CLI （v2） 連結的虛擬機 YAML 架構
您可以在 找到 https://azuremlschemas.azureedge.net/latest/vmCompute.schema.json來源 JSON 架構。
注意
本文件中詳述的 YAML 語法是以最新版 ML CLI v2 延伸模組的 JSON 結構描述為基礎。 此語法僅保證能與最新版的 ML CLI v2 延伸模組搭配運作。 您可以在 https://azuremlschemasprod.azureedge.net/ 找到舊版延伸模組的結構描述。
YAML 語法
| 機碼 | 類型 | 描述 | 允許的值 | 預設值 |
|---|---|---|---|---|
$schema |
string | YAML 結構描述。 如果您使用 Azure Machine Learning VS Code 擴充功能來撰寫 YAML 檔案，在檔案頂端包含 $schema 可讓您叫用結構描述和資源完成。 |
||
type |
string | 必要。 計算的類型。 | virtualmachine |
|
name |
字串 | 必要。 計算的名稱。 | ||
description |
字串 | 計算的描述。 | ||
resource_id |
字串 | 必要。 要連結至工作區作為計算目標之 Azure 虛擬機的完整資源識別碼。 | ||
ssh_settings |
object | 線上到虛擬機的 SSH 設定。 | ||
ssh_settings.admin_username |
字串 | 可用來透過 SSH 連線到虛擬機的系統管理員用戶帳戶名稱。 | ||
ssh_settings.admin_password |
字串 | 系統管理員用戶帳戶的密碼。 其中一個 admin_password 或 ssh_private_key_file 是必要的。 |
||
ssh_settings.ssh_private_key_file |
字串 | 系統管理員用戶帳戶 SSH 私鑰檔案的本機路徑。 其中一個 admin_password 或 ssh_private_key_file 是必要的。 |
||
ssh_settings.ssh_port |
整數 | 虛擬機上的SSH埠。 | 22 |
備註
az ml compute命令可用來管理連結至 Azure 機器學習 工作區的 虛擬機器（VM）。
範例
範例 GitHub 存放庫中有範例可用。 以下顯示其中幾個。
YAML：基本
$schema: https://azuremlschemas.azureedge.net/latest/vmCompute.schema.json
name: vm-example
type: virtualmachine
resource_id: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.Compute/virtualMachines/<VM_NAME>
ssh_settings:
admin_username: <admin_username>
admin_password: <admin_password>