Syntaxe YAML podrobná v tomto dokumentu je založená na schématu JSON pro nejnovější verzi rozšíření ML CLI v2. Tato syntaxe je zaručena pouze pro práci s nejnovější verzí rozšíření ML CLI v2.
Schémata pro starší verze rozšíření najdete na adrese https://azuremlschemasprod.azureedge.net/.
Syntaxe YAML
Klíč
Typ
Popis
Povolené hodnoty
Default value
$schema
string
Schéma YAML. Pokud k vytvoření souboru YAML použijete rozšíření Azure Machine Učení VS Code, můžete v horní $schema části souboru vyvolat schéma a dokončování prostředků.
type
const
Povinný: Typ úlohy.
sweep
sweep
name
string
Název úlohy. Musí být jedinečný pro všechny úlohy v pracovním prostoru. Pokud tento parametr vynecháte, Azure Machine Učení automaticky vygeneruje identifikátor GUID pro název.
display_name
string
Zobrazovaný název úlohy v uživatelském rozhraní studia V rámci pracovního prostoru může být ne jedinečné. Pokud tento parametr vynecháte, Azure Machine Učení automaticky vygeneruje identifikátor jmenného jména čitelného člověka pro zobrazovaný název.
experiment_name
string
Uspořádejte úlohu pod názvem experimentu. Záznam spuštění každé úlohy je uspořádaný pod odpovídajícím experimentem na kartě Experimenty v sadě Studio. Pokud tento parametr vynecháte, azure machine Učení výchozí experiment_name název pracovního adresáře, ve kterém byla úloha vytvořena.
Povinný: Slovník vyhledávacího prostoru hyperparametrů Název hyperparametru je klíč a hodnota je výraz parametru.
Hyperparametry lze odkazovat ve výrazu trial.command${{ search_space.<hyperparameter> }} .
search_space.<hyperparameter>
objekt
Navštivte výrazy parametru pro sadu možných výrazů, které se mají použít.
objective.primary_metric
string
Povinný: Název primární metriky hlášené jednotlivými úlohami zkušební verze. Metrika se musí protokolovat do trénovacího skriptu uživatele s použitím mlflow.log_metric() stejného odpovídajícího názvu metriky.
objective.goal
string
Povinný: Cíl objective.primary_metricoptimalizace .
maximize, minimize
early_termination
objekt
Zásady předčasného ukončení, které se mají použít. Zkušební úloha se zruší, když jsou splněna kritéria zadané zásady. Pokud tuto zásadu vynecháte, nepoužijí se žádné zásady předčasného ukončení. Jeden z BanditPolicy, MedianStoppingPolicy nebo TruncationSelectionPolicy.
Povinný: Název cílového výpočetního objektu, na kterém se má úloha spustit, se azureml:<compute_name> syntaxí.
trial
objekt
Povinný: Šablona úlohy pro každou zkušební verzi. Každá zkušební úloha je poskytována s jinou kombinací hodnot hyperparametrů, které systém vzorkuje z search_space. Navštivte atributy trial klíče.
inputs
objekt
Slovník vstupů do úlohy. Klíč je název vstupu v kontextu úlohy a hodnota je vstupní hodnota.
Vstupy lze odkazovat ve command výrazu ${{ inputs.<input_name> }} .
inputs.<input_name>
number, integer, boolean, string nebo object
Jedna z literálových hodnot (typu číslo, celé číslo, logická hodnota nebo řetězec) nebo objekt, který obsahuje specifikaci vstupních dat úlohy.
outputs
objekt
Slovník výstupních konfigurací úlohy Klíč je název výstupu v kontextu úlohy a hodnota je výstupní konfigurace.
Na výstupy lze odkazovat pomocí command výrazu ${{ outputs.<output_name> }} .
outputs.<output_name>
objekt
Objekt můžete ponechat prázdný a v takovém případě je výstup typu uri_folder a Azure Machine Učení systémem vygeneruje výstupní umístění výstupu. Všechny soubory do výstupního adresáře se zapisují prostřednictvím připojení pro čtení i zápis. Pokud chcete pro výstup zadat jiný režim, zadejte objekt, který obsahuje specifikaci výstupu úlohy.
identity
objekt
Identita se používá pro přístup k datům. Může se jednat o konfiguraci identity uživatele, konfiguraci spravované identity nebo žádné. Pro UserIdentityConfiguration se identita odesílaného úlohy používá pro přístup ke vstupním datům a zápisu výsledku do výstupní složky. V opačném případě se použije spravovaná identita cílového výpočetního objektu.
Algoritmy vzorkování
RandomSamplingAlgorithm
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ algoritmu vzorkování.
random
seed
integer
Náhodné počáteční hodnoty, které se použijí k inicializaci náhodného generování čísel. Pokud tuto hodnotu vynecháte, výchozí počáteční hodnota má hodnotu null.
rule
string
Typ náhodného vzorkování, který se má použít. Výchozí , randompoužívá jednoduché jednotné náhodné vzorkování, zatímco sobol používá Sobol quasi-random sekvence.
random, sobol
random
GridSamplingAlgorithm
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ algoritmu vzorkování.
grid
BayesianSamplingAlgorithm
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ algoritmu vzorkování.
bayesian
Zásady předčasného ukončení
BanditPolicy
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ zásady.
bandit
slack_factor
Číslo
Poměr použitý k výpočtu povolené vzdálenosti od nejlepší zkušební verze. Jedna z slack_factor nebo slack_amount je povinná.
slack_amount
Číslo
Absolutní vzdálenost povolená od nejlepšího zkušebního výkonu. Jedna z slack_factor nebo slack_amount je povinná.
evaluation_interval
integer
Frekvence použití zásad.
1
delay_evaluation
integer
Početintervalch Pokud je zadáno, zásada se vztahuje na každý násobek evaluation_interval , který je větší nebo roven delay_evaluation.
0
MedianStoppingPolicy
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ zásady.
median_stopping
evaluation_interval
integer
Frekvence použití zásad.
1
delay_evaluation
integer
Početintervalch Pokud je zadáno, zásada se vztahuje na každý násobek evaluation_interval , který je větší nebo roven delay_evaluation.
0
TruncationSelectionPolicy
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ zásady.
truncation_selection
truncation_percentage
integer
Povinný: Procentozkušebních
evaluation_interval
integer
Frekvence použití zásad.
1
delay_evaluation
integer
Početintervalch Pokud je zadáno, zásada se vztahuje na každý násobek evaluation_interval , který je větší nebo roven delay_evaluation.
0
Výrazy parametrů
Volba
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ výrazu.
choice
values
pole
Povinný: Seznam diskrétních hodnot, ze kterých chcete zvolit.
Povinný: Minimální hodnota v oblasti je exp(min_value) (včetně).
max_value
Číslo
Povinný: Maximální hodnota v rozsahu je exp(max_value) (včetně).
Jednotné
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ výrazu.
uniform
min_value
Číslo
Povinný: Minimální hodnota v oblasti (včetně).
max_value
Číslo
Povinný: Maximální hodnota v rozsahu (včetně).
limits Atributy klíče
Klíč
Typ
Popis
Default value
max_total_trials
integer
Maximální početzkušebních
1000
max_concurrent_trials
integer
Maximální počet zkušebních úloh, které se dají spustit souběžně.
Výchozí hodnota max_total_trialsje .
timeout
integer
Maximální doba v sekundách, po kterou může běžet celá úloha úklidu. Po dosažení tohoto limitu systém zruší úlohu úklidu včetně všech zkušebních verzí.
5184000
trial_timeout
integer
Maximální doba v sekundách, po kterou může každá zkušební úloha běžet. Po dosažení tohoto limitu systém zkušební verzi zruší.
trial Atributy klíče
Klíč
Typ
Popis
Default value
command
string
Povinný: Příkaz, který se má provést.
code
string
Místní cesta k adresáři zdrojového kódu, který se má nahrát a použít pro úlohu.
environment
řetězec nebo objekt
Povinný: Prostředí, které se má použít pro úlohu. Tato hodnota může být odkazem na existující prostředí s verzí v pracovním prostoru nebo specifikaci vloženého prostředí.
Pokud chcete odkazovat na existující prostředí, použijte azureml:<environment-name>:<environment-version> syntaxi.
Pokud chcete definovat prostředí vložené, postupujte podle schématu prostředí. name Vylučte a version vlastnosti, protože vložená prostředí je nepodporují.
environment_variables
objekt
Slovník párů název-hodnota proměnné prostředí, které se nastaví v procesu, ve kterém se příkaz spustí.
Povinný: Počet procesů na uzel, které se mají pro úlohu spustit.
PyTorchConfiguration
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ distribuce.
pytorch
process_count_per_instance
integer
Počet procesů na uzel, které se mají pro úlohu spustit.
1
TensorFlowConfiguration
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
const
Povinný: Typ distribuce.
tensorflow
worker_count
integer
Počet pracovníků, kteří se mají pro práci spustit.
Výchozí hodnota resources.instance_countje .
parameter_server_count
integer
Počet serverů parametrů, které se mají pro úlohu spustit.
0
Vstupy úloh
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
string
Typ vstupu úlohy. Zadejte uri_file vstupní data, která ukazují na jeden zdroj souborů, nebo uri_folder pro vstupní data, která ukazují na zdroj složky. Další informace najdete v tématu Další informace o přístupu k datům.
uri_file, uri_folder, , mltablemlflow_model
uri_folder
path
string
Cesta k datům, která se mají použít jako vstup. Tuto hodnotu je možné zadat několika způsoby:
– Místní cesta k souboru nebo složce zdroje dat, path: ./iris.csvnapříklad . Data se nahrají během odeslání úlohy.
– Identifikátor URI cloudové cesty k souboru nebo složce, které se mají použít jako vstup. Podporované typy identifikátorů URI jsou azureml, , httpswasbs, abfss, adl. Další informace o použití formátu identifikátoru azureml:// URI najdete v syntaxi Core yaml.
– Existující zaregistrovaný datový prostředek Azure Machine Učení, který se použije jako vstup. Pokud chcete odkazovat na registrovaný datový asset, použijte azureml:<data_name>:<data_version> syntaxi nebo azureml:<data_name>@latest (k odkazování na nejnovější verzi tohoto datového assetu) – například path: azureml:cifar10-data:1path: azureml:cifar10-data@latest.
mode
string
Režim doručení dat do cílového výpočetního objektu
Pro připojení jen pro čtení (ro_mount) se data spotřebovávají jako cesta připojení. Složka se připojí jako složka a soubor se připojí jako soubor. Azure Machine Učení přeloží vstup na cestu připojení.
V download režimu se data stáhnou do cílového výpočetního objektu. Azure Machine Učení přeloží vstup do stažené cesty.
Pouze pro adresu URL umístění úložiště artefaktů nebo artefaktů dat místo připojení nebo stažení samotných dat použijte direct režim. Tím se předá adresa URL umístění úložiště jako vstup úlohy. V tomto případě jste plně zodpovědní za zpracování přihlašovacích údajů pro přístup k úložišti.
ro_mount, , downloaddirect
ro_mount
Výstupy úloh
Klíč
Typ
Popis
Povolené hodnoty
Default value
type
string
Typ výstupu úlohy. Pro výchozí uri_folder typ výstup odpovídá složce.
uri_file, uri_folder, , mltablemlflow_model
uri_folder
mode
string
Režim doručení výstupního souboru nebo souborů do cílového úložiště Pro režim připojení pro čtení i zápis (rw_mount) je výstupní adresář připojeným adresářem. V režimu nahrávání se všechny zapsané soubory nahrají na konci úlohy.
rw_mount, upload
rw_mount
Konfigurace identit
UserIdentityConfiguration
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ identity.
user_identity
ManagedIdentityConfiguration
Klíč
Typ
Popis
Povolené hodnoty
type
const
Povinný: Typ identity.
managed nebo managed_identity
Poznámky
Pomocí příkazu můžete az ml job spravovat úlohy azure machine Učení.
Příklady
Příklady najdete v příkladech v úložišti GitHub. Tady je několik:
Rozšíření Azure CLI ml v2 (aktuální)