Partilhar via

Esquema YAML do ambiente CLI (v2)

  • Artigo

APLICA-SE A: Azure CLI ml extension v2 (atual)

O esquema JSON de origem pode ser encontrado em https://azuremlschemas.azureedge.net/latest/environment.schema.json.

Nota

A sintaxe YAML detalhada neste documento é baseada no esquema JSON para a versão mais recente da extensão ML CLI v2. Esta sintaxe é garantida apenas para funcionar com a versão mais recente da extensão ML CLI v2. Você pode encontrar os esquemas para versões de extensão mais antigas em https://azuremlschemasprod.azureedge.net/.

Sintaxe YAML

Chave Tipo Description Valores permitidos Default value
$schema string O esquema YAML. Se você usar a extensão VS Code do Aprendizado de Máquina do Azure para criar o arquivo YAML, inclusive $schema na parte superior do arquivo permitirá que você invoque o esquema e as completações de recursos.
name string Obrigatório. Nome do ambiente.
version string Versão do ambiente. Se omitido, o Azure Machine Learning gerará automaticamente uma versão.
description string Descrição do ambiente.
tags objeto Dicionário de tags para o meio ambiente.
image string A imagem do Docker a ser usada para o ambiente. Um dos image ou build é obrigatório.
conda_file string ou objeto O arquivo de configuração YAML conda padrão das dependências para um ambiente conda. Consulte https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-file-manually.

Se especificado, image deve ser especificado também. O Azure Machine Learning criará o ambiente conda sobre a imagem do Docker fornecida.
build objeto A configuração de contexto de compilação do Docker a ser usada para o ambiente. Um dos image ou build é obrigatório.
build.path string Caminho local para o diretório a ser usado como contexto de compilação.
build.dockerfile_path string Caminho relativo para o Dockerfile dentro do contexto de compilação. Dockerfile
os_type string O tipo de sistema operacional. linux, windows linux
inference_config objeto Configurações de contêiner de inferência. Aplicável somente se o ambiente for usado para criar um contêiner de serviço para implantações online. Consulte Atributos da inference_config chave.

Atributos da inference_config chave

Chave Tipo Description
liveness_route objeto A rota de vivacidade para o recipiente de serviço.
liveness_route.path string O caminho para encaminhar as solicitações de vivacidade.
liveness_route.port integer O porto para o qual encaminha os pedidos de vivacidade.
readiness_route objeto A rota de prontidão para o recipiente de serviço.
readiness_route.path string O caminho para encaminhar solicitações de prontidão para.
readiness_route.port integer A porta para encaminhar solicitações de prontidão.
scoring_route objeto A rota de pontuação para o recipiente de serviço.
scoring_route.path string O caminho para encaminhar solicitações de pontuação para.
scoring_route.port integer A porta para encaminhar solicitações de pontuação.

Observações

O az ml environment comando pode ser usado para gerenciar ambientes do Azure Machine Learning.

Exemplos

Exemplos estão disponíveis no repositório GitHub de exemplos. Vários são mostrados abaixo.

YAML: contexto de compilação do Docker local

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

YAML: Imagem do Docker

$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 imagem mais arquivo conda

$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.

Próximos passos