CLI (v2) 模型 YAML 結構描述
適用於:Azure CLI ml 延伸模組第 2 版 (目前)
您可以在 https://azuremlschemas.azureedge.net/latest/model.schema.json 中找到來源 JSON 結構描述。
注意
此文件中詳述的 YAML 語法是以最新版 ML CLI v2 延伸模組的 JSON 結構描述為基礎。 此語法只保證能與最新版的 ML CLI v2 延伸模組搭配使用。 您可以在 https://azuremlschemasprod.azureedge.net/ 找到舊版延伸模組的結構描述。
YAML 語法
索引鍵 | 類型 | 描述 | 允許的值 |
---|---|---|---|
$schema |
字串 | YAML 結構描述。 | |
name |
字串 | 必要。 模型的名稱。 | |
version |
int | 模型的版本。 如果省略,Azure Machine Learning 會自動產生版本。 | |
description |
字串 | 模型的描述。 | |
tags |
object | 模型標記的字典。 | |
path |
字串 | 模型檔案的本機路徑,或模型檔案的雲端路徑 URI。 這可指向檔案或目錄。 | |
type |
字串 | 模型的儲存體格式類型。 適用於無程式碼部署案例。 | custom_model , mlflow_model , triton_model |
flavors |
object | 模型的類別。 每個模型儲存格式類型可能會有一或多個支援的類別。 適用於無程式碼部署案例。 |
備註
您可以使用 az ml model
命令來管理 Azure Machine Learning 模型。
範例
範例 GitHub 存放庫中有範例可用。 以下顯示其中幾個。
YAML:本機檔案
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-file-example
path: mlflow-model/model.pkl
description: Model created from local file.
YAML:MLflow 格式的本機資料夾
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: local-mlflow-example
path: mlflow-model
type: mlflow_model
description: Model created from local MLflow model directory.