constants Paquet

Référence

Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.

Classes

AssetTypes	AssetTypes est une énumération de valeurs pour les types de ressources d’un jeu de données. Les types de ressources sont utilisés pour identifier le type d’une ressource. Une ressource peut être un fichier, un dossier, un modèle mlflow, un modèle triton, un modèle mltable ou un modèle personnalisé.
BatchDeploymentOutputAction	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
DistributionType	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
ImportSourceType	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
InputOutputModes	InputOutputModes est une énumération de valeurs pour les modes d’entrée/sortie d’un jeu de données. Les modes d’entrée/sortie sont utilisés pour identifier le type d’une ressource lors de sa création à l’aide de l’API.
JobType	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
ModelType	ModelType est une énumération de valeurs pour les types de modèles. Les types de modèles sont utilisés pour identifier le type d’un modèle lors de sa création à l’aide de l’API. Les types de modèles peuvent être « CustomModel », « MLFlowModel » ou « TritonModel ».
ParallelTaskType	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
Scope	L’étendue est une énumération de valeurs pour l’étendue d’une ressource. L’étendue peut être « abonnement » ou « resource_group ».

Énumérations

AcrAccountSku	Azure Container Registry références SKU.
IPProtectionLevel	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental. Niveau de protection de la propriété intellectuelle.
ImageClassificationModelNames	Noms de modèles pris en charge pour les tâches de classification d’images.
ImageInstanceSegmentationModelNames	Noms de modèles pris en charge pour les tâches de segmentation d’instance d’image.
ImageObjectDetectionModelNames	Noms de modèles pris en charge pour les tâches de détection d’objets d’image.
ManagedServiceIdentityType	Type d’identité de service managé (où les types SystemAssigned et UserAssigned sont autorisés).
MonitorDatasetContext	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
MonitorFeatureType	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
MonitorMetricName	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
MonitorModelType	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
MonitorSignalType	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.
MonitorTargetTasks	Ce package définit les constantes utilisées dans Azure Machine Learning SDKv2.
NlpLearningRateScheduler	Énumération des planificateurs de taux d’apprentissage qui s’alignent sur ceux pris en charge par HF
NlpModels	Noms de modèles pris en charge pour les tâches NLP (Natural Language Processing).
StorageAccountType	Types de comptes de stockage.
TabularTrainingMode	Notes Il s’agit d’une classe expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental. Mode pour activer/désactiver l’entraînement distribué.
TimeZone	Fuseaux horaires qu’une planification de travail ou de calcul instance accepte.