Схема YAML среды CLI (версии 2)
ОБЛАСТЬ ПРИМЕНЕНИЯ:
расширение машинного обучения Azure CLI версии 2 (текущее)
Исходную схему JSON можно найти по адресу https://azuremlschemas.azureedge.net/latest/environment.schema.json.
Примечание.
Синтаксис YAML, описанный в этом документе, основан на схеме JSON для последней версии расширения ML CLI (версия 2). Этот синтаксис гарантированно работает только с последней версией расширения ML CLI (версия 2). Схемы для старых версий расширений можно найти по адресу https://azuremlschemasprod.azureedge.net/.
Синтаксис YAML
| Ключ | Тип | Описание | Допустимые значения | Default value |
|---|---|---|---|---|
$schema |
строка | Схема YAML. При создании файла YAML с помощью расширения VS Code Машинного обучения Azure вы можете добавить $schema в верхней части файла, чтобы вызывать завершение схемы и ресурсов. |
||
name |
строка | Обязательный. Имя среды. | ||
version |
строка | Версия среды. Если опущено, Машинное обучение Azure автоматически создает версию. | ||
description |
строка | Описание среды. | ||
tags |
объект | Словарь тегов для среды. | ||
image |
строка | Образ Docker, используемый для среды. Требуется одно из image или build. |
||
conda_file |
Строка или объект | Стандартный YAML-файл конфигурации conda зависимостей для среды conda. См. раздел https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually. Если указано, также указать необходимо image. Машинное обучение Azure будет создавать среду conda на основе предоставленного образа Docker. |
||
build |
объект | Конфигурация контекста сборки Docker, используемая для среды. Требуется одно из image или build. |
||
build.path |
строка | Локальный путь к каталогу, который будет использоваться в качестве контекста сборки. | ||
build.dockerfile_path |
строка | Относительный путь к Dockerfile в контексте сборки. | Dockerfile |
|
os_type |
строка | Тип операционной системы. | linux, windows |
linux |
inference_config |
объект | Конфигурации контейнеров вывода. Применимо только в том случае, если среда используется для создания контейнера обслуживания для развертывания в сети. См. Атрибуты ключа inference_config. |
Атрибуты ключа inference_config
| Ключ | Тип | Описание |
|---|---|---|
liveness_route |
объект | Маршрут активности для контейнера обслуживания. |
liveness_route.path |
строка | Путь для маршрутизации запросов активности. |
liveness_route.port |
integer | Порт для маршрутизации запросов активности. |
readiness_route |
объект | Маршрут готовности к контейнеру обслуживания. |
readiness_route.path |
строка | Путь для маршрутизации запросов готовности. |
readiness_route.port |
integer | Порт для маршрутизации запросов готовности. |
scoring_route |
объект | Маршрут оценки для контейнера обслуживания. |
scoring_route.path |
строка | Путь для маршрутизации запросов оценки. |
scoring_route.port |
integer | Порт для маршрутизации запросов оценки. |
Замечания
Команду az ml environment можно использовать для управления средами Машинного обучения Azure.
Примеры
Примеры доступны в репозитории примеров GitHub. Ниже показаны некоторые из них.
YAML: локальный контекст сборки Docker
$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
path: docker-contexts/python-and-pip
YAML: образ 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: файл образа Docker и файл 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.