Schéma YAML prostředí CLI (v2)

PLATÍ PRO:Rozšíření Azure CLI ml v2 (aktuální)

Zdrojové schéma JSON najdete na adrese https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Poznámka

Syntaxe YAML podrobně popsaná v tomto dokumentu je založená na schématu JSON pro nejnovější verzi rozšíření ML CLI v2. Tato syntaxe zaručuje, že bude fungovat jenom s nejnovější verzí rozšíření ML CLI v2. Schémata pro starší verze rozšíření najdete na adrese https://azuremlschemasprod.azureedge.net/.

Syntaxe YAML

Klíč Typ Description Povolené hodnoty Výchozí hodnota
$schema řetězec Schéma YAML. Pokud k vytvoření souboru YAML použijete rozšíření Azure Machine Learning VS Code, včetně $schema v horní části souboru, můžete vyvolat dokončování schématu a prostředků.
name řetězec Povinná hodnota. Název prostředí
version řetězec Verze prostředí. Pokud ji vynecháte, Azure Machine Learning automaticky vygeneruje verzi.
description řetězec Popis prostředí.
tags object Slovník značek pro prostředí.
image řetězec Image Dockeru, která se má použít pro prostředí. Jeden z image nebo build je povinný.
conda_file řetězec nebo objekt Standardní konfigurační soubor CONDA YAML závislostí pro prostředí Conda. Viz třída https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Pokud je zadaný, image musí být také zadán. Azure Machine Learning vytvoří prostředí Conda na poskytnuté imagi Dockeru.
build object Konfigurace kontextu sestavení Dockeru, která se má použít pro prostředí. Jeden z image nebo build je povinný.
build.path řetězec Místní cesta k adresáři, který se má použít jako kontext sestavení.
build.dockerfile_path řetězec Relativní cesta k souboru Dockerfile v kontextu sestavení Dockerfile
os_type řetězec Typ operačního systému. linux, windows linux
inference_config object Odvozovat konfigurace kontejnerů. Platí pouze v případě, že se prostředí používá k vytvoření kontejneru obsluhy pro online nasazení. Viz Atributy inference_config klíče.

Atributy inference_config klíče

Klíč Typ Description
liveness_route object Trasa aktivity obsluhujícího kontejneru.
liveness_route.path řetězec Cesta, do které se mají směrovat požadavky na živé aktivity.
liveness_route.port integer Port, na který chcete směrovat žádosti o živé aktivity.
readiness_route object Trasa připravenosti pro obsluhující kontejner.
readiness_route.path řetězec Cesta pro směrování požadavků na připravenost.
readiness_route.port integer Port, na který chcete směrovat požadavky na připravenost.
scoring_route object Trasu bodování pro kontejner obsluhující služby
scoring_route.path řetězec Cesta, na kterou se mají žádosti o hodnocení směrovat.
scoring_route.port integer Port, na který se mají směrovat žádosti o bodování.

Poznámky

Příkaz az ml environment je možné použít ke správě prostředí Azure Machine Learning.

Příklady

Příklady jsou k dispozici v příkladech úložiště GitHub. Níže je jich několik.

YAML: místní kontext sestavení Dockeru

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-context-example
build:
  path: docker-contexts/python-and-pip

YAML: Image Dockeru

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-example
image: pytorch/pytorch:latest
description: Environment created from a Docker image.

YAML: Image Dockeru a soubor Conda

$schema: https://azuremlschemas.azureedge.net/latest/environment.schema.json
name: docker-image-plus-conda-example
image: mcr.microsoft.com/azureml/openmpi4.1.0-ubuntu20.04
conda_file: conda-yamls/pydata.yml
description: Environment created from a Docker image plus Conda environment.

Další kroky