MachineLearningCommandJob Classe

Inicializa uma nova instância de MachineLearningCommandJob.

ID do recurso arm do ativo de código.

[Obrigatório] O comando a ser executado na inicialização do trabalho. ex. "python train.py".

ID de recurso do ARM do recurso de componente.

ID de recurso do ARM do recurso de computação.

O texto de descrição do ativo.

Nome de exibição do trabalho.

Configuração de distribuição do trabalho. Se definido, deve ser um de Mpi, Tensorflow, PyTorch, Ray ou nulo. MachineLearningDistributionConfiguration Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem MpiDistributionConfiguration, RayDistributionConfigurationPyTorchDistributionConfiguratione TensorFlowDistributionConfiguration.

[Obrigatório] A ID de recurso do ARM da especificação de Ambiente para o trabalho.

Variáveis de ambiente incluídas no trabalho.

O nome do experimento ao qual o trabalho pertence. Se não estiver definido, o trabalho será colocado no experimento "Padrão".

Configuração de identidade. Se definido, deve ser um de AmlToken, ManagedIdentity, UserIdentity ou null. O padrão será AmlToken se for nulo. MachineLearningIdentityConfiguration Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem AmlToken, MachineLearningManagedIdentity e MachineLearningUserIdentity.

Mapeamento de associações de dados de entrada usadas no trabalho. MachineLearningJobInput Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem MachineLearningCustomModelJobInput, MachineLearningLiteralJobInput, MachineLearningFlowModelJobInput, MachineLearningTableJobInput, MachineLearningTritonModelJobInpute MachineLearningUriFolderJobInputMachineLearningUriFileJobInput .

O ativo está arquivado?.

Limite de trabalho de comando.

[Obrigatório] Indica se o mlflow autologger está habilitado.

Configuração de notificação para o trabalho.

Mapeamento de associações de dados de saída usadas no trabalho. MachineLearningJobOutput Observe que é a classe base. De acordo com o cenário, uma classe derivada da classe base pode precisar ser atribuída aqui ou essa propriedade precisa ser convertida em uma das classes derivadas possíveis. As classes derivadas disponíveis incluem MachineLearningCustomModelJobOutput, MachineLearningFlowModelJobOutput, MachineLearningTableJobOutput, MachineLearningTritonModelJobOutpute MachineLearningUriFolderJobOutputMachineLearningUriFileJobOutput .

Parâmetros de entrada.

Para atribuir um objeto a essa propriedade, use FromObjectAsJson<T>(T, JsonSerializerOptions).

Para atribuir uma cadeia de caracteres json já formatada a essa propriedade, use FromString(String).

Exemplos:

• BinaryData.FromObjectAsJson("foo")Cria uma carga de "foo".
• BinaryData.FromString("\"foo\"")Cria uma carga de "foo".
• BinaryData.FromObjectAsJson(new { key = "value" })Cria uma carga de { "key": "value" }.
• BinaryData.FromString("{\"key\": \"value\"}")Cria uma carga de { "key": "value" }.

O dicionário de propriedades do ativo.

Configurações de fila para o trabalho.

Configuração de recursos de computação para o trabalho.

Configuração para que os segredos sejam disponibilizados durante o runtime.

Lista de JobEndpoints. Para trabalhos locais, um ponto de extremidade de trabalho terá um valor de ponto de extremidade de FileStreamObject.

Status do trabalho.

Dicionário de marcas. As marcas podem ser adicionadas, removidas e atualizadas.