Dela via


Tjänstbegränsningar i Azure Machine Learning

I det här avsnittet visas grundläggande gränser och tröskelvärden för begränsning i Azure Machine Learning.

Viktigt

Azure Machine Learning lagrar eller bearbetar inte dina data utanför den region där du distribuerar.

Arbetsytor

Gräns Värde
Namn på arbetsyta 2–32 tecken

Experiment

Gräns Värde
Namn 256 tecken
Beskrivning 5 000 tecken
Antal taggar 50
Längd på taggnyckel 250 tecken
Längd på taggvärde 1 000 tecken
Artefaktplats 1 024 tecken

Körningar

Gräns Värde
Körningar per arbetsyta 10 miljoner
RunId/ParentRunId 256 tecken
DataContainerId 261 tecken
DisplayName 256 tecken
Beskrivning 5 000 tecken
Antal egenskaper 50
Längden på egenskapsnyckeln 100 tecken
Längden på egenskapsvärdet 1 000 tecken
Antal taggar 50
Längd på taggnyckel 100
Längd på taggvärde 1 000 tecken
CancelUri/CompleteUri/DiagnosticsUri 1 000 tecken
Längd på felmeddelande 3 000 tecken
Varningsmeddelandelängd 300 tecken
Antal indatauppsättningar 200
Antal utdatauppsättningar 20

Anpassade miljöer

Gräns Värde
Antal filer i Docker-kompileringskontext 100
Total filstorlek i Docker-byggkontext 1 MB

Mått

Gräns Värde
Måttnamn per körning 50
Måttrader per måttnamn 1 miljon
Kolumner per måttrad 15
Längd på måttkolumnnamn 255 tecken
Värdelängd för måttkolumn 255 tecken
Måttrader per batch som laddats upp 250

Anteckning

Om du når gränsen för måttnamn per körning eftersom du formaterar variabler i måttnamnet bör du i stället överväga att använda ett radmått där en kolumn är variabelvärdet och den andra kolumnen är måttvärdet.

Artifacts

Gräns Värde
Antal artefakter per körning 10 miljoner
Maximal längd på artefaktsökväg 5 000 tecken

Modeller

Gräns Värde
Antal modeller per arbetsyta 5 miljoner modellcontainrar/versioner (inklusive tidigare borttagna modeller)
Antal artefakter per modellversion 1 500 artefakter (filer)

Gränsökningar

Vissa gränser kan ökas för enskilda arbetsytor. Information om hur du ökar dessa gränser finns i "Hantera och öka kvoter för resurser"

Nästa steg