Microsoft.MachineLearningServices 工作區/作業 2022-05-01
- 最新
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2021-03-01-preview
Bicep 資源定義
工作區/作業資源類型可以使用目標作業來部署：
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 Bicep 新增至範本。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01' = {
parent: resourceSymbolicName
name: 'string'
properties: {
computeId: 'string'
description: 'string'
displayName: 'string'
experimentName: 'string'
identity: {
identityType: 'string'
// For remaining properties, see IdentityConfiguration objects
}
isArchived: bool
properties: {
{customized property}: 'string'
}
services: {
{customized property}: {
endpoint: 'string'
jobServiceType: 'string'
port: int
properties: {
{customized property}: 'string'
}
}
}
tags: {
{customized property}: 'string'
}
jobType: 'string'
// For remaining properties, see JobBaseProperties objects
}
}
JobBaseProperties 物件
設定 jobType 屬性，以指定物件的類型。
針對 Command，請使用：
{
codeId: 'string'
command: 'string'
distribution: {
distributionType: 'string'
// For remaining properties, see DistributionConfiguration objects
}
environmentId: 'string'
environmentVariables: {
{customized property}: 'string'
}
inputs: {
{customized property}: {
description: 'string'
jobInputType: 'string'
// For remaining properties, see JobInput objects
}
}
jobType: 'Command'
limits: {
jobLimitsType: 'string'
timeout: 'string'
}
outputs: {
{customized property}: {
description: 'string'
jobOutputType: 'string'
// For remaining properties, see JobOutput objects
}
}
resources: {
instanceCount: int
instanceType: 'string'
properties: {
{customized property}: any(Azure.Bicep.Types.Concrete.AnyType)
}
}
}
針對 Pipeline，請使用：
{
inputs: {
{customized property}: {
description: 'string'
jobInputType: 'string'
// For remaining properties, see JobInput objects
}
}
jobs: {
{customized property}: any(Azure.Bicep.Types.Concrete.AnyType)
}
jobType: 'Pipeline'
outputs: {
{customized property}: {
description: 'string'
jobOutputType: 'string'
// For remaining properties, see JobOutput objects
}
}
settings: any(Azure.Bicep.Types.Concrete.AnyType)
}
針對 掃掠，請使用：
{
earlyTermination: {
delayEvaluation: int
evaluationInterval: int
policyType: 'string'
// For remaining properties, see EarlyTerminationPolicy objects
}
inputs: {
{customized property}: {
description: 'string'
jobInputType: 'string'
// For remaining properties, see JobInput objects
}
}
jobType: 'Sweep'
limits: {
jobLimitsType: 'string'
maxConcurrentTrials: int
maxTotalTrials: int
timeout: 'string'
trialTimeout: 'string'
}
objective: {
goal: 'string'
primaryMetric: 'string'
}
outputs: {
{customized property}: {
description: 'string'
jobOutputType: 'string'
// For remaining properties, see JobOutput objects
}
}
samplingAlgorithm: {
samplingAlgorithmType: 'string'
// For remaining properties, see SamplingAlgorithm objects
}
searchSpace: any(Azure.Bicep.Types.Concrete.AnyType)
trial: {
codeId: 'string'
command: 'string'
distribution: {
distributionType: 'string'
// For remaining properties, see DistributionConfiguration objects
}
environmentId: 'string'
environmentVariables: {
{customized property}: 'string'
}
resources: {
instanceCount: int
instanceType: 'string'
properties: {
{customized property}: any(Azure.Bicep.Types.Concrete.AnyType)
}
}
}
}
IdentityConfiguration 物件
設定 identityType 屬性
針對 AMLToken，請使用：
{
identityType: 'AMLToken'
}
針對 Managed，請使用：
{
clientId: 'string'
identityType: 'Managed'
objectId: 'string'
resourceId: 'string'
}
針對 UserIdentity，請使用：
{
identityType: 'UserIdentity'
}
DistributionConfiguration 物件
設定 distributionType 屬性，以指定對象的類型。
針對 Mpi，請使用：
{
distributionType: 'Mpi'
processCountPerInstance: int
}
針對 PyTorch，請使用：
{
distributionType: 'PyTorch'
processCountPerInstance: int
}
針對 TensorFlow，請使用：
{
distributionType: 'TensorFlow'
parameterServerCount: int
workerCount: int
}
EarlyTerminationPolicy 物件
設定 policyType 屬性，以指定對象的類型。
針對 Bandit，請使用：
{
policyType: 'Bandit'
slackAmount: int
slackFactor: int
}
針對 MedianStopping，請使用：
{
policyType: 'MedianStopping'
}
針對 TruncationSelection，請使用：
{
policyType: 'TruncationSelection'
truncationPercentage: int
}
JobInput 物件
設定 jobInputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
jobInputType: 'custom_model'
mode: 'string'
uri: 'string'
}
針對 常值，請使用：
{
jobInputType: 'literal'
value: 'string'
}
針對 mlflow_model，請使用：
{
jobInputType: 'mlflow_model'
mode: 'string'
uri: 'string'
}
針對 mltable，請使用：
{
jobInputType: 'mltable'
mode: 'string'
uri: 'string'
}
針對 triton_model，請使用：
{
jobInputType: 'triton_model'
mode: 'string'
uri: 'string'
}
針對 uri_file，請使用：
{
jobInputType: 'uri_file'
mode: 'string'
uri: 'string'
}
針對 uri_folder，請使用：
{
jobInputType: 'uri_folder'
mode: 'string'
uri: 'string'
}
JobOutput 物件
設定 jobOutputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
jobOutputType: 'custom_model'
mode: 'string'
uri: 'string'
}
針對 mlflow_model，請使用：
{
jobOutputType: 'mlflow_model'
mode: 'string'
uri: 'string'
}
針對 mltable，請使用：
{
jobOutputType: 'mltable'
mode: 'string'
uri: 'string'
}
針對 triton_model，請使用：
{
jobOutputType: 'triton_model'
mode: 'string'
uri: 'string'
}
針對 uri_file，請使用：
{
jobOutputType: 'uri_file'
mode: 'string'
uri: 'string'
}
針對 uri_folder，請使用：
{
jobOutputType: 'uri_folder'
mode: 'string'
uri: 'string'
}
SamplingAlgorithm 物件
設定 samplingAlgorithmType 屬性，以指定對象的類型。
針對 貝氏，請使用：
{
samplingAlgorithmType: 'Bayesian'
}
針對 Grid，請使用：
{
samplingAlgorithmType: 'Grid'
}
針對 Random，請使用：
{
rule: 'string'
samplingAlgorithmType: 'Random'
seed: int
}
屬性值
AmlToken
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'AMLToken' （必要） |
BanditPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | “強盜”（必要） |
| slackAmount | 從最佳執行執行中允許的絕對距離。 | int |
| slackFactor | 與最佳執行距離的允許距離比率。 | int |
BayesianSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | “貝氏” （必要） |
CommandJob
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | CommandJobEnvironmentVariables |
| 輸入 | 對應作業中使用的輸入數據系結。 | CommandJobInputs |
| jobType | [必要]指定作業的類型。 | 'Command' （必要） |
| 限制 | 命令作業限制。 | CommandJobLimits |
| 輸出 | 對應作業中使用的輸出數據系結。 | CommandJobOutputs |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
CommandJobEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
CommandJobInputs
| 名字 | 描述 | 價值 |
|---|
CommandJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
CommandJobOutputs
| 名字 | 描述 | 價值 |
|---|
CustomModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
CustomModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
DistributionConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | 將 類型設定為 'Mpi'，Mpi。 將 類型設定為 'PyTorch'，PyTorch。 針對 tensorFlow 類型 設定為 'TensorFlow'，。 | 'Mpi' 'PyTorch' 'TensorFlow' （必要） |
EarlyTerminationPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| delayEvaluation | 延遲第一次評估的間隔數目。 | int |
| evaluationInterval | 原則評估之間的間隔（執行次數）。 | int |
| policyType | 針對 BanditPolicy 類型設定為 'BanditPolicy'，。 針對 type MedianStoppingPolicy設定為 'MedianStopping'。 針對類型 TruncationSelectionPolicy，設定為 『TruncationSelection』。 | “強盜” 'MedianStopping' 'TruncationSelection' （必要） |
GridSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Grid' （必要） |
IdentityConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | 針對 AmlToken 類型 設定為 'AMLToken'，。 針對 managedIdentity 類型 設定為 'Managed'，。 將 類型設定為 'UserIdentity' UserIdentity。 | 'AMLToken' 'Managed' 'UserIdentity' （必要） |
JobBaseProperties
| 名字 | 描述 | 價值 |
|---|---|---|
| computeId | 計算資源的 ARM 資源識別碼。 | 字串 |
| 描述 | 資產描述文字。 | 字串 |
| displayName | 工作的顯示名稱。 | 字串 |
| experimentName | 作業所屬的實驗名稱。 如果未設定，作業會放在 「默認」實驗中。 | 字串 |
| 身份 | 身分識別設定。 如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。 如果為 null，則預設為 AmlToken。 |
IdentityConfiguration |
| isArchived | 資產是否已封存？ | bool |
| jobType | 設定為'Command' 類型 CommandJob。 將 類型設定為 'Pipeline'，PipelineJob。 設定為 [掃掠] 類型為 SweepJob。 | 'Command' 'Pipeline' '掃掠' （必要） |
| 性能 | 資產屬性字典。 | ResourceBaseProperties |
| 服務業 | JobEndpoints 的清單。 針對本機作業，作業端點會有 FileStreamObject 的端點值。 |
JobBaseServices |
| 標籤 | 標記字典。 標記可以新增、移除和更新。 | ResourceBaseTags |
JobBaseServices
| 名字 | 描述 | 價值 |
|---|
JobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸入的描述。 | 字串 |
| jobInputType | 針對 CustomModelJobInput 類型設定為 『custom_model』，。 將 類型設定為 'literal' LiteralJobInput。 針對 MLFlowModelJobInput 類型 設定為 'mlflow_model'，。 針對 mlTableJobInput 類型設定為 'mltable'，。 針對 tritonModelJobInput類型 |
'custom_model' 'literal' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸出的描述。 | 字串 |
| jobOutputType | 針對 CustomModelJobOutput 類型設定為 『custom_model』，。 針對 MLFlowModelJobOutput 類型設定為 『mlflow_model』。 針對 mlTableJobOutput 類型設定為 'mltable'，。 針對 TritonModelJobOutput 類型 設定為 『triton_model』，。 針對類型 UriFileJobOutput，設定為 'uri_file'。 針對 uriFolderJobOutput 類型設定為 『uri_folder』，。 | 'custom_model' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobService
| 名字 | 描述 | 價值 |
|---|---|---|
| 端點 | 端點的 URL。 | 字串 |
| jobServiceType | 端點類型。 | 字串 |
| 港口 | 端點的埠。 | int |
| 性能 | 在端點上設定的其他屬性。 | JobServiceProperties |
JobServiceProperties
| 名字 | 描述 | 價值 |
|---|
LiteralJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'literal' （必要） |
| 價值 | [必要]輸入的常值。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
ManagedIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| clientId | 依用戶端識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| identityType | [必要]指定身分識別架構的類型。 | 'Managed' （必要） |
| objectId | 依物件識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| resourceId | 依 ARM 資源識別碼指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 |
MedianStoppingPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'MedianStopping' （必要） |
Microsoft.MachineLearningServices/workspaces/jobs
| 名字 | 描述 | 價值 |
|---|---|---|
| 名字 | 資源名稱 | 字串 約束： 模式 = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ （必要） |
| 父母 | 在 Bicep 中，您可以指定子資源的父資源。 只有在父資源外部宣告子資源時，才需要新增這個屬性。 如需詳細資訊，請參閱 父資源外部的子資源。 |
類型的資源符號名稱：工作區 |
| 性能 | [必要]實體的其他屬性。 | JobBaseProperties （必要） |
MLFlowModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLFlowModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
MLTableJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLTableJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
Mpi
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'Mpi' （必要） |
| processCountPerInstance | 每個 MPI 節點的進程數目。 | int |
目的
| 名字 | 描述 | 價值 |
|---|---|---|
| 目標 | [必要]定義超參數微調支援的計量目標 | 'Maximize' '最小化' （必要） |
| primaryMetric | [必要]要優化之計量的名稱。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
PipelineJob
| 名字 | 描述 | 價值 |
|---|---|---|
| 輸入 | 管線作業的輸入。 | PipelineJobInputs |
| 工作 | 作業會建構管線作業。 | PipelineJobJobs |
| jobType | [必要]指定作業的類型。 | 'Pipeline' （必要） |
| 輸出 | 管線作業的輸出 | PipelineJobOutputs |
| 設置 | 管線設定，適用於 ContinueRunOnStepFailure 等專案。 | 任意 |
PipelineJobInputs
| 名字 | 描述 | 價值 |
|---|
PipelineJobJobs
| 名字 | 描述 | 價值 |
|---|
PipelineJobOutputs
| 名字 | 描述 | 價值 |
|---|
PyTorch
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'PyTorch' （必要） |
| processCountPerInstance | 每個節點的進程數目。 | int |
RandomSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| 統治 | 隨機演算法的特定類型 | 'Random' 'Sobol' |
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Random' （必要） |
| 種子 | 要作為隨機數產生種子的選擇性整數 | int |
ResourceBaseProperties
| 名字 | 描述 | 價值 |
|---|
ResourceBaseTags
| 名字 | 描述 | 價值 |
|---|
ResourceConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| instanceCount | 計算目標所使用的實例或節點選擇性數目。 | int |
| instanceType | 計算目標所支持的選擇性 VM 類型。 | 字串 |
| 性能 | 其他屬性包。 | ResourceConfigurationProperties |
ResourceConfigurationProperties
| 名字 | 描述 | 價值 |
|---|
SamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | 針對貝氏類型設定為 『Bayesian』，BayesianSamplingAlgorithm。 將 類型設定為 'Grid'，GridSamplingAlgorithm。 針對 randomSamplingAlgorithm類型 |
“貝氏” 'Grid' 'Random' （必要） |
SweepJob
| 名字 | 描述 | 價值 |
|---|---|---|
| earlyTermination | 早期終止原則可在完成之前取消執行效能不佳 | EarlyTerminationPolicy |
| 輸入 | 對應作業中使用的輸入數據系結。 | SweepJobInputs |
| jobType | [必要]指定作業的類型。 | '掃掠' （必要） |
| 限制 | 掃掠作業限制。 | SweepJobLimits |
| 目的 | [必要]優化目標。 | 目標（必要） |
| 輸出 | 對應作業中使用的輸出數據系結。 | SweepJobOutputs |
| samplingAlgorithm | [必要]超參數取樣演算法 | SamplingAlgorithm （必要） |
| searchSpace | [必要]包含每個參數及其散發的字典。 字典索引鍵是參數的名稱 | 任何 （必要） |
| 試驗 | [必要]試用版元件定義。 | 試用版元件 （必要） |
SweepJobInputs
| 名字 | 描述 | 價值 |
|---|
SweepJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| maxConcurrentTrials | 掃掠作業最大並行試用版。 | int |
| maxTotalTrials | 掃掠作業最大總試用版。 | int |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
| trialTimeout | 掃掠作業試用版逾時值。 | 字串 |
SweepJobOutputs
| 名字 | 描述 | 價值 |
|---|
TensorFlow
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'TensorFlow' （必要） |
| parameterServerCount | 參數伺服器工作的數目。 | int |
| workerCount | 背景工作角色數目。 如果未指定，則會預設為實例計數。 | int |
TrialComponent
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | TrialComponentEnvironmentVariables |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
TrialComponentEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
TritonModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
TritonModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
TruncationSelectionPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'TruncationSelection' （必要） |
| truncationPercentage | 要在每個評估間隔取消的執行百分比。 | int |
UriFileJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFileJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UriFolderJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFolderJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UserIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'UserIdentity' （必要） |
快速入門範例
下列快速入門範例會部署此資源類型。
| Bicep 檔案 | 描述 |
|---|---|
| 建立 Azure Machine Learning AutoML 分類作業 | 此範本會建立 Azure Machine Learning AutoML 分類作業，以找出最佳模型，以預測客戶是否會訂閱與金融機構的固定期存款。 |
| 建立 Azure Machine Learning 命令作業 | 此範本會建立具有基本 你好_world 腳本的 Azure Machine Learning 命令作業 |
| 建立 Azure Machine Learning 掃掠作業 | 此範本會建立 Azure Machine Learning 掃掠作業以進行超參數微調。 |
ARM 樣本資源定義
工作區/作業資源類型可以使用目標作業來部署：
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 JSON 新增至範本。
{
"type": "Microsoft.MachineLearningServices/workspaces/jobs",
"apiVersion": "2022-05-01",
"name": "string",
"properties": {
"computeId": "string",
"description": "string",
"displayName": "string",
"experimentName": "string",
"identity": {
"identityType": "string"
// For remaining properties, see IdentityConfiguration objects
},
"isArchived": "bool",
"properties": {
"{customized property}": "string"
},
"services": {
"{customized property}": {
"endpoint": "string",
"jobServiceType": "string",
"port": "int",
"properties": {
"{customized property}": "string"
}
}
},
"tags": {
"{customized property}": "string"
},
"jobType": "string"
// For remaining properties, see JobBaseProperties objects
}
}
JobBaseProperties 物件
設定 jobType 屬性，以指定物件的類型。
針對 Command，請使用：
{
"codeId": "string",
"command": "string",
"distribution": {
"distributionType": "string"
// For remaining properties, see DistributionConfiguration objects
},
"environmentId": "string",
"environmentVariables": {
"{customized property}": "string"
},
"inputs": {
"{customized property}": {
"description": "string",
"jobInputType": "string"
// For remaining properties, see JobInput objects
}
},
"jobType": "Command",
"limits": {
"jobLimitsType": "string",
"timeout": "string"
},
"outputs": {
"{customized property}": {
"description": "string",
"jobOutputType": "string"
// For remaining properties, see JobOutput objects
}
},
"resources": {
"instanceCount": "int",
"instanceType": "string",
"properties": {
"{customized property}": {}
}
}
}
針對 Pipeline，請使用：
{
"inputs": {
"{customized property}": {
"description": "string",
"jobInputType": "string"
// For remaining properties, see JobInput objects
}
},
"jobs": {
"{customized property}": {}
},
"jobType": "Pipeline",
"outputs": {
"{customized property}": {
"description": "string",
"jobOutputType": "string"
// For remaining properties, see JobOutput objects
}
},
"settings": {}
}
針對 掃掠，請使用：
{
"earlyTermination": {
"delayEvaluation": "int",
"evaluationInterval": "int",
"policyType": "string"
// For remaining properties, see EarlyTerminationPolicy objects
},
"inputs": {
"{customized property}": {
"description": "string",
"jobInputType": "string"
// For remaining properties, see JobInput objects
}
},
"jobType": "Sweep",
"limits": {
"jobLimitsType": "string",
"maxConcurrentTrials": "int",
"maxTotalTrials": "int",
"timeout": "string",
"trialTimeout": "string"
},
"objective": {
"goal": "string",
"primaryMetric": "string"
},
"outputs": {
"{customized property}": {
"description": "string",
"jobOutputType": "string"
// For remaining properties, see JobOutput objects
}
},
"samplingAlgorithm": {
"samplingAlgorithmType": "string"
// For remaining properties, see SamplingAlgorithm objects
},
"searchSpace": {},
"trial": {
"codeId": "string",
"command": "string",
"distribution": {
"distributionType": "string"
// For remaining properties, see DistributionConfiguration objects
},
"environmentId": "string",
"environmentVariables": {
"{customized property}": "string"
},
"resources": {
"instanceCount": "int",
"instanceType": "string",
"properties": {
"{customized property}": {}
}
}
}
}
IdentityConfiguration 物件
設定 identityType 屬性
針對 AMLToken，請使用：
{
"identityType": "AMLToken"
}
針對 Managed，請使用：
{
"clientId": "string",
"identityType": "Managed",
"objectId": "string",
"resourceId": "string"
}
針對 UserIdentity，請使用：
{
"identityType": "UserIdentity"
}
DistributionConfiguration 物件
設定 distributionType 屬性，以指定對象的類型。
針對 Mpi，請使用：
{
"distributionType": "Mpi",
"processCountPerInstance": "int"
}
針對 PyTorch，請使用：
{
"distributionType": "PyTorch",
"processCountPerInstance": "int"
}
針對 TensorFlow，請使用：
{
"distributionType": "TensorFlow",
"parameterServerCount": "int",
"workerCount": "int"
}
EarlyTerminationPolicy 物件
設定 policyType 屬性，以指定對象的類型。
針對 Bandit，請使用：
{
"policyType": "Bandit",
"slackAmount": "int",
"slackFactor": "int"
}
針對 MedianStopping，請使用：
{
"policyType": "MedianStopping"
}
針對 TruncationSelection，請使用：
{
"policyType": "TruncationSelection",
"truncationPercentage": "int"
}
JobInput 物件
設定 jobInputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
"jobInputType": "custom_model",
"mode": "string",
"uri": "string"
}
針對 常值，請使用：
{
"jobInputType": "literal",
"value": "string"
}
針對 mlflow_model，請使用：
{
"jobInputType": "mlflow_model",
"mode": "string",
"uri": "string"
}
針對 mltable，請使用：
{
"jobInputType": "mltable",
"mode": "string",
"uri": "string"
}
針對 triton_model，請使用：
{
"jobInputType": "triton_model",
"mode": "string",
"uri": "string"
}
針對 uri_file，請使用：
{
"jobInputType": "uri_file",
"mode": "string",
"uri": "string"
}
針對 uri_folder，請使用：
{
"jobInputType": "uri_folder",
"mode": "string",
"uri": "string"
}
JobOutput 物件
設定 jobOutputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
"jobOutputType": "custom_model",
"mode": "string",
"uri": "string"
}
針對 mlflow_model，請使用：
{
"jobOutputType": "mlflow_model",
"mode": "string",
"uri": "string"
}
針對 mltable，請使用：
{
"jobOutputType": "mltable",
"mode": "string",
"uri": "string"
}
針對 triton_model，請使用：
{
"jobOutputType": "triton_model",
"mode": "string",
"uri": "string"
}
針對 uri_file，請使用：
{
"jobOutputType": "uri_file",
"mode": "string",
"uri": "string"
}
針對 uri_folder，請使用：
{
"jobOutputType": "uri_folder",
"mode": "string",
"uri": "string"
}
SamplingAlgorithm 物件
設定 samplingAlgorithmType 屬性，以指定對象的類型。
針對 貝氏，請使用：
{
"samplingAlgorithmType": "Bayesian"
}
針對 Grid，請使用：
{
"samplingAlgorithmType": "Grid"
}
針對 Random，請使用：
{
"rule": "string",
"samplingAlgorithmType": "Random",
"seed": "int"
}
屬性值
AmlToken
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'AMLToken' （必要） |
BanditPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | “強盜”（必要） |
| slackAmount | 從最佳執行執行中允許的絕對距離。 | int |
| slackFactor | 與最佳執行距離的允許距離比率。 | int |
BayesianSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | “貝氏” （必要） |
CommandJob
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | CommandJobEnvironmentVariables |
| 輸入 | 對應作業中使用的輸入數據系結。 | CommandJobInputs |
| jobType | [必要]指定作業的類型。 | 'Command' （必要） |
| 限制 | 命令作業限制。 | CommandJobLimits |
| 輸出 | 對應作業中使用的輸出數據系結。 | CommandJobOutputs |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
CommandJobEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
CommandJobInputs
| 名字 | 描述 | 價值 |
|---|
CommandJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
CommandJobOutputs
| 名字 | 描述 | 價值 |
|---|
CustomModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
CustomModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
DistributionConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | 將 類型設定為 'Mpi'，Mpi。 將 類型設定為 'PyTorch'，PyTorch。 針對 tensorFlow 類型 設定為 'TensorFlow'，。 | 'Mpi' 'PyTorch' 'TensorFlow' （必要） |
EarlyTerminationPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| delayEvaluation | 延遲第一次評估的間隔數目。 | int |
| evaluationInterval | 原則評估之間的間隔（執行次數）。 | int |
| policyType | 針對 BanditPolicy 類型設定為 'BanditPolicy'，。 針對 type MedianStoppingPolicy設定為 'MedianStopping'。 針對類型 TruncationSelectionPolicy，設定為 『TruncationSelection』。 | “強盜” 'MedianStopping' 'TruncationSelection' （必要） |
GridSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Grid' （必要） |
IdentityConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | 針對 AmlToken 類型 設定為 'AMLToken'，。 針對 managedIdentity 類型 設定為 'Managed'，。 將 類型設定為 'UserIdentity' UserIdentity。 | 'AMLToken' 'Managed' 'UserIdentity' （必要） |
JobBaseProperties
| 名字 | 描述 | 價值 |
|---|---|---|
| computeId | 計算資源的 ARM 資源識別碼。 | 字串 |
| 描述 | 資產描述文字。 | 字串 |
| displayName | 工作的顯示名稱。 | 字串 |
| experimentName | 作業所屬的實驗名稱。 如果未設定，作業會放在 「默認」實驗中。 | 字串 |
| 身份 | 身分識別設定。 如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。 如果為 null，則預設為 AmlToken。 |
IdentityConfiguration |
| isArchived | 資產是否已封存？ | bool |
| jobType | 設定為'Command' 類型 CommandJob。 將 類型設定為 'Pipeline'，PipelineJob。 設定為 [掃掠] 類型為 SweepJob。 | 'Command' 'Pipeline' '掃掠' （必要） |
| 性能 | 資產屬性字典。 | ResourceBaseProperties |
| 服務業 | JobEndpoints 的清單。 針對本機作業，作業端點會有 FileStreamObject 的端點值。 |
JobBaseServices |
| 標籤 | 標記字典。 標記可以新增、移除和更新。 | ResourceBaseTags |
JobBaseServices
| 名字 | 描述 | 價值 |
|---|
JobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸入的描述。 | 字串 |
| jobInputType | 針對 CustomModelJobInput 類型設定為 『custom_model』，。 將 類型設定為 'literal' LiteralJobInput。 針對 MLFlowModelJobInput 類型 設定為 'mlflow_model'，。 針對 mlTableJobInput 類型設定為 'mltable'，。 針對 tritonModelJobInput類型 |
'custom_model' 'literal' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸出的描述。 | 字串 |
| jobOutputType | 針對 CustomModelJobOutput 類型設定為 『custom_model』，。 針對 MLFlowModelJobOutput 類型設定為 『mlflow_model』。 針對 mlTableJobOutput 類型設定為 'mltable'，。 針對 TritonModelJobOutput 類型 設定為 『triton_model』，。 針對類型 UriFileJobOutput，設定為 'uri_file'。 針對 uriFolderJobOutput 類型設定為 『uri_folder』，。 | 'custom_model' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobService
| 名字 | 描述 | 價值 |
|---|---|---|
| 端點 | 端點的 URL。 | 字串 |
| jobServiceType | 端點類型。 | 字串 |
| 港口 | 端點的埠。 | int |
| 性能 | 在端點上設定的其他屬性。 | JobServiceProperties |
JobServiceProperties
| 名字 | 描述 | 價值 |
|---|
LiteralJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'literal' （必要） |
| 價值 | [必要]輸入的常值。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
ManagedIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| clientId | 依用戶端識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| identityType | [必要]指定身分識別架構的類型。 | 'Managed' （必要） |
| objectId | 依物件識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| resourceId | 依 ARM 資源識別碼指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 |
MedianStoppingPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'MedianStopping' （必要） |
Microsoft.MachineLearningServices/workspaces/jobs
| 名字 | 描述 | 價值 |
|---|---|---|
| apiVersion | API 版本 | '2022-05-01' |
| 名字 | 資源名稱 | 字串 約束： 模式 = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ （必要） |
| 性能 | [必要]實體的其他屬性。 | JobBaseProperties （必要） |
| 類型 | 資源類型 | 'Microsoft.MachineLearningServices/workspaces/jobs' |
MLFlowModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLFlowModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
MLTableJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLTableJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
Mpi
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'Mpi' （必要） |
| processCountPerInstance | 每個 MPI 節點的進程數目。 | int |
目的
| 名字 | 描述 | 價值 |
|---|---|---|
| 目標 | [必要]定義超參數微調支援的計量目標 | 'Maximize' '最小化' （必要） |
| primaryMetric | [必要]要優化之計量的名稱。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
PipelineJob
| 名字 | 描述 | 價值 |
|---|---|---|
| 輸入 | 管線作業的輸入。 | PipelineJobInputs |
| 工作 | 作業會建構管線作業。 | PipelineJobJobs |
| jobType | [必要]指定作業的類型。 | 'Pipeline' （必要） |
| 輸出 | 管線作業的輸出 | PipelineJobOutputs |
| 設置 | 管線設定，適用於 ContinueRunOnStepFailure 等專案。 | 任意 |
PipelineJobInputs
| 名字 | 描述 | 價值 |
|---|
PipelineJobJobs
| 名字 | 描述 | 價值 |
|---|
PipelineJobOutputs
| 名字 | 描述 | 價值 |
|---|
PyTorch
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'PyTorch' （必要） |
| processCountPerInstance | 每個節點的進程數目。 | int |
RandomSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| 統治 | 隨機演算法的特定類型 | 'Random' 'Sobol' |
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Random' （必要） |
| 種子 | 要作為隨機數產生種子的選擇性整數 | int |
ResourceBaseProperties
| 名字 | 描述 | 價值 |
|---|
ResourceBaseTags
| 名字 | 描述 | 價值 |
|---|
ResourceConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| instanceCount | 計算目標所使用的實例或節點選擇性數目。 | int |
| instanceType | 計算目標所支持的選擇性 VM 類型。 | 字串 |
| 性能 | 其他屬性包。 | ResourceConfigurationProperties |
ResourceConfigurationProperties
| 名字 | 描述 | 價值 |
|---|
SamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | 針對貝氏類型設定為 『Bayesian』，BayesianSamplingAlgorithm。 將 類型設定為 'Grid'，GridSamplingAlgorithm。 針對 randomSamplingAlgorithm類型 |
“貝氏” 'Grid' 'Random' （必要） |
SweepJob
| 名字 | 描述 | 價值 |
|---|---|---|
| earlyTermination | 早期終止原則可在完成之前取消執行效能不佳 | EarlyTerminationPolicy |
| 輸入 | 對應作業中使用的輸入數據系結。 | SweepJobInputs |
| jobType | [必要]指定作業的類型。 | '掃掠' （必要） |
| 限制 | 掃掠作業限制。 | SweepJobLimits |
| 目的 | [必要]優化目標。 | 目標（必要） |
| 輸出 | 對應作業中使用的輸出數據系結。 | SweepJobOutputs |
| samplingAlgorithm | [必要]超參數取樣演算法 | SamplingAlgorithm （必要） |
| searchSpace | [必要]包含每個參數及其散發的字典。 字典索引鍵是參數的名稱 | 任何 （必要） |
| 試驗 | [必要]試用版元件定義。 | 試用版元件 （必要） |
SweepJobInputs
| 名字 | 描述 | 價值 |
|---|
SweepJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| maxConcurrentTrials | 掃掠作業最大並行試用版。 | int |
| maxTotalTrials | 掃掠作業最大總試用版。 | int |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
| trialTimeout | 掃掠作業試用版逾時值。 | 字串 |
SweepJobOutputs
| 名字 | 描述 | 價值 |
|---|
TensorFlow
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'TensorFlow' （必要） |
| parameterServerCount | 參數伺服器工作的數目。 | int |
| workerCount | 背景工作角色數目。 如果未指定，則會預設為實例計數。 | int |
TrialComponent
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | TrialComponentEnvironmentVariables |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
TrialComponentEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
TritonModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
TritonModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
TruncationSelectionPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'TruncationSelection' （必要） |
| truncationPercentage | 要在每個評估間隔取消的執行百分比。 | int |
UriFileJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFileJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UriFolderJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFolderJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UserIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'UserIdentity' （必要） |
快速入門範本
下列快速入門範本會部署此資源類型。
| 範本 | 描述 |
|---|---|
建立 Azure Machine Learning AutoML 分類作業
|
此範本會建立 Azure Machine Learning AutoML 分類作業，以找出最佳模型，以預測客戶是否會訂閱與金融機構的固定期存款。 |
|
建立 Azure Machine Learning 命令作業
|
此範本會建立具有基本 你好_world 腳本的 Azure Machine Learning 命令作業 |
|
建立 Azure Machine Learning 掃掠作業
|
此範本會建立 Azure Machine Learning 掃掠作業以進行超參數微調。 |
Terraform （AzAPI 提供者） 資源定義
工作區/作業資源類型可以使用目標作業來部署：
- 資源群組
如需每個 API 版本中已變更屬性的清單，請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 Terraform 新增至範本。
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01"
name = "string"
body = jsonencode({
properties = {
computeId = "string"
description = "string"
displayName = "string"
experimentName = "string"
identity = {
identityType = "string"
// For remaining properties, see IdentityConfiguration objects
}
isArchived = bool
properties = {
{customized property} = "string"
}
services = {
{customized property} = {
endpoint = "string"
jobServiceType = "string"
port = int
properties = {
{customized property} = "string"
}
}
}
tags = {
{customized property} = "string"
}
jobType = "string"
// For remaining properties, see JobBaseProperties objects
}
})
}
JobBaseProperties 物件
設定 jobType 屬性，以指定物件的類型。
針對 Command，請使用：
{
codeId = "string"
command = "string"
distribution = {
distributionType = "string"
// For remaining properties, see DistributionConfiguration objects
}
environmentId = "string"
environmentVariables = {
{customized property} = "string"
}
inputs = {
{customized property} = {
description = "string"
jobInputType = "string"
// For remaining properties, see JobInput objects
}
}
jobType = "Command"
limits = {
jobLimitsType = "string"
timeout = "string"
}
outputs = {
{customized property} = {
description = "string"
jobOutputType = "string"
// For remaining properties, see JobOutput objects
}
}
resources = {
instanceCount = int
instanceType = "string"
properties = {
{customized property} = ?
}
}
}
針對 Pipeline，請使用：
{
inputs = {
{customized property} = {
description = "string"
jobInputType = "string"
// For remaining properties, see JobInput objects
}
}
jobs = {
{customized property} = ?
}
jobType = "Pipeline"
outputs = {
{customized property} = {
description = "string"
jobOutputType = "string"
// For remaining properties, see JobOutput objects
}
}
settings = ?
}
針對 掃掠，請使用：
{
earlyTermination = {
delayEvaluation = int
evaluationInterval = int
policyType = "string"
// For remaining properties, see EarlyTerminationPolicy objects
}
inputs = {
{customized property} = {
description = "string"
jobInputType = "string"
// For remaining properties, see JobInput objects
}
}
jobType = "Sweep"
limits = {
jobLimitsType = "string"
maxConcurrentTrials = int
maxTotalTrials = int
timeout = "string"
trialTimeout = "string"
}
objective = {
goal = "string"
primaryMetric = "string"
}
outputs = {
{customized property} = {
description = "string"
jobOutputType = "string"
// For remaining properties, see JobOutput objects
}
}
samplingAlgorithm = {
samplingAlgorithmType = "string"
// For remaining properties, see SamplingAlgorithm objects
}
searchSpace = ?
trial = {
codeId = "string"
command = "string"
distribution = {
distributionType = "string"
// For remaining properties, see DistributionConfiguration objects
}
environmentId = "string"
environmentVariables = {
{customized property} = "string"
}
resources = {
instanceCount = int
instanceType = "string"
properties = {
{customized property} = ?
}
}
}
}
IdentityConfiguration 物件
設定 identityType 屬性
針對 AMLToken，請使用：
{
identityType = "AMLToken"
}
針對 Managed，請使用：
{
clientId = "string"
identityType = "Managed"
objectId = "string"
resourceId = "string"
}
針對 UserIdentity，請使用：
{
identityType = "UserIdentity"
}
DistributionConfiguration 物件
設定 distributionType 屬性，以指定對象的類型。
針對 Mpi，請使用：
{
distributionType = "Mpi"
processCountPerInstance = int
}
針對 PyTorch，請使用：
{
distributionType = "PyTorch"
processCountPerInstance = int
}
針對 TensorFlow，請使用：
{
distributionType = "TensorFlow"
parameterServerCount = int
workerCount = int
}
EarlyTerminationPolicy 物件
設定 policyType 屬性，以指定對象的類型。
針對 Bandit，請使用：
{
policyType = "Bandit"
slackAmount = int
slackFactor = int
}
針對 MedianStopping，請使用：
{
policyType = "MedianStopping"
}
針對 TruncationSelection，請使用：
{
policyType = "TruncationSelection"
truncationPercentage = int
}
JobInput 物件
設定 jobInputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
jobInputType = "custom_model"
mode = "string"
uri = "string"
}
針對 常值，請使用：
{
jobInputType = "literal"
value = "string"
}
針對 mlflow_model，請使用：
{
jobInputType = "mlflow_model"
mode = "string"
uri = "string"
}
針對 mltable，請使用：
{
jobInputType = "mltable"
mode = "string"
uri = "string"
}
針對 triton_model，請使用：
{
jobInputType = "triton_model"
mode = "string"
uri = "string"
}
針對 uri_file，請使用：
{
jobInputType = "uri_file"
mode = "string"
uri = "string"
}
針對 uri_folder，請使用：
{
jobInputType = "uri_folder"
mode = "string"
uri = "string"
}
JobOutput 物件
設定 jobOutputType 屬性，以指定物件的類型。
針對 custom_model，請使用：
{
jobOutputType = "custom_model"
mode = "string"
uri = "string"
}
針對 mlflow_model，請使用：
{
jobOutputType = "mlflow_model"
mode = "string"
uri = "string"
}
針對 mltable，請使用：
{
jobOutputType = "mltable"
mode = "string"
uri = "string"
}
針對 triton_model，請使用：
{
jobOutputType = "triton_model"
mode = "string"
uri = "string"
}
針對 uri_file，請使用：
{
jobOutputType = "uri_file"
mode = "string"
uri = "string"
}
針對 uri_folder，請使用：
{
jobOutputType = "uri_folder"
mode = "string"
uri = "string"
}
SamplingAlgorithm 物件
設定 samplingAlgorithmType 屬性，以指定對象的類型。
針對 貝氏，請使用：
{
samplingAlgorithmType = "Bayesian"
}
針對 Grid，請使用：
{
samplingAlgorithmType = "Grid"
}
針對 Random，請使用：
{
rule = "string"
samplingAlgorithmType = "Random"
seed = int
}
屬性值
AmlToken
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'AMLToken' （必要） |
BanditPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | “強盜”（必要） |
| slackAmount | 從最佳執行執行中允許的絕對距離。 | int |
| slackFactor | 與最佳執行距離的允許距離比率。 | int |
BayesianSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | “貝氏” （必要） |
CommandJob
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | CommandJobEnvironmentVariables |
| 輸入 | 對應作業中使用的輸入數據系結。 | CommandJobInputs |
| jobType | [必要]指定作業的類型。 | 'Command' （必要） |
| 限制 | 命令作業限制。 | CommandJobLimits |
| 輸出 | 對應作業中使用的輸出數據系結。 | CommandJobOutputs |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
CommandJobEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
CommandJobInputs
| 名字 | 描述 | 價值 |
|---|
CommandJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
CommandJobOutputs
| 名字 | 描述 | 價值 |
|---|
CustomModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
CustomModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'custom_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
DistributionConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | 將 類型設定為 'Mpi'，Mpi。 將 類型設定為 'PyTorch'，PyTorch。 針對 tensorFlow 類型 設定為 'TensorFlow'，。 | 'Mpi' 'PyTorch' 'TensorFlow' （必要） |
EarlyTerminationPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| delayEvaluation | 延遲第一次評估的間隔數目。 | int |
| evaluationInterval | 原則評估之間的間隔（執行次數）。 | int |
| policyType | 針對 BanditPolicy 類型設定為 'BanditPolicy'，。 針對 type MedianStoppingPolicy設定為 'MedianStopping'。 針對類型 TruncationSelectionPolicy，設定為 『TruncationSelection』。 | “強盜” 'MedianStopping' 'TruncationSelection' （必要） |
GridSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Grid' （必要） |
IdentityConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | 針對 AmlToken 類型 設定為 'AMLToken'，。 針對 managedIdentity 類型 設定為 'Managed'，。 將 類型設定為 'UserIdentity' UserIdentity。 | 'AMLToken' 'Managed' 'UserIdentity' （必要） |
JobBaseProperties
| 名字 | 描述 | 價值 |
|---|---|---|
| computeId | 計算資源的 ARM 資源識別碼。 | 字串 |
| 描述 | 資產描述文字。 | 字串 |
| displayName | 工作的顯示名稱。 | 字串 |
| experimentName | 作業所屬的實驗名稱。 如果未設定，作業會放在 「默認」實驗中。 | 字串 |
| 身份 | 身分識別設定。 如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。 如果為 null，則預設為 AmlToken。 |
IdentityConfiguration |
| isArchived | 資產是否已封存？ | bool |
| jobType | 設定為'Command' 類型 CommandJob。 將 類型設定為 'Pipeline'，PipelineJob。 設定為 [掃掠] 類型為 SweepJob。 | 'Command' 'Pipeline' '掃掠' （必要） |
| 性能 | 資產屬性字典。 | ResourceBaseProperties |
| 服務業 | JobEndpoints 的清單。 針對本機作業，作業端點會有 FileStreamObject 的端點值。 |
JobBaseServices |
| 標籤 | 標記字典。 標記可以新增、移除和更新。 | ResourceBaseTags |
JobBaseServices
| 名字 | 描述 | 價值 |
|---|
JobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸入的描述。 | 字串 |
| jobInputType | 針對 CustomModelJobInput 類型設定為 『custom_model』，。 將 類型設定為 'literal' LiteralJobInput。 針對 MLFlowModelJobInput 類型 設定為 'mlflow_model'，。 針對 mlTableJobInput 類型設定為 'mltable'，。 針對 tritonModelJobInput類型 |
'custom_model' 'literal' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| 描述 | 輸出的描述。 | 字串 |
| jobOutputType | 針對 CustomModelJobOutput 類型設定為 『custom_model』，。 針對 MLFlowModelJobOutput 類型設定為 『mlflow_model』。 針對 mlTableJobOutput 類型設定為 'mltable'，。 針對 TritonModelJobOutput 類型 設定為 『triton_model』，。 針對類型 UriFileJobOutput，設定為 'uri_file'。 針對 uriFolderJobOutput 類型設定為 『uri_folder』，。 | 'custom_model' 'mlflow_model' 'mltable' 'triton_model' 'uri_file' 'uri_folder' （必要） |
JobService
| 名字 | 描述 | 價值 |
|---|---|---|
| 端點 | 端點的 URL。 | 字串 |
| jobServiceType | 端點類型。 | 字串 |
| 港口 | 端點的埠。 | int |
| 性能 | 在端點上設定的其他屬性。 | JobServiceProperties |
JobServiceProperties
| 名字 | 描述 | 價值 |
|---|
LiteralJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'literal' （必要） |
| 價值 | [必要]輸入的常值。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
ManagedIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| clientId | 依用戶端識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| identityType | [必要]指定身分識別架構的類型。 | 'Managed' （必要） |
| objectId | 依物件識別元指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 約束： 最小長度 = 36 最大長度 = 36 Pattern = ^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$ |
| resourceId | 依 ARM 資源識別碼指定使用者指派的身分識別。 若為系統指派，請勿設定此欄位。 | 字串 |
MedianStoppingPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'MedianStopping' （必要） |
Microsoft.MachineLearningServices/workspaces/jobs
| 名字 | 描述 | 價值 |
|---|---|---|
| 名字 | 資源名稱 | 字串 約束： 模式 = ^[a-zA-Z0-9][a-zA-Z0-9\-_]{0,254}$ （必要） |
| parent_id | 此資源為父系之資源的標識碼。 | 類型資源的標識碼：工作區 |
| 性能 | [必要]實體的其他屬性。 | JobBaseProperties （必要） |
| 類型 | 資源類型 | “Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01” |
MLFlowModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLFlowModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mlflow_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
MLTableJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
MLTableJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'mltable' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
Mpi
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'Mpi' （必要） |
| processCountPerInstance | 每個 MPI 節點的進程數目。 | int |
目的
| 名字 | 描述 | 價值 |
|---|---|---|
| 目標 | [必要]定義超參數微調支援的計量目標 | 'Maximize' '最小化' （必要） |
| primaryMetric | [必要]要優化之計量的名稱。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
PipelineJob
| 名字 | 描述 | 價值 |
|---|---|---|
| 輸入 | 管線作業的輸入。 | PipelineJobInputs |
| 工作 | 作業會建構管線作業。 | PipelineJobJobs |
| jobType | [必要]指定作業的類型。 | 'Pipeline' （必要） |
| 輸出 | 管線作業的輸出 | PipelineJobOutputs |
| 設置 | 管線設定，適用於 ContinueRunOnStepFailure 等專案。 | 任意 |
PipelineJobInputs
| 名字 | 描述 | 價值 |
|---|
PipelineJobJobs
| 名字 | 描述 | 價值 |
|---|
PipelineJobOutputs
| 名字 | 描述 | 價值 |
|---|
PyTorch
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'PyTorch' （必要） |
| processCountPerInstance | 每個節點的進程數目。 | int |
RandomSamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| 統治 | 隨機演算法的特定類型 | 'Random' 'Sobol' |
| samplingAlgorithmType | [必要]用來產生超參數值的演算法，以及組態屬性 | 'Random' （必要） |
| 種子 | 要作為隨機數產生種子的選擇性整數 | int |
ResourceBaseProperties
| 名字 | 描述 | 價值 |
|---|
ResourceBaseTags
| 名字 | 描述 | 價值 |
|---|
ResourceConfiguration
| 名字 | 描述 | 價值 |
|---|---|---|
| instanceCount | 計算目標所使用的實例或節點選擇性數目。 | int |
| instanceType | 計算目標所支持的選擇性 VM 類型。 | 字串 |
| 性能 | 其他屬性包。 | ResourceConfigurationProperties |
ResourceConfigurationProperties
| 名字 | 描述 | 價值 |
|---|
SamplingAlgorithm
| 名字 | 描述 | 價值 |
|---|---|---|
| samplingAlgorithmType | 針對貝氏類型設定為 『Bayesian』，BayesianSamplingAlgorithm。 將 類型設定為 'Grid'，GridSamplingAlgorithm。 針對 randomSamplingAlgorithm類型 |
“貝氏” 'Grid' 'Random' （必要） |
SweepJob
| 名字 | 描述 | 價值 |
|---|---|---|
| earlyTermination | 早期終止原則可在完成之前取消執行效能不佳 | EarlyTerminationPolicy |
| 輸入 | 對應作業中使用的輸入數據系結。 | SweepJobInputs |
| jobType | [必要]指定作業的類型。 | '掃掠' （必要） |
| 限制 | 掃掠作業限制。 | SweepJobLimits |
| 目的 | [必要]優化目標。 | 目標（必要） |
| 輸出 | 對應作業中使用的輸出數據系結。 | SweepJobOutputs |
| samplingAlgorithm | [必要]超參數取樣演算法 | SamplingAlgorithm （必要） |
| searchSpace | [必要]包含每個參數及其散發的字典。 字典索引鍵是參數的名稱 | 任何 （必要） |
| 試驗 | [必要]試用版元件定義。 | 試用版元件 （必要） |
SweepJobInputs
| 名字 | 描述 | 價值 |
|---|
SweepJobLimits
| 名字 | 描述 | 價值 |
|---|---|---|
| jobLimitsType | [必要]JobLimit 類型。 | 'Command' '掃掠' （必要） |
| maxConcurrentTrials | 掃掠作業最大並行試用版。 | int |
| maxTotalTrials | 掃掠作業最大總試用版。 | int |
| 超時 | ISO 8601 格式的最大執行持續時間，之後作業將會取消。 僅支援有效位數為秒數的持續時間。 | 字串 |
| trialTimeout | 掃掠作業試用版逾時值。 | 字串 |
SweepJobOutputs
| 名字 | 描述 | 價值 |
|---|
TensorFlow
| 名字 | 描述 | 價值 |
|---|---|---|
| distributionType | [必要]指定散發架構的類型。 | 'TensorFlow' （必要） |
| parameterServerCount | 參數伺服器工作的數目。 | int |
| workerCount | 背景工作角色數目。 如果未指定，則會預設為實例計數。 | int |
TrialComponent
| 名字 | 描述 | 價值 |
|---|---|---|
| codeId | 程式代碼資產的 ARM 資源識別碼。 | 字串 |
| 命令 | [必要]在作業啟動時執行的命令。 例如 “python train.py” | 字串 約束： 最小長度 = 1 模式 = [a-zA-Z0-9_] （必要） |
| 分配 | 作業的散發組態。 如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。 | DistributionConfiguration |
| environmentId | [必要]作業之環境規格的 ARM 資源識別碼。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
| environmentVariables | 作業中包含的環境變數。 | TrialComponentEnvironmentVariables |
| 資源 | 作業的計算資源組態。 | ResourceConfiguration |
TrialComponentEnvironmentVariables
| 名字 | 描述 | 價值 |
|---|
TritonModelJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
TritonModelJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'triton_model' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
TruncationSelectionPolicy
| 名字 | 描述 | 價值 |
|---|---|---|
| policyType | [必要]原則設定的名稱 | 'TruncationSelection' （必要） |
| truncationPercentage | 要在每個評估間隔取消的執行百分比。 | int |
UriFileJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFileJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_file' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UriFolderJobInput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobInputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸入資產傳遞模式。 | 'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount' |
| uri | [必要]輸入資產 URI。 | 字串 約束： 模式 = [a-zA-Z0-9_] （必要） |
UriFolderJobOutput
| 名字 | 描述 | 價值 |
|---|---|---|
| jobOutputType | [必要]指定作業的類型。 | 'uri_folder' （必要） |
| 模式 | 輸出資產傳遞模式。 | 'ReadWriteMount' 'Upload' |
| uri | 輸出資產 URI。 | 字串 |
UserIdentity
| 名字 | 描述 | 價值 |
|---|---|---|
| identityType | [必要]指定身分識別架構的類型。 | 'UserIdentity' （必要） |