par la machine virtuelle. |
MachineLearningVmPriority |
Priorité de la machine virtuelle. |
MachineLearningVmTier |
Type de la machine virtuelle. |
MachineLearningWorkspaceQuotaStatus |
État du quota d’espace de travail de mise à jour. |
ManagedNetworkStatus |
État du réseau managé d’un espace de travail Machine Learning. |
MaterializationStoreType |
The MaterializationStoreType. |
ModelTaskType |
Énumération du type de tâche de modèle. |
MonitoringFeatureDataType |
The MonitoringFeatureDataType. |
MonitoringModelType |
The MonitoringModelType. |
MonitoringNotificationMode |
The MonitoringNotificationMode. |
NetworkingRuleAction |
Énumération d’action pour la règle de mise en réseau. |
NlpLearningRateScheduler |
Énumération des planificateurs de taux d’apprentissage qui s’alignent sur ceux pris en charge par HF. |
NumericalDataDriftMetric |
The NumericalDataDriftMetric. |
NumericalDataQualityMetric |
The NumericalDataQualityMetric. |
NumericalPredictionDriftMetric |
The NumericalPredictionDriftMetric. |
ObjectDetectionPrimaryMetric |
Métriques principales pour la tâche Image ObjectDetection. |
OutboundRuleCategory |
Catégorie d’une règle de trafic sortant de réseau managé d’un espace de travail Machine Learning. |
OutboundRuleStatus |
Type d’une règle de trafic sortant de réseau managé d’un espace de travail Machine Learning. |
PackageBuildState |
État de build du package retourné dans la réponse du package. |
PackageInputDeliveryMode |
Type de montage du modèle ou des entrées. |
PackageInputType |
Type des entrées. |
PendingUploadType |
Type de stockage à utiliser pour l’emplacement de chargement en attente. |
RandomSamplingAlgorithmRule |
Type spécifique d’algorithme aléatoire. |
RegistryAssetProvisioningState |
État d’approvisionnement de la ressource de Registre. |
RegressionModelPerformanceMetric |
The RegressionModelPerformanceMetric. |
RollingRateType |
The RollingRateType. |
SamplingAlgorithmType |
The SamplingAlgorithmType. |
StochasticOptimizer |
Optimiseur stochastique pour les modèles d’image. |
TargetAggregationFunction |
Fonction d’agrégation cible. |
TextAnnotationType |
Type d’annotation de données texte. |
TrainingMode |
Le mode d’entraînement détermine s’il faut utiliser l’entraînement distribué ou non. |
ValidationMetricType |
Méthode de calcul des métriques à utiliser pour les métriques de validation dans les tâches d’image. |
VolumeDefinitionType |
Type de définition de volume. Valeurs possibles : bind,volume,tmpfs,npipe. |
Énumérations
MachineLearningSkuTier |
Ce champ doit être implémenté par le fournisseur de ressources si le service a plusieurs niveaux, mais n’est pas requis sur un PUT. |
Azure SDK for .NET