entities Pacote

Credenciais de Chave de Acesso.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Configuração de notificação de alertas para tarefas de monitorização

Recurso de Computação do AzureML.

Informações do nó de computação relacionadas com AmlCompute.

Definições de SSH para aceder a um destino de computação AML.

Configurar um objeto AmlComputeSshSettings.

   from azure.ai.ml.entities import AmlComputeSshSettings

   ssh_settings = AmlComputeSshSettings(
       admin_username="azureuser",
       ssh_key_value="ssh-rsa ABCDEFGHIJKLMNOPQRSTUVWXYZ administrator@MININT-2023",
       admin_password="password123",
   )

Configuração da identidade do Token do AzureML.

Credenciais da Chave de API.

Classe base para recurso.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize uma das respetivas subclasses.

Definições para criar um recurso de computação em nome de outro utilizador.

Colocar as definições de pausa automática para a computação do Synapse Spark.

Definições de dimensionamento automático para computação do Synapse Spark.

Armazenamento de blobs do Azure associado a uma área de trabalho do Azure ML.

O arquivo de dados do Azure Data Lake também conhecido como Gen 1 que está ligado a uma área de trabalho do Azure ML.

Azure data lake gen2 que está ligado a uma área de trabalho do Azure ML.

Partilha de ficheiros do Azure ligada a uma área de trabalho do Azure ML.

Configurações de inferência do lote do Azure ML.

Configurações de inferência online do Azure ML.

Tipo de ambiente base.

Todos os parâmetros necessários têm de ser preenchidos para serem enviados para o Azure.

Entidade de implementação do ponto final do Batch.

Entidade de ponto final do Batch.

Tarefas em lote criadas com implementações em lote/invocação de pontos finais.

Esta classe não deve ser instanciada diretamente. Em vez disso, é utilizado como o tipo de retorno da invocação de implementação/ponto final do batch e da listagem de tarefas.

Repita as definições para a implementação de lotes.

Contexto de compilação do Docker para o Ambiente.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Configuração de distribuição de escolha.

Configuração de código para uma tarefa de classificação.

Classe base para o nó de comando, utilizado para o consumo da versão do componente de comando.

Não deve instanciar esta classe diretamente. Em vez disso, deve criá-lo com a função de construtor: comando().

Versão do componente de comando, utilizada para definir um Componente de Comando ou Tarefa.

Tarefa de comando.

Limites para Tarefas de Comandos.

Classe base para a versão do componente, utilizada para definir um componente. Não é possível instanciar diretamente.

Classe base para recursos de computação.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize uma das respetivas subclasses.

Configuração de recursos de computação

Recurso da Instância de Computação.

Credenciais de uma conta de utilizador administrador para SSH no nó de computação.

Só pode ser configurado se ssh_public_access_enabled estiver definido como verdadeiro no recurso de computação.

Configuração do runtime de computação do Spark.

Agendas de computação.

Agendas para o cenário de início ou paragem de computação.

Chave para o ACR associado a determinada área de trabalho.

Cron Trigger para um horário de trabalho.

Especifica a configuração da aplicação de serviço personalizado.

Configurações de inferência personalizadas.

Limiar de métrica de desfasamento de atribuição de funcionalidades

Sinal de monitorização personalizado.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Dados para preparação e classificação.

Entidade de implementação de Captura de Dados.

Um nome de coluna de dataframe :p aram: o nome da coluna :nome do tipo:str, necessário :p aram: Tipo de dados de coluna :tipo de coluna: str, um de [cadeia, número inteiro, longo, flutuante, duplo, binário, datetime, booleano] ou ~azure.ai.ml.entities.DataColumnType, opcional

Limiar de métricas de desvio de dados

Sinal de desvio de dados.

:p aram metric_thresholds :Uma lista de métricas para calcular e os respetivos limiares associados

Recurso de dados com uma tarefa de importação de dados de criação.

Limiar de métricas de qualidade de dados

Sinal de qualidade de dados

Segmento de dados para monitorização.

Arquivo de dados de uma área de trabalho do Azure ML, classe abstrata.

Predefinições de dimensionamento.

Classe base de Implementação de Ponto Final.

Classe base de Implementação de Ponto Final.

Construtor da classe base de Implementação de Ponto Final.

Entidade de coleção

DiagnostiqueRequestProperties.

DiagnostiqueResponseResult.

DiagnostiqueResponseResultValue.

Resultado do Diagnóstico.

Parâmetros para diagnosticar uma área de trabalho.

Classe base de ponto final.

Classe base de ponto final.

Construtor para a classe base de Ponto Final.

Chaves para autenticação de ponto final.

Construtor de chaves para autenticação de ponto final.

Token de autenticação de ponto final.

Constuctor para token de autenticação de Ponto Final.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Especifica uma configuração de ponto final para uma Aplicação Personalizada.

Ambiente de preparação.

Dados de Produção de Atribuição de Funcionalidades

:keyword pre_processing_component: o ID de recurso do ARM (Azure Resource Manager) do recurso de componente utilizado para pré-processar os dados.

Limiar de métrica de desfasamento de atribuição de funcionalidades

Sinal de desfasamento de atribuição de funcionalidades

FeatureStore.

Classe que representa uma regra de saída do FQDN.

Limiar de métrica de qualidade de segurança de geração

Sinal de monitorização da Qualidade de Segurança de Geração.

Configuração de identidade utilizada para representar a propriedade de identidade em recursos de computação, ponto final e registo.

Metadados sobre a imagem do sistema operativo da instância de computação.

Especifica uma configuração de imagem para uma Aplicação Personalizada.

ImportDataSchedule object.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Definição de definições de propriedade intelectual.

IsolationMode para a rede gerida da área de trabalho.

Classe base para tarefas.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize uma das respetivas subclasses.

Classe de configuração de recursos de tarefas, funcionalidades herdadas e expandidas da ResourceConfiguration.

Classe para gerir agendamentos de tarefas.

Configuração básica do serviço de tarefas para retrocompatibilidade.

Esta classe não se destina a ser utilizada diretamente. Em vez disso, utilize uma das respetivas subclasses específicas do seu tipo de tarefa.

Configuração do serviço de tarefas do JupyterLab.

Recurso de Computação do Kubernetes.

Entidade de implementação do ponto final do Kubernetes Online.

Entidade de implementação do ponto final do Kubernetes Online.

Construtor para a entidade de implementação de pontos finais do Kubernetes Online.

Entidade de ponto final do K8s Online.

Entidade de ponto final do K8s Online.

Construtor para a entidade de ponto final do K8s Online.

Dados de Resposta do Pedido LLM

Configuração de distribuição LogNormal.

Configuração de distribuição do LogUniform.

Configuração de credenciais de Identidade Gerida.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

ManagedNetworkProvisionStatus.

Entidade de implementação do ponto final online gerido.

Entidade de implementação do ponto final online gerido.

Construtor para a entidade de implementação de pontos finais do Managed Online.

Entidade de ponto final do Managed Online.

Entidade de ponto final do Managed Online.

Construtor para a entidade de ponto final do Managed Online.

Recurso de Computação de Materialização

Define as definições de materialização.

MaterializationStore. :p tipoaram: tipo de arquivo. :type type: str :p aram target: store target. :type target: str

Modelo para preparação e classificação.

Entidade definição de tarefa.

Entidade Definições de Implementação do Batch de Modelo.

ModelConfiguration.

Pacote de modelo.

Entrada do pacote de modelo.

Monitorizar a definição

Monitorizar filtro de funcionalidades

Monitorizar dados de entrada.

Monitorizar agenda.

Destino de monitorização.

Definições de rede para um recurso de computação.

Nenhuma Configuração de Credenciais.

Configuração de distribuição normal.

Chave para o recurso do bloco de notas associado a determinada área de trabalho.

Configuração para notificação.

Artefacto OneLake (origem de dados) a apoiar a área de trabalho do OneLake.

Arquivo de dados do OneLake que está ligado a uma área de trabalho do Azure ML.

Entidade de implementação de ponto final online.

Entidade de implementação de ponto final online.

Construtor para a entidade de implementação de pontos finais Online

Entidade de ponto final online.

Entidade de ponto final online.

Construtor de uma entidade de ponto final Online.

Entidade Definições do Pedido.

Definições de dimensionamento para implementação online.

A classe base para Regras de Saída não pode ser instanciada diretamente.

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

Caminho de entrada do pacote especificado com um URL.

Caminho de entrada do pacote especificado com um nome de recurso e uma versão.

Classe base para nó paralelo, utilizado para consumo de versões de componentes paralelos.

Não deve instanciar esta classe diretamente. Em vez disso, deve criar a partir da função construtora: paralela.

Versão do componente paralelo, utilizada para definir um componente paralelo.

Tarefa paralela.

Versão do componente de comando que contém o comando e os parâmetros de suporte para um componente ou tarefa de Comando.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize a classe subordinada ~azure.ai.ml.entities.CommandComponent.

Credenciais de token de acesso pessoal.

Classe base para o nó de pipeline, utilizado para o consumo de versões do componente do pipeline. Não deve instanciar esta classe diretamente. Em vez disso, deve utilizar @pipeline o decorador para criar um nó de pipeline.

Componente de pipeline, atualmente utilizado para armazenar componentes num pipeline azure.ai.ml.dsl.pipeline.

Entidade definição de tarefa.

Tarefa de pipeline.

Não deve instanciar esta classe diretamente. Em vez disso, deve utilizar o decorador de @pipeline para criar um PipelineJob.

] computação :p aram: nome de destino de computação do pipeline criado. Predefinições para None :type compute: str :p aram tags: Dicionário de etiquetas. As etiquetas podem ser adicionadas, removidas e atualizadas. Predefinições para None :type tags: dict[str, str] :p aram kwargs: um dicionário de parâmetros de configuração adicionais. Predefinições para None :type kwargs: dict

As definições do PipelineJob incluem default_datastore, default_compute, continue_on_step_failure e force_rerun.

Limiar de métrica de desvio de predição

Sinal de desvio de predição.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Classe que representa uma regra de saída do Ponto Final Privado.

Definições sobre como sondar um ponto final.

Dados de Produção :p aram input_data: Os dados para os quais o desvio será calculado :tipo Entrada: ~azure.ai.ml.entities._input_outputs :p aram data_context: Os dados a calcular deriva em relação a :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component: :type pre_processing_component: string :p aram data_window_size: :type data_window_size: string

Configuração de distribuição QLogNormal.

Configuração de distribuição QLogUniform.

Configuração de distribuição QNormal.

Configuração de distribuição QUniform.

Definições de fila para uma tarefa de pipeline.

Configuração de distribuição randint.

Padrão de periodicidade para um horário de trabalho.

Acionador de periodicidade para um agendamento de tarefas.

Dados de Referência :p aram input_data: os dados para os quais o desvio será calculado :type Input: ~azure.ai.ml.entities._input_outputs :p aram data_context: The data to calculate drift against :type MonitorDatasetContext: ~azure.ai.ml.constants._monitoring :p aram pre_processing_component: :type pre_processing_component: string :p aram target_column_name: :type target_column_name: string :p aram data_window: :type data_window_size: BaselineDataRange

Registo do Azure ML.

Detalhes de cada região em que se encontra um registo.

Entidade de implementação registo de pedidos.

Classe base para classes de entidade.

O recurso é um objeto abstrato que serve de base para a criação de recursos. Contém propriedades e métodos comuns para todos os recursos.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize uma das respetivas subclasses.

Configuração de recursos para uma tarefa.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize as respetivas subclasses.

Definições de requisitos de recursos para um contentor.

Definições de recursos para um contentor.

Esta classe utiliza formatos de Unidade de recurso do Kubernetes. Para obter mais informações, consulte https://kubernetes.io/docs/concepts/configuration/manage-resources-containers/.

RetrySettings paralelos.

Rota.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Agendar objeto utilizado para criar e gerir agendas.

Esta classe não deve ser instanciada diretamente. Em vez disso, utilize as subclasses.

Referência de script.

Resultado da Instância de Serviço.

Configuração de credenciais do Principal de Serviço.

Classe que representa uma regra de saída de Etiqueta de Serviço.

Scripts de configuração personalizados.

Classe base para o nó spark, utilizada para o consumo de versões de componentes do Spark.

Não deve instanciar esta classe diretamente. Em vez disso, deve criá-la a partir da função de construtor: spark.

] :p aram outputs: um mapeamento de nomes de saída para origens de dados de saída utilizadas na tarefa. :type outputs: Dict[str, Union[str, ~azure.ai.ml.Output]] :p aram args: Os argumentos para a tarefa. :type args: str :p aram compute: o recurso de computação em que a tarefa é executada. :type compute: str :p aram resources: The compute resource configuration for the job. :type resources: Union[Dict, ~azure.ai.ml.entities.SparkResourceConfiguration] :p aram entry: The file or class entry point. :type entry: Dict[str, str] :p aram py_files: a lista de ficheiros .zip, .egg ou .py a colocar nas aplicações PYTHONPATH para Python. :type py_files: List[str] :p aram jars: The list of . Ficheiros JAR a incluir nos caminhos de classe do controlador e do executor. :type jars: List[str] :p aram files: The list of files to be placed in the working directory of each executor. :type files: List[str] :p aram archives: The list of archives to be extracted into the working directory of each executor. :type archives: List[str]

Versão do componente do Spark, utilizada para definir um Componente ou Tarefa do Spark.

Um trabalho autónomo do Spark.

Entrada para a tarefa do Spark.

Tipo de entrada de tarefa do Spark. As possibilidades são a entrada de ficheiro Python ou a entrada de classe Scala.

Configuração de recursos de computação para o componente ou tarefa do Spark.

Configuração do serviço de tarefa SSH.

Classe base para varrer nó.

Esta classe não deve ser instanciada diretamente. Em vez disso, deve ser criada através da função construtora: varrer.

Recurso de Computação do SynapseSpark.

Conta ACR do Azure ML.

Contém entidades e objetos SDK para o SDKv2 do Azure Machine Learning.

As áreas principais incluem a gestão de destinos de computação, a criação/gestão de áreas de trabalho e tarefas e a submissão/acesso de modelos, execuções e execução de saída/registo, etc.

Metadados relacionados com a criação e a modificação mais recente de um recurso.

Definições de dimensionamento automático.

Configuração do serviço de tarefas tensorBoard.

Configurações de inferência de triton do Azure ML.

Configuração de distribuição uniforme.

Recurso de computação não suportado.

Utilizado apenas para apresentar propriedades de computação para recursos não totalmente suportados no SDK.

Utilização de recursos do AzureML.

O nome da utilização.

Configuração da identidade do utilizador.

Credenciais de nome de utilizador e palavra-passe.

Representa o resultado da validação de trabalho/recurso.

Esta classe é utilizada para organizar e analisar diagnósticos de ambos os lados do servidor cliente & antes de os expor. O resultado é imutável.

Recurso de Computação de Máquina Virtual.

Definições de SSH para uma máquina virtual.

Tamanho da Máquina Virtual.

Especifica as definições de Montagem do Enlace para uma Aplicação Personalizada.

Configuração do serviço de tarefas do VS Code.

Área de trabalho do Azure ML.

A ligação da área de trabalho do Azure ML fornece uma forma segura de armazenar as informações de autenticação e configuração necessárias para se ligar e interagir com os recursos externos.

WorkspaceHub.

WorkspaceHubConfig.

Chaves da Área de Trabalho.

:type container_registry_credentials:ContainerRegistryCredential :p aram notebook_access_keys: Key for notebook resource associated with given workspace :type notebook_access_keys:NotebookAccessKeys

[Obrigatório] A ação de poder de computação.

O tipo de identidade que criou o recurso.

Uma enumeração que descreve a unidade de medição de utilização.