Schema YAML dell'endpoint batch (v2) dell'interfaccia della riga di comando
SI APPLICA A: 
estensione ML dell'interfaccia della riga di comando di Azure v2 (corrente)
Lo schema JSON di origine è disponibile in https://azuremlschemas.azureedge.net/latest/batchEndpoint.schema.json.
Nota
La sintassi YAML descritta in dettaglio in questo documento si basa sullo schema JSON per la versione più recente dell'estensione dell'interfaccia della riga di comando di Machine Learning v2. Il funzionamento di questa sintassi è garantito solo con la versione più recente dell'estensione dell'interfaccia della riga di comando di Machine Learning v2. È possibile trovare gli schemi per le versioni di estensione precedenti in https://azuremlschemasprod.azureedge.net/.
Sintassi YAML
| Chiave | Type | Descrizione | Valori consentiti | Valore predefinito |
|---|---|---|---|---|
$schema |
string | Schema YAML. Se si usa l'estensione Azure Machine Learning per Visual Studio Code per creare il file YAML, l'inclusione di $schema nella parte superiore del file consente di richiamare i completamenti dello schema e delle risorse. |
||
name |
string | Obbligatorio. Nome dell'endpoint. Deve essere univoca a livello di area di Azure. | ||
description |
string | Descrizione dell'endpoint. | ||
tags |
oggetto | Dizionario dei tag per l'endpoint. | ||
auth_mode |
string | Metodo di autenticazione per l'endpoint. Attualmente è supportata solo l'autenticazione basata su token di Microsoft Entra. | aad_token |
aad_token |
defaults |
oggetto | Impostazioni predefinite per l'endpoint. | ||
defaults.deployment_name |
string | Nome della distribuzione che fungerà da distribuzione predefinita per l'endpoint. |
Osservazioni:
I az ml batch-endpoint comandi possono essere usati per la gestione degli endpoint di Azure Machine Learning.
Esempi
Gli esempi sono disponibili nel repository GitHub di esempi. Di seguito sono riportati alcuni esempi.
YAML: di base
$schema: https://azuremlschemas.azureedge.net/latest/batchEndpoint.schema.json
name: mnist-batch
description: A batch endpoint for scoring images from the MNIST dataset.
tags:
type: deep-learning