Dela via


Microsoft.MachineLearningServices-arbetsytor/jobb 2022-05-01

Bicep-resursdefinition

Resurstypen arbetsytor/jobb kan distribueras med åtgärder som mål:

En lista över ändrade egenskaper i varje API-version finns i ändringsloggen.

Resursformat

Om du vill skapa en Microsoft.MachineLearningServices/arbetsytor/jobbresurs lägger du till följande Bicep i mallen.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01' = {
  parent: resourceSymbolicName
  name: 'string'
  properties: {
    computeId: 'string'
    description: 'string'
    displayName: 'string'
    experimentName: 'string'
    identity: {
      identityType: 'string'
      // For remaining properties, see IdentityConfiguration objects
    }
    isArchived: bool
    properties: {
      {customized property}: 'string'
    }
    services: {
      {customized property}: {
        endpoint: 'string'
        jobServiceType: 'string'
        port: int
        properties: {
          {customized property}: 'string'
        }
      }
    }
    tags: {
      {customized property}: 'string'
    }
    jobType: 'string'
    // For remaining properties, see JobBaseProperties objects
  }
}

IdentityConfiguration-objekt

Ange egenskapen identityType för att ange typ av objekt.

För AMLTokenanvänder du:

{
  identityType: 'AMLToken'
}

För Managedanvänder du:

{
  clientId: 'string'
  identityType: 'Managed'
  objectId: 'string'
  resourceId: 'string'
}

För UserIdentityanvänder du:

{
  identityType: 'UserIdentity'
}

EarlyTerminationPolicy-objekt

Ange egenskapen policyType för att ange typ av objekt.

För Banditanvänder du:

{
  policyType: 'Bandit'
  slackAmount: int
  slackFactor: int
}

För MedianStoppinganvänder du:

{
  policyType: 'MedianStopping'
}

För TruncationSelectionanvänder du:

{
  policyType: 'TruncationSelection'
  truncationPercentage: int
}

DistributionKonfigurationsobjekt

Ange egenskapen distributionType för att ange typ av objekt.

För Mpianvänder du:

{
  distributionType: 'Mpi'
  processCountPerInstance: int
}

För PyTorchanvänder du:

{
  distributionType: 'PyTorch'
  processCountPerInstance: int
}

För TensorFlowanvänder du:

{
  distributionType: 'TensorFlow'
  parameterServerCount: int
  workerCount: int
}

JobOutput-objekt

Ange egenskapen jobOutputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  jobOutputType: 'custom_model'
  mode: 'string'
  uri: 'string'
}

För mlflow_modelanvänder du:

{
  jobOutputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'
}

För mltableanvänder du:

{
  jobOutputType: 'mltable'
  mode: 'string'
  uri: 'string'
}

För triton_modelanvänder du:

{
  jobOutputType: 'triton_model'
  mode: 'string'
  uri: 'string'
}

För uri_fileanvänder du:

{
  jobOutputType: 'uri_file'
  mode: 'string'
  uri: 'string'
}

För uri_folderanvänder du:

{
  jobOutputType: 'uri_folder'
  mode: 'string'
  uri: 'string'
}

JobInput-objekt

Ange egenskapen jobInputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  jobInputType: 'custom_model'
  mode: 'string'
  uri: 'string'
}

För literalanvänder du:

{
  jobInputType: 'literal'
  value: 'string'
}

För mlflow_modelanvänder du:

{
  jobInputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'
}

För mltableanvänder du:

{
  jobInputType: 'mltable'
  mode: 'string'
  uri: 'string'
}

För triton_modelanvänder du:

{
  jobInputType: 'triton_model'
  mode: 'string'
  uri: 'string'
}

För uri_fileanvänder du:

{
  jobInputType: 'uri_file'
  mode: 'string'
  uri: 'string'
}

För uri_folderanvänder du:

{
  jobInputType: 'uri_folder'
  mode: 'string'
  uri: 'string'
}

JobBaseProperties-objekt

Ange egenskapen jobType för att ange typ av objekt.

För Kommandoanvänder du:

{
  codeId: 'string'
  command: 'string'
  distribution: {
    distributionType: 'string'
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId: 'string'
  environmentVariables: {
    {customized property}: 'string'
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  jobType: 'Command'
  limits: {
    jobLimitsType: 'string'
    timeout: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  resources: {
    instanceCount: int
    instanceType: 'string'
    properties: {
      {customized property}: any(...)
    }
  }
}

För Pipelineanvänder du:

{
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  jobs: {
    {customized property}: any(...)
  }
  jobType: 'Pipeline'
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  settings: any(...)
}

För Svepanvänder du:

{
  earlyTermination: {
    delayEvaluation: int
    evaluationInterval: int
    policyType: 'string'
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  jobType: 'Sweep'
  limits: {
    jobLimitsType: 'string'
    maxConcurrentTrials: int
    maxTotalTrials: int
    timeout: 'string'
    trialTimeout: 'string'
  }
  objective: {
    goal: 'string'
    primaryMetric: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm: {
    samplingAlgorithmType: 'string'
    // For remaining properties, see SamplingAlgorithm objects
  }
  searchSpace: any(...)
  trial: {
    codeId: 'string'
    command: 'string'
    distribution: {
      distributionType: 'string'
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId: 'string'
    environmentVariables: {
      {customized property}: 'string'
    }
    resources: {
      instanceCount: int
      instanceType: 'string'
      properties: {
        {customized property}: any(...)
      }
    }
  }
}

SamplingAlgorithm-objekt

Ange egenskapen samplingAlgorithmType för att ange typ av objekt.

För Bayesianskaanvänder du:

{
  samplingAlgorithmType: 'Bayesian'
}

För Gridanvänder du:

{
  samplingAlgorithmType: 'Grid'
}

För Randomanvänder du:

{
  rule: 'string'
  samplingAlgorithmType: 'Random'
  seed: int
}

Egenskapsvärden

AmlToken

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "AMLToken" (krävs)

BanditPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "Bandit" (krävs)
slackAmount Absolut avstånd som tillåts från den bästa körningen. Int
slackFactor Förhållandet mellan det tillåtna avståndet från den bäst presterande körningen. Int

BayesianSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Bayesian" (krävs)

Kommandojobb

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. CommandJobEnvironmentVariables
Ingångar Mappning av indatabindningar som används i jobbet. CommandJobInputs
jobType [Krävs] Anger typen av jobb. "Kommando" (krävs)
Gränser Gräns för kommandojobb. CommandJobLimits
Utgångar Mappning av utdatabindningar som används i jobbet. CommandJobOutputs
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

CommandJobEnvironmentVariables

Namn Beskrivning Värde

CommandJobInputs

Namn Beskrivning Värde

CommandJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng

CommandJobOutputs

Namn Beskrivning Värde

CustomModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

CustomModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

DistributionKonfiguration

Namn Beskrivning Värde
distributionType Ange till "Mpi" för typ Mpi. Ange till "PyTorch" för typ PyTorch. Ange till TensorFlow för typen TensorFlow. "Mpi"
"PyTorch"
"TensorFlow" (krävs)

EarlyTerminationPolicy

Namn Beskrivning Värde
delayEvaluation Antal intervall som den första utvärderingen ska fördröjas med. Int
evaluationInterval Intervall (antal körningar) mellan principutvärderingar. Int
policyType Ange till "Bandit" för typen BanditPolicy. Ange till MedianStopping för typen MedianStoppingPolicy. Ange till TruncationSelection för typen TruncationSelectionPolicy. "Bandit"
"MedianStopping"
"TruncationSelection" (krävs)

GridSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Rutnät" (krävs)

IdentityConfiguration

Namn Beskrivning Värde
identityType Ange till "AMLToken" för typen AmlToken. Ange till Hanterad för typen ManagedIdentity. Ange till "UserIdentity" för typen UserIdentity. "AMLToken"
"Hanterad"
"UserIdentity" (krävs)

JobBaseProperties

Namn Beskrivning Värde
computeId ARM-resurs-ID för beräkningsresursen. sträng
beskrivning Texten för tillgångsbeskrivningen. sträng
displayName Visningsnamn för jobbet. sträng
experimentName Namnet på experimentet som jobbet tillhör. Om det inte anges placeras jobbet i experimentet "Standard". sträng
identitet Identitetskonfiguration. Om det anges bör detta vara en av AmlToken, ManagedIdentity, UserIdentity eller null.
Standardvärdet är AmlToken om null.
IdentityConfiguration
isArchived Arkiveras tillgången? Bool
jobType Ange till Kommando för typen CommandJob. Ange till Pipeline för typen PipelineJob. Ange till "Svep" för typen SweepJob. "Kommando"
"Pipeline"
"Svep" (krävs)
Egenskaper Ordlistan för tillgångsegenskap. ResourceBaseProperties
tjänster Lista över JobEndpoints.
För lokala jobb har en jobbslutpunkt ett slutpunktsvärde för FileStreamObject.
JobBaseServices
Taggar Taggordlista. Taggar kan läggas till, tas bort och uppdateras. ResourceBaseTags

JobBaseServices

Namn Beskrivning Värde

JobInput

Namn Beskrivning Värde
beskrivning Beskrivning av indata. sträng
jobInputType Ange till "custom_model" för typen CustomModelJobInput. Ange till "literal" för typen LiteralJobInput. Ange till "mlflow_model" för typen MLFlowModelJobInput. Ange till "mltable" för typen MLTableJobInput. Ange till "triton_model" för typen TritonModelJobInput. Ange till "uri_file" för typ UriFileJobInput. Ange till "uri_folder" för typ UriFolderJobInput. "custom_model"
"literal"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobOutput

Namn Beskrivning Värde
beskrivning Beskrivning av utdata. sträng
jobOutputType Ange till "custom_model" för typen CustomModelJobOutput. Ange till "mlflow_model" för typen MLFlowModelJobOutput. Ange "mltable" för typen MLTableJobOutput. Ange till "triton_model" för typen TritonModelJobOutput. Ange till "uri_file" för typ UriFileJobOutput. Ange till "uri_folder" för typ UriFolderJobOutput. "custom_model"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobService

Namn Beskrivning Värde
Slutpunkt Url för slutpunkt. sträng
jobServiceType Slutpunktstyp. sträng
hamn Port för slutpunkt. Int
Egenskaper Ytterligare egenskaper som ska anges på slutpunkten. JobServiceProperties

JobServiceEgenskaper

Namn Beskrivning Värde

LiteralJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "literal" (krävs)
värde [Krävs] Literalvärde för indata. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

Hanterad identitet

Namn Beskrivning Värde
clientId Anger en användartilldelad identitet efter klient-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
identityType [Krävs] Anger typen av identitetsramverk. "Hanterad" (krävs)
objectId Anger en användartilldelad identitet efter objekt-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Anger en användartilldelad identitet efter ARM-resurs-ID. Ange inte det här fältet för systemtilldelade. sträng

MedianStoppingPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "MedianStopping" (krävs)

Microsoft.MachineLearningServices/arbetsytor/jobb

Namn Beskrivning Värde
Namn Resursnamnet sträng

Begränsningar:
Mönster = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ (krävs)
förälder I Bicep kan du ange den överordnade resursen för en underordnad resurs. Du behöver bara lägga till den här egenskapen när den underordnade resursen deklareras utanför den överordnade resursen.

Mer information finns i Underordnad resurs utanför den överordnade resursen.
Symboliskt namn för resurs av typen: arbetsytor
Egenskaper [Krävs] Ytterligare attribut för entiteten. JobBaseProperties (krävs)

MLFlowModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLFlowModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

MLTableJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLTableJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

Mpi

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "Mpi" (krävs)
processCountPerInstance Antal processer per MPI-nod. Int

Objektiv

Namn Beskrivning Värde
mål [Krävs] Definierar måttmål som stöds för justering av hyperparametrar "Maximera"
"Minimera" (krävs)
primaryMetric [Krävs] Namnet på måttet som ska optimeras. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

PipelineJob

Namn Beskrivning Värde
Ingångar Indata för pipelinejobbet. PipelineJobInputs
Jobb Jobb konstruerar pipelinejobbet. PipelineJobJobs
jobType [Krävs] Anger typen av jobb. "Pipeline" (krävs)
Utgångar Utdata för pipelinejobbet PipelineJobOutputs
Inställningar Pipelineinställningar, till exempel ContinueRunOnStepFailure osv. någon

PipelineJobInputs

Namn Beskrivning Värde

PipelineJobJobs

Namn Beskrivning Värde

PipelineJobOutputs

Namn Beskrivning Värde

PyTorch

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "PyTorch" (krävs)
processCountPerInstance Antal processer per nod. Int

RandomSamplingAlgorithm

Namn Beskrivning Värde
regel Den specifika typen av slumpmässig algoritm "Slumpmässigt"
"Sobol"
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Random" (krävs)
frö Ett valfritt heltal som ska användas som frö för slumptalsgenerering Int

ResourceBaseProperties

Namn Beskrivning Värde

ResourceBaseTags

Namn Beskrivning Värde

ResourceConfiguration

Namn Beskrivning Värde
instanceCount Valfritt antal instanser eller noder som används av beräkningsmålet. Int
instanceType Valfri typ av virtuell dator som stöds av beräkningsmålet. sträng
Egenskaper Ytterligare egenskapsväska. ResourceConfigurationProperties

ResourceConfigurationProperties

Namn Beskrivning Värde

SamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType Ange till "Bayesian" för typen BayesianSamplingAlgorithm. Ange till "Grid" för typen GridSamplingAlgorithm. Ställ in på "Random" för typen RandomSamplingAlgorithm. "Bayesian"
Rutnät
"Random" (krävs)

SweepJob

Namn Beskrivning Värde
earlyTermination Principer för tidig uppsägning gör det möjligt att avbryta dåliga körningar innan de slutförs EarlyTerminationPolicy
Ingångar Mappning av indatabindningar som används i jobbet. SweepJobInputs
jobType [Krävs] Anger typen av jobb. "Svep" (krävs)
Gränser Rensa jobbgräns. SweepJobLimits
objektiv [Krävs] Optimeringsmål. Mål (krävs)
Utgångar Mappning av utdatabindningar som används i jobbet. SweepJobOutputs
samplingAlgorithm [Krävs] Algoritmen för hyperparametersampling SamplingAlgorithm (krävs)
searchSpace [Krävs] En ordlista som innehåller varje parameter och dess distribution. Ordlistenyckeln är namnet på parametern any (krävs)
rättegång [Krävs] Utvärderingskomponentdefinition. TrialComponent (krävs)

SweepJobInputs

Namn Beskrivning Värde

SweepJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
maxConcurrentTrials Sopa jobb max samtidiga utvärderingsversioner. Int
maxTotalTrials Sopa jobb max totalt antal utvärderingsversioner. Int
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng
trialTimeout Rensa timeout-värdet för utvärderingsversionen av jobbet. sträng

SweepJobOutputs

Namn Beskrivning Värde

TensorFlow

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "TensorFlow" (krävs)
parameterServerCount Antal parameterserveruppgifter. Int
workerCount Antal arbetare. Om det inte anges kommer instansantalet att vara standard. Int

TrialComponent

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. TrialComponentEnvironmentVariables
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

TrialComponentEnvironmentVariables

Namn Beskrivning Värde

TritonModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

TritonModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

TruncationSelectionPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "TruncationSelection" (krävs)
truncationPercentage Procentandelen körningar som ska avbrytas vid varje utvärderingsintervall. Int

UriFileJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFileJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UriFolderJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFolderJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UserIdentity

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "UserIdentity" (krävs)

Användningsexempel

Azure-snabbstartsexempel

Följande Azure-snabbstartsmallar innehålla Bicep-exempel för distribution av den här resurstypen.

Bicep-fil Beskrivning
Skapa ett Azure Machine Learning AutoML-klassificeringsjobb Den här mallen skapar ett Azure Machine Learning AutoML-klassificeringsjobb för att ta reda på den bästa modellen för att förutsäga om en klient prenumererar på en fast deposition med ett finansinstitut.
Skapa ett Azure Machine Learning-kommandojobb Den här mallen skapar ett Azure Machine Learning-kommandojobb med ett grundläggande hello_world skript
Skapa ett Azure Machine Learning-svepjobb Den här mallen skapar ett Azure Machine Learning Sweep-jobb för justering av hyperparametrar.

Resursdefinition för ARM-mall

Resurstypen arbetsytor/jobb kan distribueras med åtgärder som mål:

En lista över ändrade egenskaper i varje API-version finns i ändringsloggen.

Resursformat

Om du vill skapa en Microsoft.MachineLearningServices/arbetsytor/jobbresurs lägger du till följande JSON i mallen.

{
  "type": "Microsoft.MachineLearningServices/workspaces/jobs",
  "apiVersion": "2022-05-01",
  "name": "string",
  "properties": {
    "computeId": "string",
    "description": "string",
    "displayName": "string",
    "experimentName": "string",
    "identity": {
      "identityType": "string"
      // For remaining properties, see IdentityConfiguration objects
    },
    "isArchived": "bool",
    "properties": {
      "{customized property}": "string"
    },
    "services": {
      "{customized property}": {
        "endpoint": "string",
        "jobServiceType": "string",
        "port": "int",
        "properties": {
          "{customized property}": "string"
        }
      }
    },
    "tags": {
      "{customized property}": "string"
    },
    "jobType": "string"
    // For remaining properties, see JobBaseProperties objects
  }
}

IdentityConfiguration-objekt

Ange egenskapen identityType för att ange typ av objekt.

För AMLTokenanvänder du:

{
  "identityType": "AMLToken"
}

För Managedanvänder du:

{
  "clientId": "string",
  "identityType": "Managed",
  "objectId": "string",
  "resourceId": "string"
}

För UserIdentityanvänder du:

{
  "identityType": "UserIdentity"
}

EarlyTerminationPolicy-objekt

Ange egenskapen policyType för att ange typ av objekt.

För Banditanvänder du:

{
  "policyType": "Bandit",
  "slackAmount": "int",
  "slackFactor": "int"
}

För MedianStoppinganvänder du:

{
  "policyType": "MedianStopping"
}

För TruncationSelectionanvänder du:

{
  "policyType": "TruncationSelection",
  "truncationPercentage": "int"
}

DistributionKonfigurationsobjekt

Ange egenskapen distributionType för att ange typ av objekt.

För Mpianvänder du:

{
  "distributionType": "Mpi",
  "processCountPerInstance": "int"
}

För PyTorchanvänder du:

{
  "distributionType": "PyTorch",
  "processCountPerInstance": "int"
}

För TensorFlowanvänder du:

{
  "distributionType": "TensorFlow",
  "parameterServerCount": "int",
  "workerCount": "int"
}

JobOutput-objekt

Ange egenskapen jobOutputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  "jobOutputType": "custom_model",
  "mode": "string",
  "uri": "string"
}

För mlflow_modelanvänder du:

{
  "jobOutputType": "mlflow_model",
  "mode": "string",
  "uri": "string"
}

För mltableanvänder du:

{
  "jobOutputType": "mltable",
  "mode": "string",
  "uri": "string"
}

För triton_modelanvänder du:

{
  "jobOutputType": "triton_model",
  "mode": "string",
  "uri": "string"
}

För uri_fileanvänder du:

{
  "jobOutputType": "uri_file",
  "mode": "string",
  "uri": "string"
}

För uri_folderanvänder du:

{
  "jobOutputType": "uri_folder",
  "mode": "string",
  "uri": "string"
}

JobInput-objekt

Ange egenskapen jobInputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  "jobInputType": "custom_model",
  "mode": "string",
  "uri": "string"
}

För literalanvänder du:

{
  "jobInputType": "literal",
  "value": "string"
}

För mlflow_modelanvänder du:

{
  "jobInputType": "mlflow_model",
  "mode": "string",
  "uri": "string"
}

För mltableanvänder du:

{
  "jobInputType": "mltable",
  "mode": "string",
  "uri": "string"
}

För triton_modelanvänder du:

{
  "jobInputType": "triton_model",
  "mode": "string",
  "uri": "string"
}

För uri_fileanvänder du:

{
  "jobInputType": "uri_file",
  "mode": "string",
  "uri": "string"
}

För uri_folderanvänder du:

{
  "jobInputType": "uri_folder",
  "mode": "string",
  "uri": "string"
}

JobBaseProperties-objekt

Ange egenskapen jobType för att ange typ av objekt.

För Kommandoanvänder du:

{
  "codeId": "string",
  "command": "string",
  "distribution": {
    "distributionType": "string"
    // For remaining properties, see DistributionConfiguration objects
  },
  "environmentId": "string",
  "environmentVariables": {
    "{customized property}": "string"
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "jobType": "Command",
  "limits": {
    "jobLimitsType": "string",
    "timeout": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "resources": {
    "instanceCount": "int",
    "instanceType": "string",
    "properties": {
      "{customized property}": {}
    }
  }
}

För Pipelineanvänder du:

{
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "jobs": {
    "{customized property}": {}
  },
  "jobType": "Pipeline",
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "settings": {}
}

För Svepanvänder du:

{
  "earlyTermination": {
    "delayEvaluation": "int",
    "evaluationInterval": "int",
    "policyType": "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "jobType": "Sweep",
  "limits": {
    "jobLimitsType": "string",
    "maxConcurrentTrials": "int",
    "maxTotalTrials": "int",
    "timeout": "string",
    "trialTimeout": "string"
  },
  "objective": {
    "goal": "string",
    "primaryMetric": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "samplingAlgorithm": {
    "samplingAlgorithmType": "string"
    // For remaining properties, see SamplingAlgorithm objects
  },
  "searchSpace": {},
  "trial": {
    "codeId": "string",
    "command": "string",
    "distribution": {
      "distributionType": "string"
      // For remaining properties, see DistributionConfiguration objects
    },
    "environmentId": "string",
    "environmentVariables": {
      "{customized property}": "string"
    },
    "resources": {
      "instanceCount": "int",
      "instanceType": "string",
      "properties": {
        "{customized property}": {}
      }
    }
  }
}

SamplingAlgorithm-objekt

Ange egenskapen samplingAlgorithmType för att ange typ av objekt.

För Bayesianskaanvänder du:

{
  "samplingAlgorithmType": "Bayesian"
}

För Gridanvänder du:

{
  "samplingAlgorithmType": "Grid"
}

För Randomanvänder du:

{
  "rule": "string",
  "samplingAlgorithmType": "Random",
  "seed": "int"
}

Egenskapsvärden

AmlToken

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "AMLToken" (krävs)

BanditPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "Bandit" (krävs)
slackAmount Absolut avstånd som tillåts från den bästa körningen. Int
slackFactor Förhållandet mellan det tillåtna avståndet från den bäst presterande körningen. Int

BayesianSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Bayesian" (krävs)

Kommandojobb

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. CommandJobEnvironmentVariables
Ingångar Mappning av indatabindningar som används i jobbet. CommandJobInputs
jobType [Krävs] Anger typen av jobb. "Kommando" (krävs)
Gränser Gräns för kommandojobb. CommandJobLimits
Utgångar Mappning av utdatabindningar som används i jobbet. CommandJobOutputs
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

CommandJobEnvironmentVariables

Namn Beskrivning Värde

CommandJobInputs

Namn Beskrivning Värde

CommandJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng

CommandJobOutputs

Namn Beskrivning Värde

CustomModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

CustomModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

DistributionKonfiguration

Namn Beskrivning Värde
distributionType Ange till "Mpi" för typ Mpi. Ange till "PyTorch" för typ PyTorch. Ange till TensorFlow för typen TensorFlow. "Mpi"
"PyTorch"
"TensorFlow" (krävs)

EarlyTerminationPolicy

Namn Beskrivning Värde
delayEvaluation Antal intervall som den första utvärderingen ska fördröjas med. Int
evaluationInterval Intervall (antal körningar) mellan principutvärderingar. Int
policyType Ange till "Bandit" för typen BanditPolicy. Ange till MedianStopping för typen MedianStoppingPolicy. Ange till TruncationSelection för typen TruncationSelectionPolicy. "Bandit"
"MedianStopping"
"TruncationSelection" (krävs)

GridSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Rutnät" (krävs)

IdentityConfiguration

Namn Beskrivning Värde
identityType Ange till "AMLToken" för typen AmlToken. Ange till Hanterad för typen ManagedIdentity. Ange till "UserIdentity" för typen UserIdentity. "AMLToken"
"Hanterad"
"UserIdentity" (krävs)

JobBaseProperties

Namn Beskrivning Värde
computeId ARM-resurs-ID för beräkningsresursen. sträng
beskrivning Texten för tillgångsbeskrivningen. sträng
displayName Visningsnamn för jobbet. sträng
experimentName Namnet på experimentet som jobbet tillhör. Om det inte anges placeras jobbet i experimentet "Standard". sträng
identitet Identitetskonfiguration. Om det anges bör detta vara en av AmlToken, ManagedIdentity, UserIdentity eller null.
Standardvärdet är AmlToken om null.
IdentityConfiguration
isArchived Arkiveras tillgången? Bool
jobType Ange till Kommando för typen CommandJob. Ange till Pipeline för typen PipelineJob. Ange till "Svep" för typen SweepJob. "Kommando"
"Pipeline"
"Svep" (krävs)
Egenskaper Ordlistan för tillgångsegenskap. ResourceBaseProperties
tjänster Lista över JobEndpoints.
För lokala jobb har en jobbslutpunkt ett slutpunktsvärde för FileStreamObject.
JobBaseServices
Taggar Taggordlista. Taggar kan läggas till, tas bort och uppdateras. ResourceBaseTags

JobBaseServices

Namn Beskrivning Värde

JobInput

Namn Beskrivning Värde
beskrivning Beskrivning av indata. sträng
jobInputType Ange till "custom_model" för typen CustomModelJobInput. Ange till "literal" för typen LiteralJobInput. Ange till "mlflow_model" för typen MLFlowModelJobInput. Ange till "mltable" för typen MLTableJobInput. Ange till "triton_model" för typen TritonModelJobInput. Ange till "uri_file" för typ UriFileJobInput. Ange till "uri_folder" för typ UriFolderJobInput. "custom_model"
"literal"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobOutput

Namn Beskrivning Värde
beskrivning Beskrivning av utdata. sträng
jobOutputType Ange till "custom_model" för typen CustomModelJobOutput. Ange till "mlflow_model" för typen MLFlowModelJobOutput. Ange "mltable" för typen MLTableJobOutput. Ange till "triton_model" för typen TritonModelJobOutput. Ange till "uri_file" för typ UriFileJobOutput. Ange till "uri_folder" för typ UriFolderJobOutput. "custom_model"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobService

Namn Beskrivning Värde
Slutpunkt Url för slutpunkt. sträng
jobServiceType Slutpunktstyp. sträng
hamn Port för slutpunkt. Int
Egenskaper Ytterligare egenskaper som ska anges på slutpunkten. JobServiceProperties

JobServiceEgenskaper

Namn Beskrivning Värde

LiteralJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "literal" (krävs)
värde [Krävs] Literalvärde för indata. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

Hanterad identitet

Namn Beskrivning Värde
clientId Anger en användartilldelad identitet efter klient-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
identityType [Krävs] Anger typen av identitetsramverk. "Hanterad" (krävs)
objectId Anger en användartilldelad identitet efter objekt-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Anger en användartilldelad identitet efter ARM-resurs-ID. Ange inte det här fältet för systemtilldelade. sträng

MedianStoppingPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "MedianStopping" (krävs)

Microsoft.MachineLearningServices/arbetsytor/jobb

Namn Beskrivning Värde
apiVersion API-versionen '2022-05-01'
Namn Resursnamnet sträng

Begränsningar:
Mönster = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ (krävs)
Egenskaper [Krävs] Ytterligare attribut för entiteten. JobBaseProperties (krävs)
typ Resurstypen "Microsoft.MachineLearningServices/workspaces/jobs"

MLFlowModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLFlowModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

MLTableJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLTableJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

Mpi

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "Mpi" (krävs)
processCountPerInstance Antal processer per MPI-nod. Int

Objektiv

Namn Beskrivning Värde
mål [Krävs] Definierar måttmål som stöds för justering av hyperparametrar "Maximera"
"Minimera" (krävs)
primaryMetric [Krävs] Namnet på måttet som ska optimeras. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

PipelineJob

Namn Beskrivning Värde
Ingångar Indata för pipelinejobbet. PipelineJobInputs
Jobb Jobb konstruerar pipelinejobbet. PipelineJobJobs
jobType [Krävs] Anger typen av jobb. "Pipeline" (krävs)
Utgångar Utdata för pipelinejobbet PipelineJobOutputs
Inställningar Pipelineinställningar, till exempel ContinueRunOnStepFailure osv. någon

PipelineJobInputs

Namn Beskrivning Värde

PipelineJobJobs

Namn Beskrivning Värde

PipelineJobOutputs

Namn Beskrivning Värde

PyTorch

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "PyTorch" (krävs)
processCountPerInstance Antal processer per nod. Int

RandomSamplingAlgorithm

Namn Beskrivning Värde
regel Den specifika typen av slumpmässig algoritm "Slumpmässigt"
"Sobol"
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Random" (krävs)
frö Ett valfritt heltal som ska användas som frö för slumptalsgenerering Int

ResourceBaseProperties

Namn Beskrivning Värde

ResourceBaseTags

Namn Beskrivning Värde

ResourceConfiguration

Namn Beskrivning Värde
instanceCount Valfritt antal instanser eller noder som används av beräkningsmålet. Int
instanceType Valfri typ av virtuell dator som stöds av beräkningsmålet. sträng
Egenskaper Ytterligare egenskapsväska. ResourceConfigurationProperties

ResourceConfigurationProperties

Namn Beskrivning Värde

SamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType Ange till "Bayesian" för typen BayesianSamplingAlgorithm. Ange till "Grid" för typen GridSamplingAlgorithm. Ställ in på "Random" för typen RandomSamplingAlgorithm. "Bayesian"
Rutnät
"Random" (krävs)

SweepJob

Namn Beskrivning Värde
earlyTermination Principer för tidig uppsägning gör det möjligt att avbryta dåliga körningar innan de slutförs EarlyTerminationPolicy
Ingångar Mappning av indatabindningar som används i jobbet. SweepJobInputs
jobType [Krävs] Anger typen av jobb. "Svep" (krävs)
Gränser Rensa jobbgräns. SweepJobLimits
objektiv [Krävs] Optimeringsmål. Mål (krävs)
Utgångar Mappning av utdatabindningar som används i jobbet. SweepJobOutputs
samplingAlgorithm [Krävs] Algoritmen för hyperparametersampling SamplingAlgorithm (krävs)
searchSpace [Krävs] En ordlista som innehåller varje parameter och dess distribution. Ordlistenyckeln är namnet på parametern any (krävs)
rättegång [Krävs] Utvärderingskomponentdefinition. TrialComponent (krävs)

SweepJobInputs

Namn Beskrivning Värde

SweepJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
maxConcurrentTrials Sopa jobb max samtidiga utvärderingsversioner. Int
maxTotalTrials Sopa jobb max totalt antal utvärderingsversioner. Int
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng
trialTimeout Rensa timeout-värdet för utvärderingsversionen av jobbet. sträng

SweepJobOutputs

Namn Beskrivning Värde

TensorFlow

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "TensorFlow" (krävs)
parameterServerCount Antal parameterserveruppgifter. Int
workerCount Antal arbetare. Om det inte anges kommer instansantalet att vara standard. Int

TrialComponent

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. TrialComponentEnvironmentVariables
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

TrialComponentEnvironmentVariables

Namn Beskrivning Värde

TritonModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

TritonModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

TruncationSelectionPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "TruncationSelection" (krävs)
truncationPercentage Procentandelen körningar som ska avbrytas vid varje utvärderingsintervall. Int

UriFileJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFileJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UriFolderJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFolderJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UserIdentity

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "UserIdentity" (krävs)

Användningsexempel

Azure-snabbstartsmallar

Följande Azure-snabbstartsmallar distribuera den här resurstypen.

Mall Beskrivning
Skapa ett Azure Machine Learning AutoML-klassificeringsjobb

Distribuera till Azure
Den här mallen skapar ett Azure Machine Learning AutoML-klassificeringsjobb för att ta reda på den bästa modellen för att förutsäga om en klient prenumererar på en fast deposition med ett finansinstitut.
Skapa ett Azure Machine Learning-kommandojobb

Distribuera till Azure
Den här mallen skapar ett Azure Machine Learning-kommandojobb med ett grundläggande hello_world skript
Skapa ett Azure Machine Learning-svepjobb

Distribuera till Azure
Den här mallen skapar ett Azure Machine Learning Sweep-jobb för justering av hyperparametrar.

Resursdefinition för Terraform (AzAPI-provider)

Resurstypen arbetsytor/jobb kan distribueras med åtgärder som mål:

  • Resursgrupper

En lista över ändrade egenskaper i varje API-version finns i ändringsloggen.

Resursformat

Om du vill skapa en Microsoft.MachineLearningServices/arbetsytor/jobbresurs lägger du till följande Terraform i mallen.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01"
  name = "string"
  body = {
    properties = {
      computeId = "string"
      description = "string"
      displayName = "string"
      experimentName = "string"
      identity = {
        identityType = "string"
        // For remaining properties, see IdentityConfiguration objects
      }
      isArchived = bool
      properties = {
        {customized property} = "string"
      }
      services = {
        {customized property} = {
          endpoint = "string"
          jobServiceType = "string"
          port = int
          properties = {
            {customized property} = "string"
          }
        }
      }
      tags = {
        {customized property} = "string"
      }
      jobType = "string"
      // For remaining properties, see JobBaseProperties objects
    }
  }
}

IdentityConfiguration-objekt

Ange egenskapen identityType för att ange typ av objekt.

För AMLTokenanvänder du:

{
  identityType = "AMLToken"
}

För Managedanvänder du:

{
  clientId = "string"
  identityType = "Managed"
  objectId = "string"
  resourceId = "string"
}

För UserIdentityanvänder du:

{
  identityType = "UserIdentity"
}

EarlyTerminationPolicy-objekt

Ange egenskapen policyType för att ange typ av objekt.

För Banditanvänder du:

{
  policyType = "Bandit"
  slackAmount = int
  slackFactor = int
}

För MedianStoppinganvänder du:

{
  policyType = "MedianStopping"
}

För TruncationSelectionanvänder du:

{
  policyType = "TruncationSelection"
  truncationPercentage = int
}

DistributionKonfigurationsobjekt

Ange egenskapen distributionType för att ange typ av objekt.

För Mpianvänder du:

{
  distributionType = "Mpi"
  processCountPerInstance = int
}

För PyTorchanvänder du:

{
  distributionType = "PyTorch"
  processCountPerInstance = int
}

För TensorFlowanvänder du:

{
  distributionType = "TensorFlow"
  parameterServerCount = int
  workerCount = int
}

JobOutput-objekt

Ange egenskapen jobOutputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  jobOutputType = "custom_model"
  mode = "string"
  uri = "string"
}

För mlflow_modelanvänder du:

{
  jobOutputType = "mlflow_model"
  mode = "string"
  uri = "string"
}

För mltableanvänder du:

{
  jobOutputType = "mltable"
  mode = "string"
  uri = "string"
}

För triton_modelanvänder du:

{
  jobOutputType = "triton_model"
  mode = "string"
  uri = "string"
}

För uri_fileanvänder du:

{
  jobOutputType = "uri_file"
  mode = "string"
  uri = "string"
}

För uri_folderanvänder du:

{
  jobOutputType = "uri_folder"
  mode = "string"
  uri = "string"
}

JobInput-objekt

Ange egenskapen jobInputType för att ange typ av objekt.

För custom_modelanvänder du:

{
  jobInputType = "custom_model"
  mode = "string"
  uri = "string"
}

För literalanvänder du:

{
  jobInputType = "literal"
  value = "string"
}

För mlflow_modelanvänder du:

{
  jobInputType = "mlflow_model"
  mode = "string"
  uri = "string"
}

För mltableanvänder du:

{
  jobInputType = "mltable"
  mode = "string"
  uri = "string"
}

För triton_modelanvänder du:

{
  jobInputType = "triton_model"
  mode = "string"
  uri = "string"
}

För uri_fileanvänder du:

{
  jobInputType = "uri_file"
  mode = "string"
  uri = "string"
}

För uri_folderanvänder du:

{
  jobInputType = "uri_folder"
  mode = "string"
  uri = "string"
}

JobBaseProperties-objekt

Ange egenskapen jobType för att ange typ av objekt.

För Kommandoanvänder du:

{
  codeId = "string"
  command = "string"
  distribution = {
    distributionType = "string"
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId = "string"
  environmentVariables = {
    {customized property} = "string"
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  jobType = "Command"
  limits = {
    jobLimitsType = "string"
    timeout = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  resources = {
    instanceCount = int
    instanceType = "string"
    properties = {
      {customized property} = ?
    }
  }
}

För Pipelineanvänder du:

{
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  jobs = {
    {customized property} = ?
  }
  jobType = "Pipeline"
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  settings = ?
}

För Svepanvänder du:

{
  earlyTermination = {
    delayEvaluation = int
    evaluationInterval = int
    policyType = "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  jobType = "Sweep"
  limits = {
    jobLimitsType = "string"
    maxConcurrentTrials = int
    maxTotalTrials = int
    timeout = "string"
    trialTimeout = "string"
  }
  objective = {
    goal = "string"
    primaryMetric = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm = {
    samplingAlgorithmType = "string"
    // For remaining properties, see SamplingAlgorithm objects
  }
  searchSpace = ?
  trial = {
    codeId = "string"
    command = "string"
    distribution = {
      distributionType = "string"
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId = "string"
    environmentVariables = {
      {customized property} = "string"
    }
    resources = {
      instanceCount = int
      instanceType = "string"
      properties = {
        {customized property} = ?
      }
    }
  }
}

SamplingAlgorithm-objekt

Ange egenskapen samplingAlgorithmType för att ange typ av objekt.

För Bayesianskaanvänder du:

{
  samplingAlgorithmType = "Bayesian"
}

För Gridanvänder du:

{
  samplingAlgorithmType = "Grid"
}

För Randomanvänder du:

{
  rule = "string"
  samplingAlgorithmType = "Random"
  seed = int
}

Egenskapsvärden

AmlToken

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "AMLToken" (krävs)

BanditPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "Bandit" (krävs)
slackAmount Absolut avstånd som tillåts från den bästa körningen. Int
slackFactor Förhållandet mellan det tillåtna avståndet från den bäst presterande körningen. Int

BayesianSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Bayesian" (krävs)

Kommandojobb

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. CommandJobEnvironmentVariables
Ingångar Mappning av indatabindningar som används i jobbet. CommandJobInputs
jobType [Krävs] Anger typen av jobb. "Kommando" (krävs)
Gränser Gräns för kommandojobb. CommandJobLimits
Utgångar Mappning av utdatabindningar som används i jobbet. CommandJobOutputs
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

CommandJobEnvironmentVariables

Namn Beskrivning Värde

CommandJobInputs

Namn Beskrivning Värde

CommandJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng

CommandJobOutputs

Namn Beskrivning Värde

CustomModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

CustomModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "custom_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

DistributionKonfiguration

Namn Beskrivning Värde
distributionType Ange till "Mpi" för typ Mpi. Ange till "PyTorch" för typ PyTorch. Ange till TensorFlow för typen TensorFlow. "Mpi"
"PyTorch"
"TensorFlow" (krävs)

EarlyTerminationPolicy

Namn Beskrivning Värde
delayEvaluation Antal intervall som den första utvärderingen ska fördröjas med. Int
evaluationInterval Intervall (antal körningar) mellan principutvärderingar. Int
policyType Ange till "Bandit" för typen BanditPolicy. Ange till MedianStopping för typen MedianStoppingPolicy. Ange till TruncationSelection för typen TruncationSelectionPolicy. "Bandit"
"MedianStopping"
"TruncationSelection" (krävs)

GridSamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Rutnät" (krävs)

IdentityConfiguration

Namn Beskrivning Värde
identityType Ange till "AMLToken" för typen AmlToken. Ange till Hanterad för typen ManagedIdentity. Ange till "UserIdentity" för typen UserIdentity. "AMLToken"
"Hanterad"
"UserIdentity" (krävs)

JobBaseProperties

Namn Beskrivning Värde
computeId ARM-resurs-ID för beräkningsresursen. sträng
beskrivning Texten för tillgångsbeskrivningen. sträng
displayName Visningsnamn för jobbet. sträng
experimentName Namnet på experimentet som jobbet tillhör. Om det inte anges placeras jobbet i experimentet "Standard". sträng
identitet Identitetskonfiguration. Om det anges bör detta vara en av AmlToken, ManagedIdentity, UserIdentity eller null.
Standardvärdet är AmlToken om null.
IdentityConfiguration
isArchived Arkiveras tillgången? Bool
jobType Ange till Kommando för typen CommandJob. Ange till Pipeline för typen PipelineJob. Ange till "Svep" för typen SweepJob. "Kommando"
"Pipeline"
"Svep" (krävs)
Egenskaper Ordlistan för tillgångsegenskap. ResourceBaseProperties
tjänster Lista över JobEndpoints.
För lokala jobb har en jobbslutpunkt ett slutpunktsvärde för FileStreamObject.
JobBaseServices
Taggar Taggordlista. Taggar kan läggas till, tas bort och uppdateras. ResourceBaseTags

JobBaseServices

Namn Beskrivning Värde

JobInput

Namn Beskrivning Värde
beskrivning Beskrivning av indata. sträng
jobInputType Ange till "custom_model" för typen CustomModelJobInput. Ange till "literal" för typen LiteralJobInput. Ange till "mlflow_model" för typen MLFlowModelJobInput. Ange till "mltable" för typen MLTableJobInput. Ange till "triton_model" för typen TritonModelJobInput. Ange till "uri_file" för typ UriFileJobInput. Ange till "uri_folder" för typ UriFolderJobInput. "custom_model"
"literal"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobOutput

Namn Beskrivning Värde
beskrivning Beskrivning av utdata. sträng
jobOutputType Ange till "custom_model" för typen CustomModelJobOutput. Ange till "mlflow_model" för typen MLFlowModelJobOutput. Ange "mltable" för typen MLTableJobOutput. Ange till "triton_model" för typen TritonModelJobOutput. Ange till "uri_file" för typ UriFileJobOutput. Ange till "uri_folder" för typ UriFolderJobOutput. "custom_model"
"mlflow_model"
"mltable"
"triton_model"
"uri_file"
"uri_folder" (krävs)

JobService

Namn Beskrivning Värde
Slutpunkt Url för slutpunkt. sträng
jobServiceType Slutpunktstyp. sträng
hamn Port för slutpunkt. Int
Egenskaper Ytterligare egenskaper som ska anges på slutpunkten. JobServiceProperties

JobServiceEgenskaper

Namn Beskrivning Värde

LiteralJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "literal" (krävs)
värde [Krävs] Literalvärde för indata. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

Hanterad identitet

Namn Beskrivning Värde
clientId Anger en användartilldelad identitet efter klient-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
identityType [Krävs] Anger typen av identitetsramverk. "Hanterad" (krävs)
objectId Anger en användartilldelad identitet efter objekt-ID. Ange inte det här fältet för systemtilldelade. sträng

Begränsningar:
Min längd = 36
Maximal längd = 36
Mönster = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$
resourceId Anger en användartilldelad identitet efter ARM-resurs-ID. Ange inte det här fältet för systemtilldelade. sträng

MedianStoppingPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "MedianStopping" (krävs)

Microsoft.MachineLearningServices/arbetsytor/jobb

Namn Beskrivning Värde
Namn Resursnamnet sträng

Begränsningar:
Mönster = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ (krävs)
parent_id ID för resursen som är överordnad för den här resursen. ID för resurs av typen: arbetsytor
Egenskaper [Krävs] Ytterligare attribut för entiteten. JobBaseProperties (krävs)
typ Resurstypen "Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01"

MLFlowModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLFlowModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mlflow_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

MLTableJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

MLTableJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "mltable" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

Mpi

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "Mpi" (krävs)
processCountPerInstance Antal processer per MPI-nod. Int

Objektiv

Namn Beskrivning Värde
mål [Krävs] Definierar måttmål som stöds för justering av hyperparametrar "Maximera"
"Minimera" (krävs)
primaryMetric [Krävs] Namnet på måttet som ska optimeras. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

PipelineJob

Namn Beskrivning Värde
Ingångar Indata för pipelinejobbet. PipelineJobInputs
Jobb Jobb konstruerar pipelinejobbet. PipelineJobJobs
jobType [Krävs] Anger typen av jobb. "Pipeline" (krävs)
Utgångar Utdata för pipelinejobbet PipelineJobOutputs
Inställningar Pipelineinställningar, till exempel ContinueRunOnStepFailure osv. någon

PipelineJobInputs

Namn Beskrivning Värde

PipelineJobJobs

Namn Beskrivning Värde

PipelineJobOutputs

Namn Beskrivning Värde

PyTorch

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "PyTorch" (krävs)
processCountPerInstance Antal processer per nod. Int

RandomSamplingAlgorithm

Namn Beskrivning Värde
regel Den specifika typen av slumpmässig algoritm "Slumpmässigt"
"Sobol"
samplingAlgorithmType [Krävs] Algoritmen som används för att generera hyperparametervärden, tillsammans med konfigurationsegenskaper "Random" (krävs)
frö Ett valfritt heltal som ska användas som frö för slumptalsgenerering Int

ResourceBaseProperties

Namn Beskrivning Värde

ResourceBaseTags

Namn Beskrivning Värde

ResourceConfiguration

Namn Beskrivning Värde
instanceCount Valfritt antal instanser eller noder som används av beräkningsmålet. Int
instanceType Valfri typ av virtuell dator som stöds av beräkningsmålet. sträng
Egenskaper Ytterligare egenskapsväska. ResourceConfigurationProperties

ResourceConfigurationProperties

Namn Beskrivning Värde

SamplingAlgorithm

Namn Beskrivning Värde
samplingAlgorithmType Ange till "Bayesian" för typen BayesianSamplingAlgorithm. Ange till "Grid" för typen GridSamplingAlgorithm. Ställ in på "Random" för typen RandomSamplingAlgorithm. "Bayesian"
Rutnät
"Random" (krävs)

SweepJob

Namn Beskrivning Värde
earlyTermination Principer för tidig uppsägning gör det möjligt att avbryta dåliga körningar innan de slutförs EarlyTerminationPolicy
Ingångar Mappning av indatabindningar som används i jobbet. SweepJobInputs
jobType [Krävs] Anger typen av jobb. "Svep" (krävs)
Gränser Rensa jobbgräns. SweepJobLimits
objektiv [Krävs] Optimeringsmål. Mål (krävs)
Utgångar Mappning av utdatabindningar som används i jobbet. SweepJobOutputs
samplingAlgorithm [Krävs] Algoritmen för hyperparametersampling SamplingAlgorithm (krävs)
searchSpace [Krävs] En ordlista som innehåller varje parameter och dess distribution. Ordlistenyckeln är namnet på parametern any (krävs)
rättegång [Krävs] Utvärderingskomponentdefinition. TrialComponent (krävs)

SweepJobInputs

Namn Beskrivning Värde

SweepJobLimits

Namn Beskrivning Värde
jobLimitsType [Krävs] JobLimit-typ. "Kommando"
"Svep" (krävs)
maxConcurrentTrials Sopa jobb max samtidiga utvärderingsversioner. Int
maxTotalTrials Sopa jobb max totalt antal utvärderingsversioner. Int
Timeout Den maximala körningstiden i ISO 8601-format, varefter jobbet avbryts. Stöder endast varaktighet med så låg precision som Sekunder. sträng
trialTimeout Rensa timeout-värdet för utvärderingsversionen av jobbet. sträng

SweepJobOutputs

Namn Beskrivning Värde

TensorFlow

Namn Beskrivning Värde
distributionType [Krävs] Anger typ av distributionsramverk. "TensorFlow" (krävs)
parameterServerCount Antal parameterserveruppgifter. Int
workerCount Antal arbetare. Om det inte anges kommer instansantalet att vara standard. Int

TrialComponent

Namn Beskrivning Värde
codeId ARM-resurs-ID för kodtillgången. sträng
befallning [Krävs] Kommandot som ska köras vid start av jobbet. T.ex. "python train.py" sträng

Begränsningar:
Min längd = 1
Mönster = [a-zA-Z0-9_] (krävs)
fördelning Distributionskonfiguration för jobbet. Om detta anges ska det vara en av Mpi, Tensorflow, PyTorch eller null. DistributionKonfiguration
environmentId [Krävs] ARM-resurs-ID för miljöspecifikationen för jobbet. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)
environmentVariables Miljövariabler som ingår i jobbet. TrialComponentEnvironmentVariables
Resurser Beräkningsresurskonfiguration för jobbet. ResourceConfiguration

TrialComponentEnvironmentVariables

Namn Beskrivning Värde

TritonModelJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

TritonModelJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "triton_model" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

TruncationSelectionPolicy

Namn Beskrivning Värde
policyType [Krävs] Namn på principkonfiguration "TruncationSelection" (krävs)
truncationPercentage Procentandelen körningar som ska avbrytas vid varje utvärderingsintervall. Int

UriFileJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFileJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_file" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UriFolderJobInput

Namn Beskrivning Värde
jobInputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Inmatningsläge för tillgångsleverans. "Direkt"
"Ladda ned"
"EvalDownload"
"EvalMount"
"ReadOnlyMount"
"ReadWriteMount"
Uri [Krävs] Indatatillgångs-URI. sträng

Begränsningar:
Mönster = [a-zA-Z0-9_] (krävs)

UriFolderJobOutput

Namn Beskrivning Värde
jobOutputType [Krävs] Anger typen av jobb. "uri_folder" (krävs)
läge Leveransläge för utdatatillgång. "ReadWriteMount"
"Ladda upp"
Uri Utdatatillgångs-URI. sträng

UserIdentity

Namn Beskrivning Värde
identityType [Krävs] Anger typen av identitetsramverk. "UserIdentity" (krävs)