Microsoft.MachineLearningServices-arbetsytor/jobb 2022-05-01
- senaste
- 2025-01-01-preview
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2021-03-01-preview
Bicep-resursdefinition
Resurstypen arbetsytor/jobb kan distribueras med åtgärder som mål:
- Resursgrupper – Se resursgruppsdistributionskommandon
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:
- Resursgrupper – Se resursgruppsdistributionskommandon
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 |
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 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) |