YAML-schema för CLI-miljö (v2)

GÄLLER FÖR:Azure CLI ml-tillägg v2 (aktuellt)

JSON-källschemat finns på https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Anteckning

YAML-syntaxen som beskrivs i det här dokumentet baseras på JSON-schemat för den senaste versionen av ML CLI v2-tillägget. Den här syntaxen fungerar garanterat endast med den senaste versionen av ML CLI v2-tillägget. Du hittar scheman för äldre tilläggsversioner på https://azuremlschemasprod.azureedge.net/.

YAML-syntax

Nyckel Typ Beskrivning Tillåtna värden Standardvärde
$schema sträng YAML-schemat. Om du använder Azure Machine Learning VS Code-tillägget för att skapa YAML-filen, inklusive $schema överst i filen, kan du anropa schema- och resursslutsättningar.
name sträng Krävs. Namnet på miljön.
version sträng Version av miljön. Om det utelämnas genereras en version automatiskt av Azure Machine Learning.
description sträng Beskrivning av miljön.
tags objekt Ordlista över taggar för miljön.
image sträng Docker-avbildningen som ska användas för miljön. En av image eller build krävs.
conda_file sträng eller objekt Yaml-standardkonfigurationsfilen för beroenden för en conda-miljö. Se https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Om detta anges image måste också anges. Azure Machine Learning skapar conda-miljön ovanpå den Docker-avbildning som tillhandahålls.
build objekt Docker-kompileringskontextkonfigurationen som ska användas för miljön. En av image eller build krävs.
build.path sträng Lokal sökväg till katalogen som ska användas som byggkontext.
build.dockerfile_path sträng Relativ sökväg till Dockerfile i byggkontexten. Dockerfile
os_type sträng Typ av operativsystem. linux, windows linux
inference_config objekt Härledningscontainerkonfigurationer. Gäller endast om miljön används för att skapa en betjänande container för onlinedistributioner. Se Attribut för inference_config nyckeln.

Attribut för inference_config nyckeln

Nyckel Typ Beskrivning
liveness_route objekt Liveness-vägen för den betjänande containern.
liveness_route.path sträng Sökvägen för att dirigera liveness-begäranden till.
liveness_route.port heltal Porten som live-begäranden ska dirigeras till.
readiness_route objekt Beredskapsvägen för den betjänande containern.
readiness_route.path sträng Sökvägen för att dirigera beredskapsbegäranden till.
readiness_route.port heltal Porten som beredskapsbegäranden ska dirigeras till.
scoring_route objekt Bedömningsvägen för den betjänande containern.
scoring_route.path sträng Sökvägen för att dirigera bedömningsbegäranden till.
scoring_route.port heltal Porten som bedömningsbegäranden ska dirigeras till.

Kommentarer

Kommandot az ml environment kan användas för att hantera Azure Machine Learning-miljöer.

Exempel

Exempel är tillgängliga i GitHub-exempellagringsplatsen. Flera visas nedan.

YAML: lokal Docker-byggkontext

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

YAML: Docker-avbildning

$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: Docker-avbildning plus conda-fil

$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.

Nästa steg