Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
APLICA-SE A:
CLI do Azure ml de extensão v2 (atual)
O esquema JSON de origem pode ser encontrado em https://azuremlschemas.azureedge.net/latest/model.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 | Descrição | Valores permitidos |
|---|---|---|---|
$schema |
cadeia (de caracteres) | O esquema YAML. | |
name |
cadeia (de caracteres) | Obrigatório. Nome do modelo. | |
version |
número inteiro | Versão do modelo. Se for omitido, o Azure Machine Learning gera automaticamente uma versão. | |
description |
cadeia (de caracteres) | Descrição do modelo. | |
tags |
objecto | Dicionário de tags para o modelo. | |
path |
cadeia (de caracteres) | Um caminho local para o(s) arquivo(s) modelo(s) ou o URI de um caminho de nuvem para o(s) arquivo(s) modelo(s). Isso pode apontar para um arquivo ou um diretório. | |
type |
cadeia (de caracteres) | Tipo de formato de armazenamento do modelo. Aplicável para cenários de implantação sem código. |
custom_model, mlflow_model, triton_model |
flavors |
objecto | Sabores do modelo. Cada tipo de formato de armazenamento de modelo pode ter um ou mais sabores suportados. Aplicável para cenários de implantação sem código. | |
default_deployment_template |
objecto | O modelo de implementação padrão para o modelo. | |
default_deployment_template.asset_id |
cadeia (de caracteres) | O ID do ativo do template de implementação. Formato: azureml://registries/{registry_name}/deploymenttemplates/{template_name}/versions/{version}. |
Observações
O comando az ml model pode ser usado para gerir modelos Azure Machine Learning.
Exemplos
Exemplos estão disponíveis no repositório GitHub exemplos. Vários são mostrados abaixo.
YAML: arquivo local
$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: pasta local no formato MLflow
$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.
YAML: modelo de implementação por defeito
$schema: https://azuremlschemas.azureedge.net/latest/model.schema.json
name: my-model
version: 1
path: ./model
default_deployment_template:
asset_id: azureml://registries/my-registry/deploymenttemplates/my-template/versions/1