Freigeben über

Microsoft.MachineLearningServices-Arbeitsbereiche/data 2023-10-01

  • Artikel

Bicep-Ressourcendefinition

Der Arbeitsbereichs-/Datenressourcentyp kann mit Vorgängen bereitgestellt werden, die auf Folgendes abzielen:

Eine Liste der geänderten Eigenschaften in jeder API-Version finden Sie unter Änderungsprotokoll.

Ressourcenformat

Um eine Microsoft.MachineLearningServices/workspaces/data-Ressource zu erstellen, fügen Sie Ihrer Vorlage die folgende Bicep hinzu.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/data@2023-10-01' = {
  name: 'string'
  parent: resourceSymbolicName
  properties: {
    dataType: 'string'
    description: 'string'
    isArchived: bool
    properties: {
      {customized property}: 'string'
    }
    tags: {}
  }
}

Eigenschaftswerte

Arbeitsbereiche/Daten

Name Beschreibung Wert
Name Der Ressourcenname

Erfahren Sie, wie Sie Namen und Typen für untergeordnete Ressourcen in Bicep-festlegen.		 Zeichenfolge (erforderlich)
Elternteil In Bicep können Sie die übergeordnete Ressource für eine untergeordnete Ressource angeben. Sie müssen diese Eigenschaft nur hinzufügen, wenn die untergeordnete Ressource außerhalb der übergeordneten Ressource deklariert wird.

Weitere Informationen finden Sie unter Untergeordnete Ressource außerhalb der übergeordneten Ressource.		 Symbolischer Name für Ressource des Typs: Arbeitsbereiche
Eigenschaften [Erforderlich] Zusätzliche Attribute der Entität. DataContainerProperties- (erforderlich)

DataContainerProperties

Name Beschreibung Wert
Datatype [Erforderlich] Gibt den Datentyp an. "mltable"
"uri_file"
"uri_folder" (erforderlich)
Beschreibung Der Text der Objektbeschreibung. Schnur
isArchived Ist die Ressource archiviert? Bool
Eigenschaften Das Objekteigenschaftenverzeichnis. ResourceBaseProperties-
Schilder Tagwörterbuch. Tags können hinzugefügt, entfernt und aktualisiert werden. Objekt

ResourceBaseProperties

Name Beschreibung Wert
{angepasste Eigenschaft} Schnur

Schnellstartvorlagen

Die folgenden Schnellstartvorlagen stellen diesen Ressourcentyp bereit.

Schablone Beschreibung
Erstellen einer Datenressource aus datei-URI-

Bereitstellen in Azure 		Diese Vorlage erstellt eine Datenressource/einen Container aus datei-URI in einem Azure Machine Learning-Arbeitsbereich.

ARM-Vorlagenressourcendefinition

Der Arbeitsbereichs-/Datenressourcentyp kann mit Vorgängen bereitgestellt werden, die auf Folgendes abzielen:

Eine Liste der geänderten Eigenschaften in jeder API-Version finden Sie unter Änderungsprotokoll.

Ressourcenformat

Um eine Microsoft.MachineLearningServices/workspaces/data-Ressource zu erstellen, fügen Sie der Vorlage den folgenden JSON-Code hinzu.

{
  "type": "Microsoft.MachineLearningServices/workspaces/data",
  "apiVersion": "2023-10-01",
  "name": "string",
  "properties": {
    "dataType": "string",
    "description": "string",
    "isArchived": "bool",
    "properties": {
      "{customized property}": "string"
    },
    "tags": {}
  }
}

Eigenschaftswerte

Arbeitsbereiche/Daten

Name Beschreibung Wert
Art Der Ressourcentyp "Microsoft.MachineLearningServices/workspaces/data"
apiVersion Die Ressourcen-API-Version '2023-10-01'
Name Der Ressourcenname

Erfahren Sie, wie Sie Namen und Typen für untergeordnete Ressourcen in JSON ARM-Vorlagenfestlegen.		 Zeichenfolge (erforderlich)
Eigenschaften [Erforderlich] Zusätzliche Attribute der Entität. DataContainerProperties- (erforderlich)

DataContainerProperties

Name Beschreibung Wert
Datatype [Erforderlich] Gibt den Datentyp an. "mltable"
"uri_file"
"uri_folder" (erforderlich)
Beschreibung Der Text der Objektbeschreibung. Schnur
isArchived Ist die Ressource archiviert? Bool
Eigenschaften Das Objekteigenschaftenverzeichnis. ResourceBaseProperties-
Schilder Tagwörterbuch. Tags können hinzugefügt, entfernt und aktualisiert werden. Objekt

ResourceBaseProperties

Name Beschreibung Wert
{angepasste Eigenschaft} Schnur

Schnellstartvorlagen

Die folgenden Schnellstartvorlagen stellen diesen Ressourcentyp bereit.

Schablone Beschreibung
Erstellen einer Datenressource aus datei-URI-

Bereitstellen in Azure 		Diese Vorlage erstellt eine Datenressource/einen Container aus datei-URI in einem Azure Machine Learning-Arbeitsbereich.

Terraform -Ressourcendefinition (AzAPI-Anbieter)

Der Arbeitsbereichs-/Datenressourcentyp kann mit Vorgängen bereitgestellt werden, die auf Folgendes abzielen:

  • Ressourcengruppen

Eine Liste der geänderten Eigenschaften in jeder API-Version finden Sie unter Änderungsprotokoll.

Ressourcenformat

Um eine Microsoft.MachineLearningServices/workspaces/data-Ressource zu erstellen, fügen Sie Ihrer Vorlage die folgende Terraform hinzu.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/data@2023-10-01"
  name = "string"
  parent_id = "string"
  body = jsonencode({
    properties = {
      dataType = "string"
      description = "string"
      isArchived = bool
      properties = {
        {customized property} = "string"
      }
      tags = {}
    }
  })
}

Eigenschaftswerte

Arbeitsbereiche/Daten

Name Beschreibung Wert
Art Der Ressourcentyp "Microsoft.MachineLearningServices/workspaces/data@2023-10-01"
Name Der Ressourcenname Zeichenfolge (erforderlich)
parent_id Die ID der Ressource, die das übergeordnete Element für diese Ressource ist. ID für Ressource des Typs: Arbeitsbereiche
Eigenschaften [Erforderlich] Zusätzliche Attribute der Entität. DataContainerProperties- (erforderlich)

DataContainerProperties

Name Beschreibung Wert
Datatype [Erforderlich] Gibt den Datentyp an. "mltable"
"uri_file"
"uri_folder" (erforderlich)
Beschreibung Der Text der Objektbeschreibung. Schnur
isArchived Ist die Ressource archiviert? Bool
Eigenschaften Das Objekteigenschaftenverzeichnis. ResourceBaseProperties-
Schilder Tagwörterbuch. Tags können hinzugefügt, entfernt und aktualisiert werden. Objekt

ResourceBaseProperties

Name Beschreibung Wert
{angepasste Eigenschaft} Schnur