Azure.ResourceManager.MachineLearning.Models Namespace

O AccessKeyAuthTypeWorkspaceConnectionProperties.

Uma computação do Azure Machine Learning.

Informações de nó de computação relacionadas a um AmlCompute.

Propriedades de computação AML.

configurações de escala para Computação AML.

Configuração de identidade do token AML.

Definição de identidade de computação de token AML.

Esse tipo de conexão abrange as categorias genéricas de conexão de autenticação ApiKey, por exemplo: AzureOpenAI: Category:= AzureOpenAI AuthType:= ApiKey (como discriminador de tipo) Credenciais:= {ApiKey} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {ApiBase}

CognitiveService: Category:= CognitiveService AuthType:= ApiKey (como discriminador de tipo) Credenciais:= {SubscriptionKey} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= ServiceRegion={serviceRegion}

CognitiveSearch: Category:= CognitiveSearch AuthType:= ApiKey (como discriminador de tipo) Credentials:= {Key} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {Endpoint}

Usar o recipiente de propriedades de metadados para ApiType, ApiVersion, Kind e outros campos de metadados

Fábrica de modelos para modelos.

O AutoDeleteSetting.

Horizonte de previsão determinado automaticamente pelo sistema.

Classe AutoMLJob. Use essa classe para executar tarefas de AutoML como Classificação/Regressão etc. Confira enumeração TaskType para todas as tarefas com suporte.

Classe vertical AutoML. Classe base para verticais de AutoML – TableVertical/ImageVertical/NLPVertical Observe AutoMLVertical 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 ClassificationTask, MachineLearningForecasting, ImageClassification, ImageClassificationMultilabel, ImageInstanceSegmentation, ImageObjectDetection, AutoMLVerticalRegression, TextClassificatione TextNerTextClassificationMultilabel .

Tarefa de regressão na tabela AutoML vertical.

Validações N cruzadas determinadas automaticamente.

A autoSeasonalidade.

The AutoTargetLags.

O destino atrasa a janela sem interrupção determinada automaticamente.

The AzMonMonitoringAlertNotificationSettings.

Detalhes do webhook específicos para o Azure DevOps.

Configurações do servidor de inferência em lote do Azure ML.

Configurações de inferência online do Azure ML.

Define uma política de encerramento antecipado com base nos critérios de margem de atraso e uma frequência e um intervalo de atraso para avaliação.

O BaseEnvironmentSource. BaseEnvironmentSource 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 BaseEnvironmentType.

Tipo de ambiente base.

Propriedades relevantes para diferentes tipos de implantação. BatchDeploymentConfiguration 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 BatchPipelineComponentDeploymentConfiguration.

Propriedades para uma implantação de componente de pipeline em lote.

Define um Algoritmo de Amostragem que gera valores com base em valores anteriores.

O BlobReferenceForConsumptionDto.

O CategoricalDataDriftMetricThreshold.

O CategoricalDataQualityMetricThreshold.

O CategoricalPredictionDriftMetricThreshold.

O ClassificationModelPerformanceMetricThreshold.

Tarefa de classificação na tabela AutoML vertical.

Configuração relacionada ao treinamento de classificação.

O CocoExportSummary.

Parâmetros do transformador de coluna.

O cron do gatilho de fluxo de trabalho para o tipo de agendamento ComputeStartStop.

A recorrência do gatilho de fluxo de trabalho para o tipo de agendamento ComputeStartStop.

O ContainerEndpoint.

The CreateMonitorAction.

O CronTrigger.

O CsvExportSummary.

O horizonte de previsão máximo desejado em unidades de frequência de série temporal.

Configurações personalizadas do servidor de inferência.

Category:= CustomKeys AuthType:= CustomKeys (como discriminador de tipo)Credenciais:= {CustomKeys} como Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target:= {any value} Use o recipiente de propriedades de metadados para ApiVersion e outros campos de metadados

O CustomMetricThreshold.

O CustomMonitoringSignal.

As validações N-Cross são especificadas pelo usuário.

A CustomSeasonality.

Especifica a configuração de serviço personalizada.

O CustomTargetLags.

O CustomTargetRollingWindowSize.

O DatabaseSource.

O DataCollectionConfiguration.

O DataCollector.

O DataDriftMetricThresholdBase. DataDriftMetricThresholdBase 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 CategoricalDataDriftMetricThreshold e NumericalDataDriftMetricThreshold.

O DataDriftMonitoringSignal.

O DataImport.

O DataImportSource. DataImportSource 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 DatabaseSource e FileSystemSource.

O DataQualityMetricThresholdBase. DataQualityMetricThresholdBase 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 CategoricalDataQualityMetricThreshold e NumericalDataQualityMetricThreshold.

O DataQualityMonitoringSignal.

O DatasetExportSummary.

O DockerSetting.

O EmailMonitoringAlertNotificationSettings.

The EncryptionKeyVaultUpdateProperties.

As EncryptionUpdateProperties.

O EnvironmentVariable.

O ExportSummary. ExportSummary 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 CsvExportSummary, CocoExportSummary e DatasetExportSummary.

O FeatureAttributionDriftMonitoringSignal.

O FeatureAttributionMetricThreshold.

Solicite conteúdo para criar uma solicitação de backfill para uma determinada versão do conjunto de recursos.

O FeatureStoreSettings.

O FeatureSubset.

Especifica a janela do recurso.

O FileSystemSource.

Correção da definição de dados de entrada.

O horizonte de previsão máximo desejado em unidades de frequência de série temporal. ForecastHorizon 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 AutoForecastHorizon e CustomForecastHorizon.

Previsão de sazonalidade. ForecastingSeasonality 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 AutoSeasonality e CustomSeasonality.

Previsão de parâmetros específicos.

Configuração relacionada ao Treinamento de Previsão.

Regra de saída do FQDN para a rede gerenciada de um workspace de machine learning.

Definição do limite de métrica de qualidade de segurança de geração.

Definição de sinal de monitoramento de qualidade de segurança de geração.

Definição de limite de métrica de estatísticas de token de geração.

Definição de sinal de estatísticas de token de geração.

Define um Algoritmo de Amostragem que gera exaustivamente cada combinação de valores no espaço.

O HdfsDatastore.

Interrompe a instância de computação após o período de inatividade definido pelo usuário.

Classificação de imagens. A classificação de imagens de várias classes é usada quando uma imagem é classificada com apenas um único rótulo de um conjunto de classes , por exemplo, cada imagem é classificada como uma imagem de um 'gato' ou um 'cachorro' ou um 'pato'.

Multi-rótulo de classificação de imagem. A classificação de imagens de vários rótulos é usada quando uma imagem pode ter um ou mais rótulos de um conjunto de rótulos , por exemplo, uma imagem pode ser rotulada com 'gato' e 'cachorro'.

Segmentação de instância de imagem. A segmentação de instância é usada para identificar objetos em uma imagem no nível de pixel, desenhando um polígono em torno de cada objeto na imagem.

Limite as configurações para o trabalho do AutoML.

Retorna metadados sobre a imagem do sistema operacional para essa instância de computação.

Expressões de distribuição para varrer valores de configurações de modelo. <exemplo> Alguns exemplos são:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
All distributions can be specified as distribution_name(min, max) or choice(val1, val2, ..., valn)
where distribution name can be: uniform, quniform, loguniform, etc
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressões de distribuição para varrer valores de configurações de modelo. <exemplo> Alguns exemplos são:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Expressões de distribuição para varrer valores de configurações de modelo. <exemplo> Alguns exemplos são:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Configurações usadas para treinar o modelo. Para obter mais informações sobre as configurações disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Detecção de objeto de imagem. A detecção de objetos é usada para identificar objetos em uma imagem e localizar cada objeto com uma caixa delimitadora, por exemplo, localizar todos os cães e gatos em uma imagem e desenhar uma caixa delimitadora em torno de cada um.

A ImageSetting.

Configurações relacionadas à limpeza de modelos e varredura de hiperparâmetro.

O ImportDataAction.

Objeto Dto que representa a coluna de índice.

O InferencingServer. InferencingServer 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 AzureMLBatchInferencingServer, CustomInferencingServerAzureMLOnlineInferencingServere TritonInferencingServer.

Detalhes da Propriedade Intelectual para um recurso.

Todos os nós significam que o serviço será executado em todos os nós do trabalho.

Definição de nós abstratos Observe JobNodes 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 JobAllNodes.

O JobQueueSettings.

Mensagem ativa associada ao projeto.

O KerberosKeytabCredentials.

Os KerberosKeytabSecrets.

O KerberosPasswordCredentials.

Os KerberosPasswordSecrets.

Definição de categoria de rótulo.

Definição de classe de rótulo.

Definição de configuração de dados de rotulagem.

Propriedades de um trabalho de rotulagem para dados de imagem.

Propriedades de um trabalho de rotulagem Observe LabelingJobMediaProperties 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 LabelingJobImageProperties e LabelingJobTextProperties.

Definição de trabalho de rotulagem.

Propriedades de um trabalho de rotulagem para dados de texto.

O LakeHouseArtifact.

Configuração de credenciais de armazenamento de dados de chave de conta.

Segredos da chave da conta do armazenamento de dados.

Uma computação de Machine Learning baseada no AKS.

Propriedades do AKS.

Segredos relacionados a uma computação do Machine Learning com base no AKS.

Configuração avançada para rede do AKS.

O MachineLearningAllFeatures.

O MachineLearningAssetBase.

O MachineLearningAssetContainer.

Definição base para referências de ativos. MachineLearningAssetReferenceBase 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 MachineLearningDataPathAssetReference, MachineLearningOutputPathAssetReference e MachineLearningIdAssetReference.

Rotulando a definição de configuração MLAssist Observe MachineLearningAssistConfiguration 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 MLAssistConfigurationDisabled e MachineLearningAssistEnabledConfiguration.

Rotulando a definição de configuração do MLAssist quando o MLAssist está habilitado.

Propriedades de pausa automática.

Propriedades de dimensionamento automático.

Configuração do armazenamento de dados do Blob do Azure.

Configuração do armazenamento de dados do Azure Data Lake Gen1.

Configuração do armazenamento de dados do Azure Data Lake Gen2.

Configuração do armazenamento de dados do Arquivo do Azure.

Estritamente usado em solicitações de atualização.

Configurações de inferência de lote por implantação.

Configuração do ponto de extremidade do lote.

Configurações de repetição para uma operação de inferência em lote.

Definições de configuração para o contexto de build do Docker.

Configuração de credenciais de armazenamento de dados de certificado.

Segredos do certificado do armazenamento de dados.

Configuração para um ativo de código de pontuação.

Contêiner para versões de ativo de código.

Detalhes da versão do ativo de código.

Definição do trabalho de comando.

Classe de limite de trabalho de comando.

Definição de contêiner de componente. <consulte href="https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />

Definição de uma versão de componente: define recursos que abrangem tipos de componente.

Uma instância de computação do Azure Machine Learning.

Define um aplicativo de Instância Aml e seu URI de ponto de extremidade de conectividade.

Um usuário que pode ser atribuído a uma instância de computação.

Define todos os pontos de extremidade e propriedades de conectividade para um ComputeInstance.

Define um contêiner da Instância Aml.

Descreve informações sobre o usuário que criou essa ComputeInstance.

Define um DataDisk da Instância Aml.

Define um DataMount de Instância Aml.

Informações de ambiente.

A última operação em ComputeInstance.

Propriedades da Instância de Computação.

Especifica a política e as configurações para acesso SSH.

Parâmetros de atualização AmlCompute.

Objeto de computação do Machine Learning. MachineLearningComputeProperties 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 MachineLearningAksCompute, AmlCompute, MachineLearningComputeInstance, MachineLearningDataFactoryCompute, MachineLearningDataLakeAnalytics, MachineLearningDatabricksCompute, MachineLearningHDInsightCompute, MachineLearningKubernetesComputee MachineLearningVirtualMachineComputeMachineLearningSynapseSpark .

Segredos relacionados a uma computação do Machine Learning. Pode ser diferente para cada tipo de computação. MachineLearningComputeSecrets 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 MachineLearningAksComputeSecrets, MachineLearningDatabricksComputeSecrets e MachineLearningVirtualMachineSecrets.

Propriedades de agendamento de parada de início de computação.

Um serviço do sistema em execução em uma computação.

O MachineLearningContainerRegistryCredentials.

Requisitos de recursos para cada instância de contêiner em uma implantação online.

O MachineLearningContainerResourceSettings.

O MachineLearningCustomModelJobInput.

O MachineLearningCustomModelJobOutput.

Uma computação DataFactory.

Segredos relacionados a uma computação do Machine Learning com base no Databricks.

Propriedades do Databricks.

Contêiner para versões de ativos de dados.

Uma computação DataFactory.

Uma computação do DataLakeAnalytics.

Referência a um ativo por meio de seu caminho em um armazenamento de dados.

O MachineLearningDatastoreCollectionGetAllOptions.

Definição base para credenciais de armazenamento de dados. MachineLearningDatastoreCredentials 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 MachineLearningAccountKeyDatastoreCredentials, MachineLearningCertificateDatastoreCredentials, KerberosKeytabCredentials, KerberosPasswordCredentials, MachineLearningNoneDatastoreCredentialse MachineLearningServicePrincipalDatastoreCredentialsMachineLearningSasDatastoreCredentials .

Definição base para a configuração de conteúdo do armazenamento de dados. MachineLearningDatastoreProperties 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 MachineLearningAzureBlobDatastore, MachineLearningAzureDataLakeGen1Datastore, MachineLearningAzureDataLakeGen2Datastore, MachineLearningAzureFileDatastoree OneLakeDatastoreHdfsDatastore .

Definição base para segredos do armazenamento de dados. MachineLearningDatastoreSecrets 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 MachineLearningCertificateDatastoreSecrets, KerberosKeytabSecrets, KerberosPasswordSecrets, MachineLearningSasDatastoreSecretse MachineLearningAccountKeyDatastoreSecretsMachineLearningServicePrincipalDatastoreSecrets .

O MachineLearningDataVersionCollectionGetAllOptions.

Definição base da versão de dados Observe MachineLearningDataVersionProperties 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 MachineLearningTable, MachineLearningUriFileDataVersion e MachineLearningUriFolderDataVersion.

O MachineLearningDefaultScaleSettings.

O MachineLearningDeploymentLogs.

O MachineLearningDeploymentLogsContent.

O MachineLearningDeploymentResourceConfiguration.

Resultado do Diagnóstico.

O MachineLearningDiagnoseResultValue.

Definição base para a configuração de distribuição de trabalho. 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.

As políticas de encerramento antecipado permitem cancelar execuções de baixo desempenho antes de serem concluídas. Observe MachineLearningEarlyTerminationPolicy 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 BanditPolicy, MedianStoppingPolicy e TruncationSelectionPolicy.

O MachineLearningEncryptionKeyVaultProperties.

O MachineLearningEncryptionSetting.

Chaves para autenticação de ponto de extremidade.

Token de Serviço.

Definição base para implantação de ponto de extremidade.

O MachineLearningEndpointKeyRegenerateContent.

Definição base do ponto de extremidade de inferência.

O MachineLearningEndpointScheduleAction.

Contêiner para versões de especificação de ambiente.

Detalhes da versão do ambiente.

Resposta de erro comum para todas as APIs do Azure Resource Manager para retornar detalhes de erro de operações com falha. (Isso também segue o formato de resposta de erro OData.).

As informações de preço estimadas para usar uma VM de um tipo de sistema operacional específico, camada etc.

As informações de preço estimadas para usar uma VM.

Objeto Dto que representa o recurso.

O MachineLearningFeatureSetContainerCollectionGetAllOptions.

Objeto Dto que representa o conjunto de recursos.

Objeto Dto que representa o trabalho do conjunto de recursos.

O MachineLearningFeatureSetVersionCollectionGetAllOptions.

Objeto Dto que representa a versão do conjunto de recursos.

O MachineLearningFeatureStoreEntityContainerCollectionGetAllOptions.

Objeto Dto que representa a entidade de recurso.

O MachineLearningFeaturestoreEntityVersionCollectionGetAllOptions.

Objeto Dto que representa a versão da entidade de recurso.

Configuração de definição de recursos.

O MachineLearningFlavorData.

O MachineLearningFlowModelJobInput.

O MachineLearningFlowModelJobOutput.

Tarefa de previsão na Tabela AutoML vertical.

O MachineLearningFqdnEndpoint.

O MachineLearningFqdnEndpointDetail.

Resultado do recipiente de propriedades para pontos de extremidade FQDN.

O MachineLearningFqdnEndpointsProperties.

Uma computação do HDInsight.

Propriedades de computação do HDInsight.

Referência a um ativo por meio de sua ID de recurso do ARM.

Definição base para a configuração de identidade. 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.

O MachineLearningInferenceContainerProperties.

O MachineLearningInferenceContainerRoute.

Esquema de tipo de instância.

Solicitações/limites de recursos para esse tipo de instância.

O MachineLearningJobCollectionGetAllOptions.

Definição do trabalho de comando. 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 MachineLearningJobLimits. MachineLearningJobLimits 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 MachineLearningSweepJobLimits e MachineLearningCommandJobLimits.

Informações do contêiner de definição de saída do trabalho sobre onde encontrar saída/logs de 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 .

Envelope de recursos do Azure Resource Manager estritamente usado em solicitações de atualização.

Definição base para um trabalho. MachineLearningJobProperties 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 AutoMLJob, MachineLearningCommandJob, LabelingJobProperties, MachineLearningPipelineJobe MachineLearningSweepJobSparkJob .

O MachineLearningJobResourceConfiguration.

O MachineLearningJobScheduleAction.

Definição do ponto de extremidade do trabalho.

Uma computação de Machine Learning baseada na Computação do Kubernetes.

Propriedades específicas de um KubernetesOnlineDeployment.

Propriedades do Kubernetes.

Tipo de entrada literal.

Configuração de identidade gerenciada.

O MachineLearningManagedIdentityAuthTypeWorkspaceConnection.

Propriedades específicas de um ManagedOnlineDeployment.

O MachineLearningModelContainerProperties.

O MachineLearningModelVersionCollectionGetAllOptions.

Detalhes da versão do ativo de modelo.

Contagens de vários estados de nó de computação no amlCompute.

O MachineLearningNoneAuthTypeWorkspaceConnection.

Credenciais de armazenamento de dados vazias/nenhuma.

O MachineLearningNotebookPreparationError.

O MachineLearningNotebookResourceInfo.

Objetivo de otimização.

Estritamente usado em solicitações de atualização.

O MachineLearningOnlineDeploymentProperties. MachineLearningOnlineDeploymentProperties 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 MachineLearningKubernetesOnlineDeployment e MachineLearningManagedOnlineDeployment.

O MachineLearningOnlineEndpointCollectionGetAllOptions.

Configuração do ponto de extremidade online.

Configuração de solicitações de pontuação de implantação online.

Configuração de dimensionamento de implantação online. MachineLearningOnlineScaleSettings 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 MachineLearningDefaultScaleSettings e MachineLearningTargetUtilizationScaleSettings.

Regra de saída para a rede gerenciada de um workspace de machine learning. MachineLearningOutboundRule 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 FqdnOutboundRule, PrivateEndpointOutboundRule e ServiceTagOutboundRule.

Referência a um ativo por meio de seu caminho em uma saída de trabalho.

Identidade de serviço gerenciada (identidades atribuídas pelo sistema e/ou atribuídas pelo usuário)

O MachineLearningPasswordDetail.

O MachineLearningPatAuthTypeWorkspaceConnection.

Definição de trabalho de pipeline: define genérico para atributos MFE.

O recurso ponto de extremidade privado.

Um recurso de link privado.

Uma coleção de informações sobre o estado da conexão entre o consumidor de serviço e o provedor.

Configuração de investigação de preparação/atividade do contêiner de implantação.

As propriedades de atualização ou recuperação de cota.

Parâmetros de atualização de cota.

O MachineLearningRecurrenceSchedule.

O MachineLearningRecurrenceTrigger.

O MachineLearningRegistryModelVersionCollectionGetAllOptions.

Estritamente usado em solicitações de atualização.

O MachineLearningResourceBase.

O MachineLearningResourceConfiguration.

O Nome do Recurso.

Estritamente usado em solicitações de atualização.

Estritamente usado em solicitações de atualização.

A cota atribuída a um recurso.

O MachineLearningSasAuthTypeWorkspaceConnection.

Configuração de credenciais de armazenamento de dados SAS.

Segredos sas do armazenamento de dados.

O MachineLearningScheduleAction. MachineLearningScheduleAction 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 MachineLearningJobScheduleAction, ImportDataActionCreateMonitorActione MachineLearningEndpointScheduleAction.

O MachineLearningScheduleBase.

Definição base de um agendamento.

Referência de script.

Scripts de instalação personalizados.

Configuração de credenciais de armazenamento de dados da Entidade de Serviço.

Segredos da Entidade de Serviço de Armazenamento de Dados.

O MachineLearningSharedPrivateLinkResource.

A definição do modelo de recurso que representa o SKU.

Informações de capacidade de SKU.

Atende ao requisito de contrato do ARM para listar todos os SKUS disponíveis para um recurso.

Definição de SKU comum.

O SkuSetting atende à necessidade de informações de SKU despojadas no contrato do ARM.

A configuração ssl para pontuação.

Avança a configuração para personalizar a execução do StackEnsemble.

Definição do trabalho de varredura.

Classe de limite de trabalho de varredura.

Uma computação do SynapseSpark.

O MachineLearningSynapseSparkProperties.

Definição de dados MLTable.

O MachineLearningTableJobInput.

O MachineLearningTableJobOutput.

O MachineLearningTargetUtilizationScaleSettings.

Configuração relacionada ao treinamento.

Definição de componente de avaliação.

O MachineLearningTriggerBase. MachineLearningTriggerBase 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 CronTrigger e MachineLearningRecurrenceTrigger.

O MachineLearningTritonModelJobInput.

O MachineLearningTritonModelJobOutput.

Entidade de versão de dados uri-file.

O MachineLearningUriFileJobInput.

O MachineLearningUriFileJobOutput.

Entidade de versão de dados uri-folder.

O MachineLearningUriFolderJobInput.

O MachineLearningUriFolderJobOutput.

Descreve o uso do recurso AML.

Os Nomes de Uso.

Configurações para a conta de usuário que é criada em cada um nos nós de uma computação.

Recursos habilitados para um workspace.

Configuração de identidade do usuário.

O MachineLearningUsernamePasswordAuthTypeWorkspaceConnection.

Uma computação do Machine Learning baseada em Máquinas Virtuais do Azure.

O MachineLearningVirtualMachineProperties.

Segredos relacionados a uma computação do Machine Learning com base no AKS.

Descreve as propriedades de um tamanho de VM.

Administração credenciais para a máquina virtual.

Base do webhook Observe MachineLearningWebhook 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 AzureDevOpsWebhook.

O MachineLearningWorkspaceConnectionManagedIdentity.

As propriedades com as quais a conexão do workspace de machine learning será atualizada.

O MachineLearningWorkspaceConnectionProperties. MachineLearningWorkspaceConnectionProperties 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 MachineLearningManagedIdentityAuthTypeWorkspaceConnection, MachineLearningNoneAuthTypeWorkspaceConnection, MachineLearningPatAuthTypeWorkspaceConnectione MachineLearningUsernamePasswordAuthTypeWorkspaceConnectionMachineLearningSasAuthTypeWorkspaceConnection .

O MachineLearningWorkspaceConnectionUsernamePassword.

Parâmetros para diagnosticar um workspace.

O MachineLearningWorkspaceDiagnoseProperties.

O MachineLearningWorkspaceDiagnoseResult.

O MachineLearningWorkspaceGetKeysResult.

O MachineLearningWorkspaceGetNotebookKeysResult.

O MachineLearningWorkspaceGetStorageAccountKeysResult.

O MachineLearningWorkspaceNotebookAccessTokenResult.

Os parâmetros para atualizar um workspace de machine learning.

As propriedades para atualizar a resposta de cota.

Definição de identidade de computação gerenciada.

Opções de Provisionamento de Rede Gerenciada para rede gerenciada de um workspace de machine learning.

Status do Provisionamento para a rede gerenciada de um workspace de machine learning.

Configurações de Rede Gerenciada para um workspace de machine learning.

The MaterializationSettings.

Define uma política de encerramento antecipado com base nas médias de execução da métrica primária de todas as execuções.

Rotulando a definição de configuração do MLAssist quando o MLAssist está desabilitado.

Opções de configuração de modelo.

Propriedades de solicitação de operação do pacote de modelo.

Opções de entrada do pacote de modelo.

Resposta do pacote retornada após a conclusão bem-sucedida da operação do pacote assíncrono.

O ModelPerformanceMetricThresholdBase. ModelPerformanceMetricThresholdBase 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 ClassificationModelPerformanceMetricThreshold e RegressionModelPerformanceMetricThreshold.

Definição de sinal de desempenho do modelo.

Monitorar a definição de base de configuração de computação. MonitorComputeConfigurationBase 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 MonitorServerlessSparkCompute.

Monitorar a definição de base de identidade de computação. MonitorComputeIdentityBase 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 AmlTokenComputeIdentity e ManagedComputeIdentity.

O MonitorDefinition.

O MonitoringAlertNotificationSettingsBase. MonitoringAlertNotificationSettingsBase 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 AzMonMonitoringAlertNotificationSettings e EmailMonitoringAlertNotificationSettings.

O MonitoringDataSegment.

O MonitoringFeatureFilterBase. MonitoringFeatureFilterBase 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 MachineLearningAllFeatures, FeatureSubset e TopNFeaturesByAttribution.

Monitorando a definição de base de dados de entrada. MonitoringInputDataBase 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 FixedInputData, StaticInputData e TrailingInputData.

O MonitoringSignalBase. MonitoringSignalBase 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 CustomMonitoringSignal, DataDriftMonitoringSignal, DataQualityMonitoringSignal, FeatureAttributionDriftMonitoringSignal, GenerationSafetyQualityMonitoringSignal, GenerationTokenStatisticsSignale PredictionDriftMonitoringSignalModelPerformanceSignal .

Monitorando a definição de destino.

Monitorando a definição de conexão do workspace.

Monitore a definição de computação do Spark sem servidor.

O MountBindOptions.

Configuração de distribuição de MPI.

Valor N-Validações cruzadas. NCrossValidations 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 AutoNCrossValidations e CustomNCrossValidations.

Correção de parâmetros de treinamento que não serão varridos durante o treinamento de NLP do AutoML.

Espaços de pesquisa em cadeia de caracteres para cada parâmetro. Veja a seguir exemplos.

Configurações relacionadas à limpeza de modelos e ajuste de hiperparâmetro.

Restrições de execução de trabalho.

Configuração para notificação.

O NumericalDataDriftMetricThreshold.

O NumericalDataQualityMetricThreshold.

O NumericalPredictionDriftMetricThreshold.

Configuração do artefato OneLake (fonte de dados). OneLakeArtifact 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 LakeHouseArtifact.

Configuração do armazenamento de dados OneLake (Trident).

Opções de configuração de inferência online.

O PackageInputPathBase. PackageInputPathBase 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 PackageInputPathId, PackageInputPathVersion e PackageInputPathUri.

Caminho de entrada do pacote especificado com uma ID de recurso.

Caminho de entrada do pacote especificado como uma URL.

Caminho de entrada do pacote especificado com nome e versão.

O PendingUploadCredentialDto. PendingUploadCredentialDto 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 SasCredentialDto.

O PendingUploadRequestDto.

O PendingUploadResponseDto.

O PredictionDriftMetricThresholdBase. PredictionDriftMetricThresholdBase 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 CategoricalPredictionDriftMetricThreshold e NumericalPredictionDriftMetricThreshold.

O PredictionDriftMonitoringSignal.

O recurso ponto de extremidade privado.

Destino do ponto de extremidade privado para uma regra de saída de ponto de extremidade privado para a rede gerenciada de um workspace de machine learning.

Regra de saída do ponto de extremidade privado para a rede gerenciada de um workspace de machine learning.

Definição de métricas de progresso.

Configuração de distribuição do PyTorch.

Define um Algoritmo de Amostragem que gera valores aleatoriamente.

Configuração de distribuição de raios.

Detalhes da conta do ACR a ser usada para o Registro.

O recurso de rede PE que está vinculado a essa conexão PE.

Definição de conexão de ponto de extremidade privado.

O estado da conexão.

Detalhes de cada região em que o registro está.

O RegressionModelPerformanceMetricThreshold.

Configuração relacionada ao Treinamento de Regressão.

O Algoritmo de Amostragem usado para gerar valores de hiperparâmetro, juntamente com propriedades para configurar o algoritmo Observe SamplingAlgorithm 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 BayesianSamplingAlgorithme RandomSamplingAlgorithmGridSamplingAlgorithm .

O SasCredentialDto.

Definição de configuração de segredo.

O ServicePrincipalAuthTypeWorkspaceConnectionProperties.

Destino da Marca de Serviço para uma Regra de Saída da Marca de Serviço para a rede gerenciada de um workspace de machine learning.

Regra de Saída da Marca de Serviço para a rede gerenciada de um workspace de machine learning.

Definição de trabalho do Spark.

Definição do ponto de entrada do trabalho do Spark. SparkJobEntry 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 SparkJobPythonEntry e SparkJobScalaEntry.

O SparkJobPythonEntry.

O SparkJobScalaEntry.

O SparkResourceConfiguration.

Definição de dados de entrada estática.

Detalhes da conta de armazenamento a ser usada para o Registro.

O SystemCreatedAcrAccount.

O SystemCreatedStorageAccount.

Correção de parâmetros de treinamento que não serão varridos durante o treinamento da Tabela AutoML.

O TableParameterSubspace.

The TableSweepSettings.

Configuração de recursos.

Restrições de execução de trabalho.

O número de períodos anteriores com atraso na coluna de destino. TargetLags 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 AutoTargetLags e CustomTargetLags.

Previsão do tamanho da janela sem interrupção de destino. TargetRollingWindowSize 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 AutoTargetRollingWindowSize e CustomTargetRollingWindowSize.

Configuração de distribuição do TensorFlow.

Tarefa De classificação de texto no NLP autoML vertical. NLP – Processamento de Linguagem Natural.

Tarefa Multi-rótulo de classificação de texto na vertical do NLP de AutoML. NLP – Processamento de Linguagem Natural.

Tarefa Text-NER no NLP do AutoML vertical. NER – Reconhecimento de Entidade Nomeada. NLP – Processamento de Linguagem Natural.

O TopNFeaturesByAttribution.

Definição de dados de entrada à direita.

Configurações de servidor de inferência triton.

Define uma política de encerramento antecipado que cancela um determinado percentual de execuções em cada intervalo de avaliação.

O VolumeDefinition.

O WorkspaceConnectionAccessKey.

O WorkspaceConnectionServicePrincipal.

Objeto de configuração do WorkspaceHub.

A AutoDeleteCondition.

Enumeração para todos os modelos de regressão compatíveis com o AutoML.

Métricas primárias para a tarefa Regressão.

Configuração de AutoRebuild para a imagem derivada.

Enumeração para todos os modelos de classificação compatíveis com o AutoML.

O CategoricalDataDriftMetric.

O CategoricalDataQualityMetric.

O CategoricalPredictionDriftMetric.

Enumeração para todos os modelos de classificação compatíveis com o AutoML.

O ClassificationModelPerformanceMetric.

Métricas primárias para tarefas de classificação multi-rótulo.

Métricas primárias para tarefas de classificação.

Protocolo sobre qual comunicação ocorrerá sobre esse ponto de extremidade.

O DataCollectionMode.

Enumeração para determinar o tipo de notificação por email.

Tipo da Variável de Ambiente. Os valores possíveis são: local – para variável local.

O FeatureAttributionMetric.

O FeatureDataType.

O FeatureStoreJobType.

Enumeração para todos os modelos de previsão compatíveis com o AutoML.

Métricas primárias para a tarefa Previsão.

Enumeração de métrica de qualidade de segurança de geração.

Enumeração de métrica de estatísticas de token de geração.

Tipo de anotação de dados de imagem.

Tipo da imagem. Os valores possíveis são: docker – para imagens do Docker. azureml – para imagens do AzureML.

Se IncrementalDataRefresh está habilitado.

Métricas primárias para tarefas instanceSegmentation.

Nível de proteção associado à Propriedade Intelectual.

Modo de isolamento para a rede gerenciada de um workspace de machine learning.

Enumeração para determinar o Tipo de Entrada do Trabalho.

Enumeração para determinar o estado de provisionamento do trabalho.

O JobStatusMessageLevel.

Enumeração para determinar a camada de trabalho.

Se multiSelect está habilitado.

Enumeração do agendador de taxa de aprendizagem.

O LogTrainingMetric.

O LogValidationLoss.

Estado de alocação da computação. Os valores possíveis são: estável – indica que a computação não está redimensionando. Não há alterações no número de nós de computação na computação em andamento. Uma computação entra nesse estado quando é criada e quando nenhuma operação está sendo executada na computação para alterar o número de nós de computação. redimensionamento – indica que a computação está redimensionando; ou seja, nós de computação estão sendo adicionados ou removidos da computação.

Política para compartilhar aplicativos nessa instância de computação entre os usuários do workspace pai. Se Pessoal, somente o criador poderá acessar aplicativos nessa instância de computação. Quando compartilhado, qualquer usuário de workspace pode acessar aplicativos nessa instância, dependendo de sua função atribuída.

Detalhamento de log para inferência em lote. Aumentar a ordem de detalhamento para registro em log é : Aviso, Informações e Depuração. O valor padrão é Info.

Enumeração para determinar como a inferência em lote tratará a saída.

Três letras de código especificando a moeda do preço da VM. Exemplo: USD.

Tipo de cache do Disco de Dados.

Uso pretendido do cluster.

O tipo de Autorização da Instância de Computação. Os valores disponíveis são pessoais (padrão).

Salvar automaticamente as configurações.

Estado atual de um ComputeInstance.

[Obrigatório] A ação de potência de computação.

O estado de implantação atual do agendamento.

Categoria da conexão.

O tipo de contêiner do qual recuperar logs.

Enumeração para determinar o tipo de dados.

Enumeração de dia da semana.

Valores possíveis para DeploymentProvisioningState.

Nível de erro de configuração do workspace.

Enumeração para determinar se PublicNetworkAccess está Habilitado ou Desabilitado para saída de uma implantação.

Indica se a criptografia está habilitada ou não para o workspace.

Enumeração para determinar o modo de autenticação de ponto de extremidade.

Enumeração para determinar o tipo de computação do ponto de extremidade.

Estado do provisionamento de ponto de extremidade.

O tipo de ambiente é criado pelo usuário ou coletado pelo serviço do Azure ML.

Sinalizador para gerar atraso para os recursos numéricos.

Modo de definição de recursos – determina o modo de definição de recursos de dados.

Indica se o mlflow autologger está habilitado para notebooks.

Enumeração para determinar o estado do mlflow autologger.

Define as metas de métrica com suporte para ajuste de hiperparâmetros.

Enumeração para determinar o modo de entrega de dados de entrada.

O status de um trabalho.

O MachineLearningKeyType.

O MachineLearningListViewType.

Tipo de Load Balancer.

Enumeração para definir o detalhamento do log.

Tamanho do modelo de imagem.

Ação de montagem.

Estado de montagem.

rede desse contêiner.

Estado do nó de computação. Os valores estão ociosos, em execução, em preparação, inutilizáveis, deixando e preemptos.

O tipo de sistema operacional.

Nome da última operação.

Status da operação.

Gatilho da operação.

O MachineLearningOrderString.

Tipo de sistema operacional de computação.

Enumerações do modo de entrega de dados de saída.

O estado de provisionamento atual.

Conexão status do consumidor de serviço com o provedor de serviços.

O estado de provisionamento do cluster. Os valores válidos são Desconhecido, Atualizando, Provisionando, Bem-sucedido e Com Falha.

Se as solicitações da Rede Pública são permitidas.

Enumeração para determinar se PublicNetworkAccess está Habilitado ou Desabilitado.

Uma enumeração que descreve a unidade de medida de cota.

Enumerar para descrever a frequência de um agendamento de recorrência.

O estado da porta SSH pública. Os valores possíveis são: Desabilitado – indica que a porta ssh pública está fechada em todos os nós do cluster. Enabled: indica que a porta ssh pública está aberta em todos os nós do cluster. NotSpecified: indica que a porta do SSH pública estará fechada em todos os nós do cluster, se a VNet estiver definida, caso contrário, todos os nós públicos serão abertos. Esse só pode ser o padrão durante a criação do cluster. Depois disso, ele é habilitado ou desabilitado.

O MachineLearningScheduleListViewType.

O estado de implantação atual do agendamento.

O MachineLearningScheduleProvisioningStatus.

A agenda está habilitada ou desabilitada?.

O MachineLearningServiceDataAccessAuthIdentity.

O parâmetro que define como o AutoML deve lidar com uma série temporal curta.

Configuração de dimensionamento de nó para o sku de computação.

Tipo de fonte de dados.

O estado da porta SSH pública. Os valores possíveis são: Desabilitado – indica que a porta ssh pública está fechada nessa instância. Habilitado – indica que a porta ssh pública está aberta e acessível de acordo com a política de VNet/sub-rede, se aplicável.

Habilite ou desabilite o ssl para pontuação.

O meta-aprendiz é um modelo treinado na saída dos modelos heterogêneos individuais. Os meta-alunos padrão são LogisticRegression para tarefas de classificação (ou LogisticRegressionCV se a validação cruzada estiver habilitada) e ElasticNet para tarefas de regressão/previsão (ou ElasticNetCV se a validação cruzada estiver habilitada). Esse parâmetro pode ser uma das seguintes cadeias de caracteres: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor ou LinearRegression

tipo dessa conta de armazenamento.

O MachineLearningTriggerType.

O MachineLearningUnderlyingResourceAction.

A medida de unidade de tempo para o preço da VM especificado. Exemplo: OneHour.

Uma enumeração que descreve a unidade de medida de uso.

Configure a Decomposição de STL da coluna de destino da série temporal.

Tipo de sistema operacional usado pela VM.

Prioridade da Máquina Virtual.

O tipo da VM.

Status da cota do workspace de atualização.

Status da rede gerenciada de um workspace de machine learning.

O MaterializationStoreType.

Enumeração de tipo de tarefa de modelo.

O MonitoringFeatureDataType.

O MonitoringModelType.

O MonitoringNotificationMode.

A enumeração de ação para a regra de rede.

Enumeração de agendadores de taxa de aprendizagem que se alinham com aqueles com suporte do HF.

O NumericalDataDriftMetric.

O NumericalDataQualityMetric.

O NumericalPredictionDriftMetric.

Métricas primárias para a tarefa Image ObjectDetection.

Categoria de uma regra de saída de rede gerenciada de um workspace de machine learning.

Tipo de regra de saída de rede gerenciada de um workspace de machine learning.

Estado de build do pacote retornado na resposta do pacote.

Tipo de montagem do modelo ou das entradas.

Tipo de entradas.

Tipo de armazenamento a ser usado para o local de carregamento pendente.

O tipo específico de algoritmo aleatório.

Estado de provisionamento do ativo do Registro.

The RegressionModelPerformanceMetric.

O RollingRateType.

O SamplingAlgorithmType.

Otimizador stocástico para modelos de imagem.

Função de agregação de destino.

Tipo de anotação de dados de texto.

O modo de treinamento determina se o treinamento distribuído deve ou não ser usado.

Método de computação de métrica a ser usado para métricas de validação em tarefas de imagem.

Tipo de Definição de Volume. Valores possíveis: bind,volume,tmpfs,npipe.

Esse campo deverá ser implementado pelo Provedor de Recursos se o serviço tiver mais de uma camada, mas não for necessário em um PUT.