entities Paket
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2.
Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw.
Klassen
AccessKeyConfiguration |
Zugriffstastenanmeldeinformationen. |
AccountKeyConfiguration |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
AlertNotification |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Warnungsbenachrichtigungskonfiguration für Überwachungsaufträge |
AmlCompute |
AzureML-Computeressource. |
AmlComputeNodeInfo |
Computeknoteninformationen im Zusammenhang mit AmlCompute. |
AmlComputeSshSettings |
SSH-Einstellungen für den Zugriff auf ein AML-Computeziel. Konfigurieren eines AmlComputeSshSettings-Objekts.
|
AmlTokenConfiguration |
Konfiguration der AzureML-Tokenidentität. |
ApiKeyConfiguration |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Api-Schlüsselanmeldeinformationen. |
Asset |
Basisklasse für Medienobjekt. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen eine ihrer Unterklassen. |
AssignedUserConfiguration |
Einstellungen zum Erstellen einer Computeressource im Namen eines anderen Benutzers. |
AutoPauseSettings |
Einstellungen für automatisches Anhalten für Synapse Spark-Compute. |
AutoScaleSettings |
Einstellungen für die automatische Skalierung für Synapse Spark-Compute. |
AzureBlobDatastore |
Azure Blob Storage, der mit einem Azure ML-Arbeitsbereich verknüpft ist. |
AzureDataLakeGen1Datastore |
Azure Data Lake, auch bekannt als Gen 1-Datenspeicher, der mit einem Azure ML-Arbeitsbereich verknüpft ist. |
AzureDataLakeGen2Datastore |
Azure Data Lake Gen2, das mit einem Azure ML-Arbeitsbereich verknüpft ist. |
AzureFileDatastore |
Azure-Dateifreigabe, die mit einem Azure ML-Arbeitsbereich verknüpft ist. |
AzureMLBatchInferencingServer |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Azure ML-Batchrückschlusskonfigurationen. |
AzureMLOnlineInferencingServer |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Azure ML-Onlinerückschlusskonfigurationen. |
BaseEnvironment |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Basisumgebungstyp. Alle erforderlichen Parameter müssen aufgefüllt werden, um an Azure senden zu können. |
BaselineDataRange |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
BatchDeployment |
Batchendpunkt-Bereitstellungsentität. |
BatchEndpoint |
Batchendpunktentität. |
BatchJob |
Batchaufträge, die mit Batchbereitstellungen/Endpunktaufrufen erstellt werden. Diese Klasse sollte nicht direkt instanziiert werden. Stattdessen wird es als Rückgabetyp für Batchbereitstellung/Endpunktaufruf und Auftragsauflistung verwendet. |
BatchRetrySettings |
Wiederholen Sie die Einstellungen für die Batchbereitstellung. |
BuildContext |
Docker-Buildkontext für Umgebung. |
CategoricalDriftMetrics |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
CertificateConfiguration |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
Choice |
Konfiguration der Auswahlverteilung. |
CodeConfiguration |
Codekonfiguration für einen Bewertungsauftrag. |
Command |
Basisklasse für Befehlsknoten, die für die Verwendung der Befehlskomponentenversion verwendet wird. Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie sie mit der Generatorfunktion erstellen: command(). |
CommandComponent |
Version der Befehlskomponente, die zum Definieren einer Befehlskomponente oder eines Auftrags verwendet wird. |
CommandJob |
Befehlsauftrag. |
CommandJobLimits |
Grenzwerte für Befehlsaufträge. |
Component |
Basisklasse für die Komponentenversion, die zum Definieren einer Komponente verwendet wird. Kann nicht direkt instanziiert werden. |
Compute |
Basisklasse für Computeressourcen. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen eine ihrer Unterklassen. |
ComputeConfiguration |
Computeressourcenkonfiguration |
ComputeInstance |
Compute-Instanzressource. |
ComputeInstanceSshSettings |
Anmeldeinformationen für ein Administratorbenutzerkonto für ssh mit dem Computeknoten. Kann nur konfiguriert werden, wenn ssh_public_access_enabled für die Computeressource auf true festgelegt ist. |
ComputeRuntime |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Spark-Computeruntimekonfiguration. |
ComputeSchedules |
Computezeitpläne. |
ComputeStartStopSchedule |
Zeitplan für das Computestart- oder -Beendigungsszenario. |
ContainerRegistryCredential |
Schlüssel für ACR, der dem angegebenen Arbeitsbereich zugeordnet ist. |
CronTrigger |
Cron-Trigger für einen Auftragszeitplan. |
CustomApplications |
Gibt die Konfiguration der benutzerdefinierten Dienstanwendung an. |
CustomInferencingServer |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Benutzerdefinierte Rückschlusskonfigurationen. |
CustomMonitoringMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Metrikschwellenwert für Die Featurezuordnungsabweichung |
CustomMonitoringSignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Benutzerdefiniertes Überwachungssignal. |
CustomerManagedKey |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
Data |
Daten für Training und Bewertung. |
DataCollector |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Data Capture-Bereitstellungsentität. |
DataColumn |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Eine Dataframespalte :p aramname: Der Spaltenname :type name: str, erforderlicher :p aramtyp: Spaltendatentyp :type: str, einer der Werte [string, integer, long, float, double, binary, datetime, boolean] oder ~azure.ai.ml.entities.DataColumnType, optional |
DataDriftMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Schwellenwert für Datendriftmetriken |
DataDriftSignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Datendriftsignal. :p aram metric_thresholds :Eine Liste der zu berechnenden Metriken und der zugehörigen Schwellenwerte |
DataImport |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Datenressource mit einem Auftrag zum Erstellen von Datenimport. |
DataQualityMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Schwellenwert für Datenqualitätsmetriken |
DataQualityMetricsCategorical |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
DataQualityMetricsNumerical |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
DataQualitySignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Datenqualitätssignal |
DataSegment |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Datensegment für die Überwachung. |
Datastore |
Datenspeicher eines Azure ML-Arbeitsbereichs, abstrakte Klasse. |
DefaultScaleSettings |
Standardskalierungseinstellungen. |
Deployment |
Endpunktbereitstellungs-Basisklasse. Endpunktbereitstellungs-Basisklasse. Konstruktor der Endpunktbereitstellungs-Basisklasse. |
DeploymentCollection |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Sammlungsentität |
DiagnoseRequestProperties |
DiagnoseRequestProperties. |
DiagnoseResponseResult |
DiagnoseResponseResult. |
DiagnoseResponseResultValue |
DiagnoseResponseResultValue. |
DiagnoseResult |
Ergebnis der Diagnose. |
DiagnoseWorkspaceParameters |
Parameter zum Diagnostizieren eines Arbeitsbereichs. |
Endpoint |
Endpunkt-Basisklasse. Endpunkt-Basisklasse. Konstruktor für Endpoint-Basisklasse. |
EndpointAuthKeys |
Schlüssel für die Endpunktauthentifizierung. Konstruktor für Schlüssel für die Endpunktauthentifizierung. |
EndpointAuthToken |
Endpunktauthentifizierungstoken. Constuctor für Endpunktauthentifizierungstoken. |
EndpointConnection |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
EndpointsSettings |
Gibt eine Endpunktkonfiguration für eine benutzerdefinierte Anwendung an. |
Environment |
Umgebung für Schulungen. |
FADProductionData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Produktionsdaten zur Featurezuordnung :Schlüsselwort (keyword) pre_processing_component: Die ARM-Ressourcen-ID (Azure Resource Manager) der Komponentenressource, die zum Vorverarbeiten der Daten verwendet wird. |
Feature |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureAttributionDriftMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Metrikschwellenwert für Die Featurezuordnungsabweichung |
FeatureAttributionDriftSignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Driftsignal der Featurezuordnung |
FeatureSet |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureSetBackfillMetadata |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureSetBackfillRequest |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureSetMaterializationMetadata |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureSetSpecification |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureStore |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. FeatureStore. |
FeatureStoreEntity |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FeatureStoreSettings |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FixedInputData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
FqdnDestination |
Klasse, die eine FQDN-Ausgangsregel darstellt. |
GenerationSafetyQualityMonitoringMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Schwellenwert für die Generierungssicherheits-Qualitätsmetrik |
GenerationSafetyQualitySignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Signal zur Überwachung der Generierungssicherheit Qualität. |
IdentityConfiguration |
Identitätskonfiguration, die verwendet wird, um die Identitätseigenschaft auf Compute-, Endpunkt- und Registrierungsressourcen darzustellen. |
ImageMetadata |
Metadaten zum Betriebssystemimage für die Compute-instance. |
ImageSettings |
Gibt eine Imagekonfiguration für eine benutzerdefinierte Anwendung an. |
ImportDataSchedule |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. ImportDataSchedule-Objekt. |
InputPort |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
IntellectualProperty |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Definition der Einstellungen für geistiges Eigentum. |
IsolationMode |
IsolationMode für das verwaltete Netzwerk des Arbeitsbereichs. |
Job |
Basisklasse für Aufträge. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen eine ihrer Unterklassen. |
JobResourceConfiguration |
Auftragsressourcenkonfigurationsklasse, geerbte und erweiterte Funktionen von ResourceConfiguration. |
JobSchedule |
Klasse zum Verwalten von Auftragszeitplänen. |
JobService |
Grundlegende Auftragsdienstkonfiguration für Abwärtskompatibilität. Diese Klasse ist nicht für die direkte Nutzung vorgesehen. Verwenden Sie stattdessen eine der zugehörigen Unterklassen, die für Ihren Auftragstyp spezifisch sind. |
JupyterLabJobService |
Konfiguration des JupyterLab-Auftragsdiensts. |
KubernetesCompute |
Kubernetes-Computeressource. |
KubernetesOnlineDeployment |
Kubernetes Online-Endpunktbereitstellungsentität. Kubernetes Online-Endpunktbereitstellungsentität. Konstruktor für die Bereitstellungsentität des Kubernetes Online-Endpunkts. |
KubernetesOnlineEndpoint |
K8s Online-Endpunktentität. K8s Online-Endpunktentität. Konstruktor für K8s Online-Endpunktentität. |
LlmData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. LLM-Anforderungsantwortdaten |
LogNormal |
LogNormal-Verteilungskonfiguration. |
LogUniform |
LogUniform-Verteilungskonfiguration. |
ManagedIdentityConfiguration |
Konfiguration von Anmeldeinformationen für verwaltete Identitäten. |
ManagedNetwork |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
ManagedNetworkProvisionStatus |
ManagedNetworkProvisionStatus. |
ManagedOnlineDeployment |
Bereitstellungsentität des verwalteten Onlineendpunkts. Bereitstellungsentität des verwalteten Onlineendpunkts. Konstruktor für die Bereitstellungsentität des verwalteten Online-Endpunkts. |
ManagedOnlineEndpoint |
Verwaltete Onlineendpunktentität. Verwaltete Onlineendpunktentität. Konstruktor für verwaltete Onlineendpunktentität. |
MaterializationComputeResource |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Materialization Compute-Ressource |
MaterializationSettings |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Definiert Materialisierungseinstellungen. |
MaterializationStore |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. MaterializationStore. :p aramtyp: Speichertyp. :type type: str :p aram target: store target. :type target: str |
Model |
Modell für Training und Bewertung. |
ModelBatchDeployment |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Auftragsdefinitionsentität. |
ModelBatchDeploymentSettings |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Entität "Batchbereitstellungseinstellungen" modellieren. |
ModelConfiguration |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. ModelConfiguration. |
ModelPackage |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Modellpaket. |
ModelPackageInput |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Modellpaketeingabe. |
MonitorDefinition |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Definition von Monitor |
MonitorFeatureFilter |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Überwachen des Featurefilters |
MonitorInputData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Überwachen von Eingabedaten |
MonitorSchedule |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Überwachen des Zeitplans |
MonitoringTarget |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Überwachungsziel. |
NetworkSettings |
Netzwerkeinstellungen für eine Computeressource. |
NoneCredentialConfiguration |
Keine Anmeldeinformationskonfiguration. |
Normal |
Normale Verteilungskonfiguration. |
NotebookAccessKeys |
Schlüssel für notebook-Ressource, die einem bestimmten Arbeitsbereich zugeordnet ist. |
Notification |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Konfiguration für Benachrichtigungen. |
NumericalDriftMetrics |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
OneLakeArtifact |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. OneLake-Artefakt (Datenquelle), das den OneLake-Arbeitsbereich unterstützt. |
OneLakeDatastore |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. OneLake-Datenspeicher, der mit einem Azure ML-Arbeitsbereich verknüpft ist. |
OnlineDeployment |
Onlineendpunktbereitstellungsentität. Onlineendpunktbereitstellungsentität. Konstruktor für die Bereitstellungsentität des Online-Endpunkts |
OnlineEndpoint |
Onlineendpunktentität. Onlineendpunktentität. Konstruktor für eine Online-Endpunktentität. |
OnlineRequestSettings |
Entität "Anforderungseinstellungen". |
OnlineScaleSettings |
Skalierungseinstellungen für die Onlinebereitstellung. |
OutboundRule |
Die Basisklasse für Ausgehende Regeln kann nicht direkt instanziiert werden. |
PackageInputPathId |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Paketeingabepfad, der mit einer Ressourcen-ID angegeben wird. |
PackageInputPathUrl |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Der Paketeingabepfad wird mit einer URL angegeben. |
PackageInputPathVersion |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Der Paketeingabepfad wird mit einem Ressourcennamen und einer Version angegeben. |
Parallel |
Basisklasse für parallelen Knoten, die für die Verwendung der parallelen Komponentenversion verwendet wird. Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie die Funktion "parallel" erstellen. |
ParallelComponent |
Parallele Komponentenversion, die zum Definieren einer parallelen Komponente verwendet wird. |
ParallelTask |
Parallele Aufgabe. |
ParameterizedCommand |
Befehlskomponentenversion, die den Befehl und unterstützende Parameter für eine Command-Komponente oder einen Befehl-Auftrag enthält. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen die untergeordnete Klasse ~azure.ai.ml.entities.CommandComponent. |
PatTokenConfiguration |
Persönliche Zugriffstokenanmeldeinformationen. |
Pipeline |
Basisklasse für Pipelineknoten, die für die Verwendung der Pipelinekomponentenversion verwendet wird. Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie den Decorator verwenden @pipeline , um einen Pipelineknoten zu erstellen. |
PipelineComponent |
Pipelinekomponente, die derzeit zum Speichern von Komponenten in einer azure.ai.ml.dsl.pipeline verwendet wird. |
PipelineComponentBatchDeployment |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Auftragsdefinitionsentität. |
PipelineJob |
Pipelineauftrag. Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie den @pipeline Decorator verwenden, um einen Pipelineauftrag zu erstellen. ] :p aram Compute: Computezielname der erstellten Pipeline. Standardmäßig ist None :type compute: str :p aram tags: Tagwörterbuch. Tags können hinzugefügt, entfernt und aktualisiert werden. Standardmäßig keine :type tags: dict[str, str] :p aram kwargs: Ein Wörterbuch mit zusätzlichen Konfigurationsparametern. Standardwert: None :type kwargs: dict |
PipelineJobSettings |
Zu den Einstellungen von PipelineJob gehören default_datastore, default_compute, continue_on_step_failure und force_rerun. |
PredictionDriftMetricThreshold |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Schwellenwert für Vorhersagedriftmetriken |
PredictionDriftSignal |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Vorhersagedriftsignal. |
PrivateEndpoint |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
PrivateEndpointDestination |
Klasse, die eine Ausgehende Regel des privaten Endpunkts darstellt. |
ProbeSettings |
Einstellungen zum Testen eines Endpunkts. |
ProductionData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Produktionsdaten :p aram input_data: Die Daten, für die die Drift berechnet wird:type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: Die Daten zum Berechnen der Drift mit :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component : :type pre_processing_component: string :p aram data_window_size: :type data_window_size: string |
QLogNormal |
QLogNormal-Verteilungskonfiguration. |
QLogUniform |
QLogUniform-Verteilungskonfiguration. |
QNormal |
QNormal-Verteilungskonfiguration. |
QUniform |
QUniform-Verteilungskonfiguration. |
QueueSettings |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Warteschlangeneinstellungen für einen Pipelineauftrag. |
Randint |
Randint-Verteilungskonfiguration. |
RecurrencePattern |
Wiederholungsmuster für einen Auftragszeitplan. |
RecurrenceTrigger |
Wiederholungstrigger für einen Auftragszeitplan. |
ReferenceData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Referenzdaten :p aram input_data: Die Daten, für die die Abweichung berechnet wird:type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: Die Daten zum Berechnen der Drift gegenüber :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component : :type pre_processing_component: string :p aram target_column_name: :type target_column_name: string :p aram data_window: :type data_window_size: BaselineDataRange |
Registry |
Azure ML-Registrierung. |
RegistryRegionDetails |
Details zu jeder Region, in der sich eine Registrierung befindet. |
RequestLogging |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Anforderungsprotokollierungs-Bereitstellungsentität. |
Resource |
Basisklasse für Entitätsklassen. Resource ist ein abstraktes Objekt, das als Basis zum Erstellen von Ressourcen dient. Sie enthält allgemeine Eigenschaften und Methoden für alle Ressourcen. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen eine ihrer Unterklassen. |
ResourceConfiguration |
Ressourcenkonfiguration für einen Auftrag. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen die zugehörigen Unterklassen. |
ResourceRequirementsSettings |
Ressourcenanforderungeneinstellungen für einen Container. |
ResourceSettings |
Ressourceneinstellungen für einen Container. Diese Klasse verwendet Kubernetes Resource Unit-Formate. Weitere Informationen finden Sie unter https://kubernetes.io/docs/concepts/configuration/manage-resources-containers/. |
RetrySettings |
Parallel RetrySettings. |
Route |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Route. |
SasTokenConfiguration |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
Schedule |
Schedule-Objekt, das zum Erstellen und Verwalten von Zeitplänen verwendet wird. Diese Klasse sollte nicht direkt instanziiert werden. Verwenden Sie stattdessen die Unterklassen. |
ScriptReference |
Skriptreferenz. |
ServerlessSparkCompute |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
ServiceInstance |
Ergebnis der Dienstinstanz. |
ServicePrincipalConfiguration |
Konfiguration von Dienstprinzipalanmeldeinformationen. |
ServiceTagDestination |
Klasse, die eine Ausgehende Regel für Diensttags darstellt. |
SetupScripts |
Angepasste Setupskripts. |
Spark |
Basisklasse für den Spark-Knoten, die für die Verwendung der Spark-Komponentenversion verwendet wird. Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie sie über die Generatorfunktion spark erstellen. ] :p aram-Ausgaben: Eine Zuordnung von Ausgabenamen zu ausgabedatenquellen, die im Auftrag verwendet werden. :type outputs: Dict[str, Union[str, ~azure.ai.ml.Output]] :p aram args: Die Argumente für den Auftrag. :type args: str :p aram compute: Die Computeressource, auf der der Auftrag ausgeführt wird. :type compute: str :p aram resources: Die Computeressourcenkonfiguration für den Auftrag. :type resources: Union[Dict, ~azure.ai.ml.entities.SparkResourceConfiguration] :p aram-Eintrag: Der Datei- oder Klasseneinstiegspunkt. :type entry: Dict[str, str] :p aram py_files: Die Liste der .zip-, EGG- oder PY-Dateien, die in pythonPATH für Python-Apps platziert werden sollen. :type py_files: List[str] :p aram jars: Die Liste von . JAR-Dateien, die in treiber- und executor-Klassenpfade eingeschlossen werden sollen. :type jars: List[str] :p aram-Dateien: Die Liste der Dateien, die im Arbeitsverzeichnis jedes Executors abgelegt werden sollen. :type files: List[str] :p aram archives: Die Liste der Archive, die in das Arbeitsverzeichnis jedes Executors extrahiert werden sollen. :type archives: List[str] |
SparkComponent |
Spark-Komponentenversion, die zum Definieren einer Spark-Komponente oder eines Spark-Auftrags verwendet wird. |
SparkJob |
Ein eigenständiger Spark-Auftrag. |
SparkJobEntry |
Eintrag für Spark-Auftrag. |
SparkJobEntryType |
Typ des Spark-Auftragseintrags. Möglichkeiten sind Python-Dateieintrag oder Scala-Klasseneintrag. |
SparkResourceConfiguration |
Computeressourcenkonfiguration für Spark-Komponente oder -Auftrag. |
SshJobService |
Konfiguration des SSH-Auftragsdiensts. |
StaticInputData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
Sweep |
Basisklasse für den Sweepknoten. Diese Klasse sollte nicht direkt instanziiert werden. Stattdessen sollte sie über die Generatorfunktion "sweep" erstellt werden. |
SynapseSparkCompute |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. SynapseSpark-Computeressource. |
SystemCreatedAcrAccount |
Azure ML-ACR-Konto. |
SystemCreatedStorageAccount |
Enthält Entitäten und SDK-Objekte für Azure Machine Learning SDKv2. Zu den Hauptbereichen gehören das Verwalten von Computezielen, das Erstellen/Verwalten von Arbeitsbereichen und Aufträgen sowie das Übermitteln/Zugreifen auf Modelle, Ausführungen und Ausführen von Ausgaben/Protokollierung usw. |
SystemData |
Metadaten im Zusammenhang mit der Erstellung und letzten Änderung einer Ressource. |
TargetUtilizationScaleSettings |
Einstellungen für die automatische Skalierung. |
TensorBoardJobService |
TensorBoard-Auftragsdienstkonfiguration. |
TrailingInputData |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
TritonInferencingServer |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Azure ML-Tritonrückschlusskonfigurationen. |
Uniform |
Einheitliche Verteilungskonfiguration. |
UnsupportedCompute |
Nicht unterstützte Computeressource. Wird nur zum Anzeigen von Computeeigenschaften für Ressourcen verwendet, die im SDK nicht vollständig unterstützt werden. |
Usage |
AzureML-Ressourcennutzung. |
UsageName |
Der Verwendungsname. |
UserIdentityConfiguration |
Konfiguration der Benutzeridentität. |
UsernamePasswordConfiguration |
Anmeldeinformationen für Benutzername und Kennwort. |
ValidationResult |
Stellt das Ergebnis der Auftrags-/Ressourcenüberprüfung dar. Diese Klasse wird verwendet, um Diagnose von beiden Clientserverseiten & zu organisieren und zu analysieren, bevor sie verfügbar gemacht werden. Das Ergebnis ist unveränderlich. |
VirtualMachineCompute |
Computeressource für virtuelle Computer. |
VirtualMachineSshSettings |
SSH-Einstellungen für einen virtuellen Computer. |
VmSize |
Größe des virtuellen Computers. |
VolumeSettings |
Gibt die Bindungsbereitstellungseinstellungen für eine benutzerdefinierte Anwendung an. |
VsCodeJobService |
Konfiguration des VS Code-Auftragsdiensts. |
Workspace |
Azure ML-Arbeitsbereich. |
WorkspaceConnection |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Die Azure ML-Arbeitsbereichsverbindung bietet eine sichere Möglichkeit zum Speichern von Authentifizierungs- und Konfigurationsinformationen, die für die Verbindung mit den externen Ressourcen und deren Interaktion erforderlich sind. |
WorkspaceHub |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. WorkspaceHub. |
WorkspaceHubConfig |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. WorkspaceHubConfig. |
WorkspaceKeys |
Arbeitsbereichsschlüssel. :type container_registry_credentials:ContainerRegistryCredential :p aram notebook_access_keys: Schlüssel für notebook-Ressource, die dem angegebenen Arbeitsbereich zugeordnet ist:type notebook_access_keys:NotebookAccessKeys |
Enumerationen
ComputePowerAction |
[Erforderlich] Die Computeleistungsaktion. |
CreatedByType |
Der Identitätstyp, der die Ressource erstellt hat. |
DataColumnType |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
MaterializationType |
Hinweis Dies ist eine experimentelle Klasse, die jederzeit geändert werden kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. |
UsageUnit |
Eine Enumeration, die die Verbrauchseinheit beschreibt. |
Azure SDK for Python
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für