Microsoft.MachineLearningServices/workspaces/jobs 2022-05-01 - Bicep, ARM template & Terraform AzAPI reference

Bicep 資源定義

工作區/作業資源類型可以使用目標作業來部署：

資源群組 - 請參閱資源群組部署命令

如需每個 API 版本中已變更屬性的清單，請參閱變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 Bicep 新增至範本。

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01' = {
  name: 'string'
  parent: resourceSymbolicName
  properties: {
    computeId: 'string'
    description: 'string'
    displayName: 'string'
    experimentName: 'string'
    identity: {
      identityType: 'string'
      // For remaining properties, see IdentityConfiguration objects
    }
    isArchived: bool
    properties: {
      {customized property}: 'string'
    }
    services: {
      {customized property}: {
        endpoint: 'string'
        jobServiceType: 'string'
        port: int
        properties: {
          {customized property}: 'string'
        }
      }
    }
    tags: {}
    jobType: 'string'
    // For remaining properties, see JobBaseProperties objects
  }
}

JobBaseProperties 物件

設定 jobType 屬性，以指定物件的類型。

針對 Command，請使用：

  jobType: 'Command'
  codeId: 'string'
  command: 'string'
  distribution: {
    distributionType: 'string'
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId: 'string'
  environmentVariables: {
    {customized property}: 'string'
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  limits: {
    jobLimitsType: 'string'
    timeout: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  resources: {
    instanceCount: int
    instanceType: 'string'
    properties: {
      {customized property}: any()
    }
  }

針對 Pipeline，請使用：

  jobType: 'Pipeline'
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  jobs: {
    {customized property}: any()
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  settings: any()

針對掃掠，請使用：

  jobType: 'Sweep'
  earlyTermination: {
    delayEvaluation: int
    evaluationInterval: int
    policyType: 'string'
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs: {
    {customized property}: {
      description: 'string'
      jobInputType: 'string'
      // For remaining properties, see JobInput objects
    }
  }
  limits: {
    jobLimitsType: 'string'
    maxConcurrentTrials: int
    maxTotalTrials: int
    timeout: 'string'
    trialTimeout: 'string'
  }
  objective: {
    goal: 'string'
    primaryMetric: 'string'
  }
  outputs: {
    {customized property}: {
      description: 'string'
      jobOutputType: 'string'
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm: {
    samplingAlgorithmType: 'string'
    // For remaining properties, see SamplingAlgorithm objects
  }
  searchSpace: any()
  trial: {
    codeId: 'string'
    command: 'string'
    distribution: {
      distributionType: 'string'
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId: 'string'
    environmentVariables: {
      {customized property}: 'string'
    }
    resources: {
      instanceCount: int
      instanceType: 'string'
      properties: {
        {customized property}: any()
      }
    }
  }

IdentityConfiguration 物件

設定 identityType 屬性，以指定對象的類型。

針對 AMLToken，請使用：

  identityType: 'AMLToken'

針對 Managed，請使用：

  identityType: 'Managed'
  clientId: 'string'
  objectId: 'string'
  resourceId: 'string'

針對 UserIdentity，請使用：

  identityType: 'UserIdentity'

DistributionConfiguration 物件

設定 distributionType 屬性，以指定對象的類型。

針對 Mpi，請使用：

  distributionType: 'Mpi'
  processCountPerInstance: int

針對 PyTorch，請使用：

  distributionType: 'PyTorch'
  processCountPerInstance: int

針對 TensorFlow，請使用：

  distributionType: 'TensorFlow'
  parameterServerCount: int
  workerCount: int

JobInput 物件

設定 jobInputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  jobInputType: 'custom_model'
  mode: 'string'
  uri: 'string'

針對常值，請使用：

  jobInputType: 'literal'
  value: 'string'

針對 mlflow_model，請使用：

  jobInputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'

針對 mltable，請使用：

  jobInputType: 'mltable'
  mode: 'string'
  uri: 'string'

針對 triton_model，請使用：

  jobInputType: 'triton_model'
  mode: 'string'
  uri: 'string'

針對 uri_file，請使用：

  jobInputType: 'uri_file'
  mode: 'string'
  uri: 'string'

針對 uri_folder，請使用：

  jobInputType: 'uri_folder'
  mode: 'string'
  uri: 'string'

JobOutput 物件

設定 jobOutputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  jobOutputType: 'custom_model'
  mode: 'string'
  uri: 'string'

針對 mlflow_model，請使用：

  jobOutputType: 'mlflow_model'
  mode: 'string'
  uri: 'string'

針對 mltable，請使用：

  jobOutputType: 'mltable'
  mode: 'string'
  uri: 'string'

針對 triton_model，請使用：

  jobOutputType: 'triton_model'
  mode: 'string'
  uri: 'string'

針對 uri_file，請使用：

  jobOutputType: 'uri_file'
  mode: 'string'
  uri: 'string'

針對 uri_folder，請使用：

  jobOutputType: 'uri_folder'
  mode: 'string'
  uri: 'string'

EarlyTerminationPolicy 物件

設定 policyType 屬性，以指定對象的類型。

針對 Bandit，請使用：

  policyType: 'Bandit'
  slackAmount: int
  slackFactor: int

針對 MedianStopping，請使用：

  policyType: 'MedianStopping'

針對 TruncationSelection，請使用：

  policyType: 'TruncationSelection'
  truncationPercentage: int

SamplingAlgorithm 物件

設定 samplingAlgorithmType 屬性，以指定對象的類型。

針對貝氏，請使用：

  samplingAlgorithmType: 'Bayesian'

針對 Grid，請使用：

  samplingAlgorithmType: 'Grid'

針對 Random，請使用：

  samplingAlgorithmType: 'Random'
  rule: 'string'
  seed: int

屬性值

workspaces/jobs

名字	描述	價值
名字	資源名稱請參閱如何在 Bicep 中設定子資源的名稱和類型。	字串（必要）
父母	在 Bicep 中，您可以指定子資源的父資源。只有在父資源外部宣告子資源時，才需要新增這個屬性。如需詳細資訊，請參閱父資源外部的子資源。	類型的資源符號名稱：工作區
性能	[必要]實體的其他屬性。	JobBaseProperties （必要）

JobBaseProperties

名字	描述	價值
computeId	計算資源的 ARM 資源識別碼。	字串
描述	資產描述文字。	字串
displayName	工作的顯示名稱。	字串
experimentName	作業所屬的實驗名稱。如果未設定，作業會放在「默認」實驗中。	字串
身份	身分識別設定。如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。如果為 null，則預設為 AmlToken。	IdentityConfiguration
isArchived	資產是否已封存？	bool
性能	資產屬性字典。	ResourceBaseProperties
服務業	JobEndpoints 的清單。針對本機作業，作業端點會有 FileStreamObject 的端點值。	JobBaseServices
標籤	標記字典。標記可以新增、移除和更新。	物件
jobType	設定物件類型	命令管線掃掠（必要）

IdentityConfiguration

名字	描述	價值
identityType	設定物件類型	AMLToken 受控 UserIdentity （必要）

AmlToken

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'AMLToken' （必要）

ManagedIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'Managed' （必要）
clientId	依用戶端識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
objectId	依物件識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
resourceId	依 ARM 資源識別碼指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串

UserIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'UserIdentity' （必要）

ResourceBaseProperties

名字	描述	價值
{自定義屬性}		字串

JobBaseServices

名字	描述	價值
{自定義屬性}		JobService

JobService

名字	描述	價值
端點	端點的 URL。	字串
jobServiceType	端點類型。	字串
港口	端點的埠。	int
性能	在端點上設定的其他屬性。	JobServiceProperties

JobServiceProperties

名字	描述	價值
{自定義屬性}		字串

CommandJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'Command' （必要）
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	CommandJobEnvironmentVariables
輸入	對應作業中使用的輸入數據系結。	CommandJobInputs
限制	命令作業限制。	CommandJobLimits
輸出	對應作業中使用的輸出數據系結。	CommandJobOutputs
資源	作業的計算資源組態。	ResourceConfiguration

DistributionConfiguration

名字	描述	價值
distributionType	設定物件類型	Mpi PyTorch TensorFlow （必要）

Mpi

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'Mpi' （必要）
processCountPerInstance	每個 MPI 節點的進程數目。	int

PyTorch

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'PyTorch' （必要）
processCountPerInstance	每個節點的進程數目。	int

TensorFlow

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'TensorFlow' （必要）
parameterServerCount	參數伺服器工作的數目。	int
workerCount	背景工作角色數目。如果未指定，則會預設為實例計數。	int

CommandJobEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

CommandJobInputs

名字	描述	價值
{自定義屬性}		JobInput

JobInput

名字	描述	價值
描述	輸入的描述。	字串
jobInputType	設定物件類型	custom_model 常值 mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'custom_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

LiteralJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'literal' （必要）
價值	[必要]輸入的常值。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLFlowModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'mlflow_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLTableJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'mltable' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

TritonModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'triton_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFileJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'uri_file' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFolderJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'uri_folder' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

CommandJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	'Command' '掃掠' （必要）
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串

CommandJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

JobOutput

名字	描述	價值
描述	輸出的描述。	字串
jobOutputType	設定物件類型	custom_model mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'custom_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

MLFlowModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'mlflow_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

MLTableJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'mltable' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

TritonModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'triton_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

UriFileJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'uri_file' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

UriFolderJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'uri_folder' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

ResourceConfiguration

名字	描述	價值
instanceCount	計算目標所使用的實例或節點選擇性數目。	int
instanceType	計算目標所支持的選擇性 VM 類型。	字串
性能	其他屬性包。	ResourceConfigurationProperties

ResourceConfigurationProperties

名字	描述	價值
{自定義屬性}		針對 Bicep，您可以使用 any（）函式。

PipelineJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'Pipeline' （必要）
輸入	管線作業的輸入。	PipelineJobInputs
工作	作業會建構管線作業。	PipelineJobJobs
輸出	管線作業的輸出	PipelineJobOutputs
設置	管線設定，適用於 ContinueRunOnStepFailure 等專案。	針對 Bicep，您可以使用 any（）函式。

PipelineJobInputs

名字	描述	價值
{自定義屬性}		JobInput

PipelineJobJobs

名字	描述	價值
{自定義屬性}		針對 Bicep，您可以使用 any（）函式。

PipelineJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SweepJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'掃掠' （必要）
earlyTermination	早期終止原則可在完成之前取消執行效能不佳	EarlyTerminationPolicy
輸入	對應作業中使用的輸入數據系結。	SweepJobInputs
限制	掃掠作業限制。	SweepJobLimits
目的	[必要]優化目標。	目標（必要）
輸出	對應作業中使用的輸出數據系結。	SweepJobOutputs
samplingAlgorithm	[必要]超參數取樣演算法	SamplingAlgorithm （必要）
searchSpace	[必要]包含每個參數及其散發的字典。字典索引鍵是參數的名稱	針對 Bicep，您可以使用 any（）函式。（必要）
試驗	[必要]試用版元件定義。	試用版元件（必要）

EarlyTerminationPolicy

名字	描述	價值
delayEvaluation	延遲第一次評估的間隔數目。	int
evaluationInterval	原則評估之間的間隔（執行次數）。	int
policyType	設定物件類型	強盜中位數停止截斷選取（必要）

BanditPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	“強盜”（必要）
slackAmount	從最佳執行執行中允許的絕對距離。	int
slackFactor	與最佳執行距離的允許距離比率。	int

MedianStoppingPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	'MedianStopping' （必要）

TruncationSelectionPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	'TruncationSelection' （必要）
truncationPercentage	要在每個評估間隔取消的執行百分比。	int

SweepJobInputs

名字	描述	價值
{自定義屬性}		JobInput

SweepJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	'Command' '掃掠' （必要）
maxConcurrentTrials	掃掠作業最大並行試用版。	int
maxTotalTrials	掃掠作業最大總試用版。	int
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串
trialTimeout	掃掠作業試用版逾時值。	字串

目的

名字	描述	價值
目標	[必要]定義超參數微調支援的計量目標	'Maximize' '最小化' （必要）
primaryMetric	[必要]要優化之計量的名稱。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

SweepJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	設定物件類型	貝氏方格隨機（必要）

BayesianSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	“貝氏” （必要）

GridSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	'Grid' （必要）

RandomSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	'Random' （必要）
統治	隨機演算法的特定類型	'Random' 'Sobol'
種子	要作為隨機數產生種子的選擇性整數	int

TrialComponent

名字	描述	價值
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	TrialComponentEnvironmentVariables
資源	作業的計算資源組態。	ResourceConfiguration

TrialComponentEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

快速入門範本

下列快速入門範本會部署此資源類型。

範本	描述
建立 Azure Machine Learning AutoML 分類作業	此範本會建立 Azure Machine Learning AutoML 分類作業，以找出最佳模型，以預測客戶是否會訂閱與金融機構的固定期存款。
建立 Azure Machine Learning 命令作業	此範本會建立具有基本你好_world 腳本的 Azure Machine Learning 命令作業
建立 Azure Machine Learning 掃掠作業	此範本會建立 Azure Machine Learning 掃掠作業以進行超參數微調。

ARM 樣本資源定義

工作區/作業資源類型可以使用目標作業來部署：

資源群組 - 請參閱資源群組部署命令

如需每個 API 版本中已變更屬性的清單，請參閱變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 JSON 新增至範本。

{
  "type": "Microsoft.MachineLearningServices/workspaces/jobs",
  "apiVersion": "2022-05-01",
  "name": "string",
  "properties": {
    "computeId": "string",
    "description": "string",
    "displayName": "string",
    "experimentName": "string",
    "identity": {
      "identityType": "string"
      // For remaining properties, see IdentityConfiguration objects
    },
    "isArchived": "bool",
    "properties": {
      "{customized property}": "string"
    },
    "services": {
      "{customized property}": {
        "endpoint": "string",
        "jobServiceType": "string",
        "port": "int",
        "properties": {
          "{customized property}": "string"
        }
      }
    },
    "tags": {},
    "jobType": "string"
    // For remaining properties, see JobBaseProperties objects
  }
}

JobBaseProperties 物件

設定 jobType 屬性，以指定物件的類型。

針對 Command，請使用：

  "jobType": "Command",
  "codeId": "string",
  "command": "string",
  "distribution": {
    "distributionType": "string"
    // For remaining properties, see DistributionConfiguration objects
  },
  "environmentId": "string",
  "environmentVariables": {
    "{customized property}": "string"
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "limits": {
    "jobLimitsType": "string",
    "timeout": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "resources": {
    "instanceCount": "int",
    "instanceType": "string",
    "properties": {
      "{customized property}": {}
    }
  }

針對 Pipeline，請使用：

  "jobType": "Pipeline",
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "jobs": {
    "{customized property}": {}
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "settings": {}

針對掃掠，請使用：

  "jobType": "Sweep",
  "earlyTermination": {
    "delayEvaluation": "int",
    "evaluationInterval": "int",
    "policyType": "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  },
  "inputs": {
    "{customized property}": {
      "description": "string",
      "jobInputType": "string"
      // For remaining properties, see JobInput objects
    }
  },
  "limits": {
    "jobLimitsType": "string",
    "maxConcurrentTrials": "int",
    "maxTotalTrials": "int",
    "timeout": "string",
    "trialTimeout": "string"
  },
  "objective": {
    "goal": "string",
    "primaryMetric": "string"
  },
  "outputs": {
    "{customized property}": {
      "description": "string",
      "jobOutputType": "string"
      // For remaining properties, see JobOutput objects
    }
  },
  "samplingAlgorithm": {
    "samplingAlgorithmType": "string"
    // For remaining properties, see SamplingAlgorithm objects
  },
  "searchSpace": {},
  "trial": {
    "codeId": "string",
    "command": "string",
    "distribution": {
      "distributionType": "string"
      // For remaining properties, see DistributionConfiguration objects
    },
    "environmentId": "string",
    "environmentVariables": {
      "{customized property}": "string"
    },
    "resources": {
      "instanceCount": "int",
      "instanceType": "string",
      "properties": {
        "{customized property}": {}
      }
    }
  }

IdentityConfiguration 物件

設定 identityType 屬性，以指定對象的類型。

針對 AMLToken，請使用：

  "identityType": "AMLToken"

針對 Managed，請使用：

  "identityType": "Managed",
  "clientId": "string",
  "objectId": "string",
  "resourceId": "string"

針對 UserIdentity，請使用：

  "identityType": "UserIdentity"

DistributionConfiguration 物件

設定 distributionType 屬性，以指定對象的類型。

針對 Mpi，請使用：

  "distributionType": "Mpi",
  "processCountPerInstance": "int"

針對 PyTorch，請使用：

  "distributionType": "PyTorch",
  "processCountPerInstance": "int"

針對 TensorFlow，請使用：

  "distributionType": "TensorFlow",
  "parameterServerCount": "int",
  "workerCount": "int"

JobInput 物件

設定 jobInputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  "jobInputType": "custom_model",
  "mode": "string",
  "uri": "string"

針對常值，請使用：

  "jobInputType": "literal",
  "value": "string"

針對 mlflow_model，請使用：

  "jobInputType": "mlflow_model",
  "mode": "string",
  "uri": "string"

針對 mltable，請使用：

  "jobInputType": "mltable",
  "mode": "string",
  "uri": "string"

針對 triton_model，請使用：

  "jobInputType": "triton_model",
  "mode": "string",
  "uri": "string"

針對 uri_file，請使用：

  "jobInputType": "uri_file",
  "mode": "string",
  "uri": "string"

針對 uri_folder，請使用：

  "jobInputType": "uri_folder",
  "mode": "string",
  "uri": "string"

JobOutput 物件

設定 jobOutputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  "jobOutputType": "custom_model",
  "mode": "string",
  "uri": "string"

針對 mlflow_model，請使用：

  "jobOutputType": "mlflow_model",
  "mode": "string",
  "uri": "string"

針對 mltable，請使用：

  "jobOutputType": "mltable",
  "mode": "string",
  "uri": "string"

針對 triton_model，請使用：

  "jobOutputType": "triton_model",
  "mode": "string",
  "uri": "string"

針對 uri_file，請使用：

  "jobOutputType": "uri_file",
  "mode": "string",
  "uri": "string"

針對 uri_folder，請使用：

  "jobOutputType": "uri_folder",
  "mode": "string",
  "uri": "string"

EarlyTerminationPolicy 物件

設定 policyType 屬性，以指定對象的類型。

針對 Bandit，請使用：

  "policyType": "Bandit",
  "slackAmount": "int",
  "slackFactor": "int"

針對 MedianStopping，請使用：

  "policyType": "MedianStopping"

針對 TruncationSelection，請使用：

  "policyType": "TruncationSelection",
  "truncationPercentage": "int"

SamplingAlgorithm 物件

設定 samplingAlgorithmType 屬性，以指定對象的類型。

針對貝氏，請使用：

  "samplingAlgorithmType": "Bayesian"

針對 Grid，請使用：

  "samplingAlgorithmType": "Grid"

針對 Random，請使用：

  "samplingAlgorithmType": "Random",
  "rule": "string",
  "seed": "int"

屬性值

workspaces/jobs

名字	描述	價值
類型	資源類型	'Microsoft.MachineLearningServices/workspaces/jobs'
apiVersion	資源 API 版本	'2022-05-01'
名字	資源名稱請參閱如何在JSON ARM 範本中設定子資源的名稱和類型。	字串（必要）
性能	[必要]實體的其他屬性。	JobBaseProperties （必要）

JobBaseProperties

名字	描述	價值
computeId	計算資源的 ARM 資源識別碼。	字串
描述	資產描述文字。	字串
displayName	工作的顯示名稱。	字串
experimentName	作業所屬的實驗名稱。如果未設定，作業會放在「默認」實驗中。	字串
身份	身分識別設定。如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。如果為 null，則預設為 AmlToken。	IdentityConfiguration
isArchived	資產是否已封存？	bool
性能	資產屬性字典。	ResourceBaseProperties
服務業	JobEndpoints 的清單。針對本機作業，作業端點會有 FileStreamObject 的端點值。	JobBaseServices
標籤	標記字典。標記可以新增、移除和更新。	物件
jobType	設定物件類型	命令管線掃掠（必要）

IdentityConfiguration

名字	描述	價值
identityType	設定物件類型	AMLToken 受控 UserIdentity （必要）

AmlToken

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'AMLToken' （必要）

ManagedIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'Managed' （必要）
clientId	依用戶端識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
objectId	依物件識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
resourceId	依 ARM 資源識別碼指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串

UserIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	'UserIdentity' （必要）

ResourceBaseProperties

名字	描述	價值
{自定義屬性}		字串

JobBaseServices

名字	描述	價值
{自定義屬性}		JobService

JobService

名字	描述	價值
端點	端點的 URL。	字串
jobServiceType	端點類型。	字串
港口	端點的埠。	int
性能	在端點上設定的其他屬性。	JobServiceProperties

JobServiceProperties

名字	描述	價值
{自定義屬性}		字串

CommandJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'Command' （必要）
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	CommandJobEnvironmentVariables
輸入	對應作業中使用的輸入數據系結。	CommandJobInputs
限制	命令作業限制。	CommandJobLimits
輸出	對應作業中使用的輸出數據系結。	CommandJobOutputs
資源	作業的計算資源組態。	ResourceConfiguration

DistributionConfiguration

名字	描述	價值
distributionType	設定物件類型	Mpi PyTorch TensorFlow （必要）

Mpi

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'Mpi' （必要）
processCountPerInstance	每個 MPI 節點的進程數目。	int

PyTorch

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'PyTorch' （必要）
processCountPerInstance	每個節點的進程數目。	int

TensorFlow

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	'TensorFlow' （必要）
parameterServerCount	參數伺服器工作的數目。	int
workerCount	背景工作角色數目。如果未指定，則會預設為實例計數。	int

CommandJobEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

CommandJobInputs

名字	描述	價值
{自定義屬性}		JobInput

JobInput

名字	描述	價值
描述	輸入的描述。	字串
jobInputType	設定物件類型	custom_model 常值 mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'custom_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

LiteralJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'literal' （必要）
價值	[必要]輸入的常值。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLFlowModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'mlflow_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLTableJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'mltable' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

TritonModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'triton_model' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFileJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'uri_file' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFolderJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	'uri_folder' （必要）
模式	輸入資產傳遞模式。	'Direct' 'Download' 'EvalDownload' 'EvalMount' 'ReadOnlyMount' 'ReadWriteMount'
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

CommandJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	'Command' '掃掠' （必要）
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串

CommandJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

JobOutput

名字	描述	價值
描述	輸出的描述。	字串
jobOutputType	設定物件類型	custom_model mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'custom_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

MLFlowModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'mlflow_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

MLTableJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'mltable' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

TritonModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'triton_model' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

UriFileJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'uri_file' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

UriFolderJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	'uri_folder' （必要）
模式	輸出資產傳遞模式。	'ReadWriteMount' 'Upload'
uri	輸出資產 URI。	字串

ResourceConfiguration

名字	描述	價值
instanceCount	計算目標所使用的實例或節點選擇性數目。	int
instanceType	計算目標所支持的選擇性 VM 類型。	字串
性能	其他屬性包。	ResourceConfigurationProperties

ResourceConfigurationProperties

名字	描述	價值
{自定義屬性}

PipelineJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'Pipeline' （必要）
輸入	管線作業的輸入。	PipelineJobInputs
工作	作業會建構管線作業。	PipelineJobJobs
輸出	管線作業的輸出	PipelineJobOutputs
設置	管線設定，適用於 ContinueRunOnStepFailure 等專案。

PipelineJobInputs

名字	描述	價值
{自定義屬性}		JobInput

PipelineJobJobs

名字	描述	價值
{自定義屬性}

PipelineJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SweepJob

名字	描述	價值
jobType	[必要]指定作業的類型。	'掃掠' （必要）
earlyTermination	早期終止原則可在完成之前取消執行效能不佳	EarlyTerminationPolicy
輸入	對應作業中使用的輸入數據系結。	SweepJobInputs
限制	掃掠作業限制。	SweepJobLimits
目的	[必要]優化目標。	目標（必要）
輸出	對應作業中使用的輸出數據系結。	SweepJobOutputs
samplingAlgorithm	[必要]超參數取樣演算法	SamplingAlgorithm （必要）
searchSpace	[必要]包含每個參數及其散發的字典。字典索引鍵是參數的名稱
試驗	[必要]試用版元件定義。	試用版元件（必要）

EarlyTerminationPolicy

名字	描述	價值
delayEvaluation	延遲第一次評估的間隔數目。	int
evaluationInterval	原則評估之間的間隔（執行次數）。	int
policyType	設定物件類型	強盜中位數停止截斷選取（必要）

BanditPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	“強盜”（必要）
slackAmount	從最佳執行執行中允許的絕對距離。	int
slackFactor	與最佳執行距離的允許距離比率。	int

MedianStoppingPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	'MedianStopping' （必要）

TruncationSelectionPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	'TruncationSelection' （必要）
truncationPercentage	要在每個評估間隔取消的執行百分比。	int

SweepJobInputs

名字	描述	價值
{自定義屬性}		JobInput

SweepJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	'Command' '掃掠' （必要）
maxConcurrentTrials	掃掠作業最大並行試用版。	int
maxTotalTrials	掃掠作業最大總試用版。	int
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串
trialTimeout	掃掠作業試用版逾時值。	字串

目的

名字	描述	價值
目標	[必要]定義超參數微調支援的計量目標	'Maximize' '最小化' （必要）
primaryMetric	[必要]要優化之計量的名稱。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

SweepJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	設定物件類型	貝氏方格隨機（必要）

BayesianSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	“貝氏” （必要）

GridSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	'Grid' （必要）

RandomSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	'Random' （必要）
統治	隨機演算法的特定類型	'Random' 'Sobol'
種子	要作為隨機數產生種子的選擇性整數	int

TrialComponent

名字	描述	價值
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	TrialComponentEnvironmentVariables
資源	作業的計算資源組態。	ResourceConfiguration

TrialComponentEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

快速入門範本

下列快速入門範本會部署此資源類型。

範本	描述
建立 Azure Machine Learning AutoML 分類作業	此範本會建立 Azure Machine Learning AutoML 分類作業，以找出最佳模型，以預測客戶是否會訂閱與金融機構的固定期存款。
建立 Azure Machine Learning 命令作業	此範本會建立具有基本你好_world 腳本的 Azure Machine Learning 命令作業
建立 Azure Machine Learning 掃掠作業	此範本會建立 Azure Machine Learning 掃掠作業以進行超參數微調。

Terraform （AzAPI 提供者）資源定義

工作區/作業資源類型可以使用目標作業來部署：

資源群組

如需每個 API 版本中已變更屬性的清單，請參閱變更記錄檔。

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces/jobs 資源，請將下列 Terraform 新增至範本。

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01"
  name = "string"
  parent_id = "string"
  body = jsonencode({
    properties = {
      computeId = "string"
      description = "string"
      displayName = "string"
      experimentName = "string"
      identity = {
        identityType = "string"
        // For remaining properties, see IdentityConfiguration objects
      }
      isArchived = bool
      properties = {
        {customized property} = "string"
      }
      services = {
        {customized property} = {
          endpoint = "string"
          jobServiceType = "string"
          port = int
          properties = {
            {customized property} = "string"
          }
        }
      }
      tags = {}
      jobType = "string"
      // For remaining properties, see JobBaseProperties objects
    }
  })
}

JobBaseProperties 物件

設定 jobType 屬性，以指定物件的類型。

針對 Command，請使用：

  jobType = "Command"
  codeId = "string"
  command = "string"
  distribution = {
    distributionType = "string"
    // For remaining properties, see DistributionConfiguration objects
  }
  environmentId = "string"
  environmentVariables = {
    {customized property} = "string"
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  limits = {
    jobLimitsType = "string"
    timeout = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  resources = {
    instanceCount = int
    instanceType = "string"
    properties = {}
  }

針對 Pipeline，請使用：

  jobType = "Pipeline"
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  jobs = {}
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }

針對掃掠，請使用：

  jobType = "Sweep"
  earlyTermination = {
    delayEvaluation = int
    evaluationInterval = int
    policyType = "string"
    // For remaining properties, see EarlyTerminationPolicy objects
  }
  inputs = {
    {customized property} = {
      description = "string"
      jobInputType = "string"
      // For remaining properties, see JobInput objects
    }
  }
  limits = {
    jobLimitsType = "string"
    maxConcurrentTrials = int
    maxTotalTrials = int
    timeout = "string"
    trialTimeout = "string"
  }
  objective = {
    goal = "string"
    primaryMetric = "string"
  }
  outputs = {
    {customized property} = {
      description = "string"
      jobOutputType = "string"
      // For remaining properties, see JobOutput objects
    }
  }
  samplingAlgorithm = {
    samplingAlgorithmType = "string"
    // For remaining properties, see SamplingAlgorithm objects
  }
  trial = {
    codeId = "string"
    command = "string"
    distribution = {
      distributionType = "string"
      // For remaining properties, see DistributionConfiguration objects
    }
    environmentId = "string"
    environmentVariables = {
      {customized property} = "string"
    }
    resources = {
      instanceCount = int
      instanceType = "string"
      properties = {}
    }
  }

IdentityConfiguration 物件

設定 identityType 屬性，以指定對象的類型。

針對 AMLToken，請使用：

  identityType = "AMLToken"

針對 Managed，請使用：

  identityType = "Managed"
  clientId = "string"
  objectId = "string"
  resourceId = "string"

針對 UserIdentity，請使用：

  identityType = "UserIdentity"

DistributionConfiguration 物件

設定 distributionType 屬性，以指定對象的類型。

針對 Mpi，請使用：

  distributionType = "Mpi"
  processCountPerInstance = int

針對 PyTorch，請使用：

  distributionType = "PyTorch"
  processCountPerInstance = int

針對 TensorFlow，請使用：

  distributionType = "TensorFlow"
  parameterServerCount = int
  workerCount = int

JobInput 物件

設定 jobInputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  jobInputType = "custom_model"
  mode = "string"
  uri = "string"

針對常值，請使用：

  jobInputType = "literal"
  value = "string"

針對 mlflow_model，請使用：

  jobInputType = "mlflow_model"
  mode = "string"
  uri = "string"

針對 mltable，請使用：

  jobInputType = "mltable"
  mode = "string"
  uri = "string"

針對 triton_model，請使用：

  jobInputType = "triton_model"
  mode = "string"
  uri = "string"

針對 uri_file，請使用：

  jobInputType = "uri_file"
  mode = "string"
  uri = "string"

針對 uri_folder，請使用：

  jobInputType = "uri_folder"
  mode = "string"
  uri = "string"

JobOutput 物件

設定 jobOutputType 屬性，以指定物件的類型。

針對 custom_model，請使用：

  jobOutputType = "custom_model"
  mode = "string"
  uri = "string"

針對 mlflow_model，請使用：

  jobOutputType = "mlflow_model"
  mode = "string"
  uri = "string"

針對 mltable，請使用：

  jobOutputType = "mltable"
  mode = "string"
  uri = "string"

針對 triton_model，請使用：

  jobOutputType = "triton_model"
  mode = "string"
  uri = "string"

針對 uri_file，請使用：

  jobOutputType = "uri_file"
  mode = "string"
  uri = "string"

針對 uri_folder，請使用：

  jobOutputType = "uri_folder"
  mode = "string"
  uri = "string"

EarlyTerminationPolicy 物件

設定 policyType 屬性，以指定對象的類型。

針對 Bandit，請使用：

  policyType = "Bandit"
  slackAmount = int
  slackFactor = int

針對 MedianStopping，請使用：

  policyType = "MedianStopping"

針對 TruncationSelection，請使用：

  policyType = "TruncationSelection"
  truncationPercentage = int

SamplingAlgorithm 物件

設定 samplingAlgorithmType 屬性，以指定對象的類型。

針對貝氏，請使用：

  samplingAlgorithmType = "Bayesian"

針對 Grid，請使用：

  samplingAlgorithmType = "Grid"

針對 Random，請使用：

  samplingAlgorithmType = "Random"
  rule = "string"
  seed = int

屬性值

workspaces/jobs

名字	描述	價值
類型	資源類型	“Microsoft.MachineLearningServices/workspaces/jobs@2022-05-01”
名字	資源名稱	字串（必要）
parent_id	此資源為父系之資源的標識碼。	類型資源的標識碼：工作區
性能	[必要]實體的其他屬性。	JobBaseProperties （必要）

JobBaseProperties

名字	描述	價值
computeId	計算資源的 ARM 資源識別碼。	字串
描述	資產描述文字。	字串
displayName	工作的顯示名稱。	字串
experimentName	作業所屬的實驗名稱。如果未設定，作業會放在「默認」實驗中。	字串
身份	身分識別設定。如果設定，這應該是其中一個 AmlToken、ManagedIdentity、UserIdentity 或 null。如果為 null，則預設為 AmlToken。	IdentityConfiguration
isArchived	資產是否已封存？	bool
性能	資產屬性字典。	ResourceBaseProperties
服務業	JobEndpoints 的清單。針對本機作業，作業端點會有 FileStreamObject 的端點值。	JobBaseServices
標籤	標記字典。標記可以新增、移除和更新。	物件
jobType	設定物件類型	命令管線掃掠（必要）

IdentityConfiguration

名字	描述	價值
identityType	設定物件類型	AMLToken 受控 UserIdentity （必要）

AmlToken

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	“AMLToken” （必要）

ManagedIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	“Managed” （必要）
clientId	依用戶端識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
objectId	依物件識別元指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串約束：最小長度 = 36 最大長度 = 36 Pattern = `^[0-9a-fA-F]{8}-([0-9a-fA-F]{4}-){3}[0-9a-fA-F]{12}$`
resourceId	依 ARM 資源識別碼指定使用者指派的身分識別。若為系統指派，請勿設定此欄位。	字串

UserIdentity

名字	描述	價值
identityType	[必要]指定身分識別架構的類型。	“UserIdentity” （必要）

ResourceBaseProperties

名字	描述	價值
{自定義屬性}		字串

JobBaseServices

名字	描述	價值
{自定義屬性}		JobService

JobService

名字	描述	價值
端點	端點的 URL。	字串
jobServiceType	端點類型。	字串
港口	端點的埠。	int
性能	在端點上設定的其他屬性。	JobServiceProperties

JobServiceProperties

名字	描述	價值
{自定義屬性}		字串

CommandJob

名字	描述	價值
jobType	[必要]指定作業的類型。	“Command” （必要）
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	CommandJobEnvironmentVariables
輸入	對應作業中使用的輸入數據系結。	CommandJobInputs
限制	命令作業限制。	CommandJobLimits
輸出	對應作業中使用的輸出數據系結。	CommandJobOutputs
資源	作業的計算資源組態。	ResourceConfiguration

DistributionConfiguration

名字	描述	價值
distributionType	設定物件類型	Mpi PyTorch TensorFlow （必要）

Mpi

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	“Mpi” （必要）
processCountPerInstance	每個 MPI 節點的進程數目。	int

PyTorch

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	“PyTorch” （必要）
processCountPerInstance	每個節點的進程數目。	int

TensorFlow

名字	描述	價值
distributionType	[必要]指定散發架構的類型。	“TensorFlow” （必要）
parameterServerCount	參數伺服器工作的數目。	int
workerCount	背景工作角色數目。如果未指定，則會預設為實例計數。	int

CommandJobEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

CommandJobInputs

名字	描述	價值
{自定義屬性}		JobInput

JobInput

名字	描述	價值
描述	輸入的描述。	字串
jobInputType	設定物件類型	custom_model 常值 mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“custom_model” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

LiteralJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“literal” （必要）
價值	[必要]輸入的常值。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLFlowModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“mlflow_model” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

MLTableJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“mltable” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

TritonModelJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“triton_model” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFileJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“uri_file” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

UriFolderJobInput

名字	描述	價值
jobInputType	[必要]指定作業的類型。	“uri_folder” （必要）
模式	輸入資產傳遞模式。	“Direct” “下載” “EvalDownload” “EvalMount” “ReadOnlyMount” “ReadWriteMount”
uri	[必要]輸入資產 URI。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

CommandJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	“Command” “掃掠” （必要）
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串

CommandJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

JobOutput

名字	描述	價值
描述	輸出的描述。	字串
jobOutputType	設定物件類型	custom_model mlflow_model mltable triton_model uri_file uri_folder （必要）

CustomModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“custom_model” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

MLFlowModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“mlflow_model” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

MLTableJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“mltable” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

TritonModelJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“triton_model” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

UriFileJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“uri_file” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

UriFolderJobOutput

名字	描述	價值
jobOutputType	[必要]指定作業的類型。	“uri_folder” （必要）
模式	輸出資產傳遞模式。	“ReadWriteMount” “Upload”
uri	輸出資產 URI。	字串

ResourceConfiguration

名字	描述	價值
instanceCount	計算目標所使用的實例或節點選擇性數目。	int
instanceType	計算目標所支持的選擇性 VM 類型。	字串
性能	其他屬性包。	ResourceConfigurationProperties

ResourceConfigurationProperties

名字	描述	價值
{自定義屬性}

PipelineJob

名字	描述	價值
jobType	[必要]指定作業的類型。	“Pipeline” （必要）
輸入	管線作業的輸入。	PipelineJobInputs
工作	作業會建構管線作業。	PipelineJobJobs
輸出	管線作業的輸出	PipelineJobOutputs
設置	管線設定，適用於 ContinueRunOnStepFailure 等專案。

PipelineJobInputs

名字	描述	價值
{自定義屬性}		JobInput

PipelineJobJobs

名字	描述	價值
{自定義屬性}

PipelineJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SweepJob

名字	描述	價值
jobType	[必要]指定作業的類型。	“掃掠” （必要）
earlyTermination	早期終止原則可在完成之前取消執行效能不佳	EarlyTerminationPolicy
輸入	對應作業中使用的輸入數據系結。	SweepJobInputs
限制	掃掠作業限制。	SweepJobLimits
目的	[必要]優化目標。	目標（必要）
輸出	對應作業中使用的輸出數據系結。	SweepJobOutputs
samplingAlgorithm	[必要]超參數取樣演算法	SamplingAlgorithm （必要）
searchSpace	[必要]包含每個參數及其散發的字典。字典索引鍵是參數的名稱
試驗	[必要]試用版元件定義。	試用版元件（必要）

EarlyTerminationPolicy

名字	描述	價值
delayEvaluation	延遲第一次評估的間隔數目。	int
evaluationInterval	原則評估之間的間隔（執行次數）。	int
policyType	設定物件類型	強盜中位數停止截斷選取（必要）

BanditPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	“強盜”（必要）
slackAmount	從最佳執行執行中允許的絕對距離。	int
slackFactor	與最佳執行距離的允許距離比率。	int

MedianStoppingPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	“MedianStopping” （必要）

TruncationSelectionPolicy

名字	描述	價值
policyType	[必要]原則設定的名稱	“TruncationSelection” （必要）
truncationPercentage	要在每個評估間隔取消的執行百分比。	int

SweepJobInputs

名字	描述	價值
{自定義屬性}		JobInput

SweepJobLimits

名字	描述	價值
jobLimitsType	[必要]JobLimit 類型。	“Command” “掃掠” （必要）
maxConcurrentTrials	掃掠作業最大並行試用版。	int
maxTotalTrials	掃掠作業最大總試用版。	int
超時	ISO 8601 格式的最大執行持續時間，之後作業將會取消。僅支援有效位數為秒數的持續時間。	字串
trialTimeout	掃掠作業試用版逾時值。	字串

目的

名字	描述	價值
目標	[必要]定義超參數微調支援的計量目標	“最大化” “最小化” （必要）
primaryMetric	[必要]要優化之計量的名稱。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`

SweepJobOutputs

名字	描述	價值
{自定義屬性}		JobOutput

SamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	設定物件類型	貝氏方格隨機（必要）

BayesianSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	“貝氏” （必要）

GridSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	“Grid” （必要）

RandomSamplingAlgorithm

名字	描述	價值
samplingAlgorithmType	[必要]用來產生超參數值的演算法，以及組態屬性	“Random” （必要）
統治	隨機演算法的特定類型	“Random” “Sobol”
種子	要作為隨機數產生種子的選擇性整數	int

TrialComponent

名字	描述	價值
codeId	程式代碼資產的 ARM 資源識別碼。	字串
命令	[必要]在作業啟動時執行的命令。例如 “python train.py”	字串（必要）約束：最小長度 = 1 Pattern = `[a-zA-Z0-9_]`
分配	作業的散發組態。如果設定，這應該是其中一個 Mpi、Tensorflow、PyTorch 或 null。	DistributionConfiguration
environmentId	[必要]作業之環境規格的 ARM 資源識別碼。	字串（必要）約束： Pattern = `[a-zA-Z0-9_]`
environmentVariables	作業中包含的環境變數。	TrialComponentEnvironmentVariables
資源	作業的計算資源組態。	ResourceConfiguration

TrialComponentEnvironmentVariables

名字	描述	價值
{自定義屬性}		字串

共用方式為

Microsoft.MachineLearningServices 工作區/作業 2022-05-01

Bicep 資源定義

資源格式

JobBaseProperties 物件

IdentityConfiguration 物件

DistributionConfiguration 物件

JobInput 物件

JobOutput 物件

EarlyTerminationPolicy 物件

SamplingAlgorithm 物件

屬性值

workspaces/jobs

JobBaseProperties

IdentityConfiguration

AmlToken

ManagedIdentity

UserIdentity

ResourceBaseProperties

JobBaseServices

JobService

JobServiceProperties

CommandJob

DistributionConfiguration

Mpi

PyTorch

TensorFlow

CommandJobEnvironmentVariables

CommandJobInputs

JobInput

CustomModelJobInput

LiteralJobInput

MLFlowModelJobInput

MLTableJobInput

TritonModelJobInput

UriFileJobInput

UriFolderJobInput

CommandJobLimits

CommandJobOutputs

JobOutput

CustomModelJobOutput

MLFlowModelJobOutput

MLTableJobOutput

TritonModelJobOutput

UriFileJobOutput

UriFolderJobOutput

ResourceConfiguration

ResourceConfigurationProperties

PipelineJob

PipelineJobInputs

PipelineJobJobs

PipelineJobOutputs

SweepJob

EarlyTerminationPolicy

BanditPolicy

MedianStoppingPolicy

TruncationSelectionPolicy

SweepJobInputs

SweepJobLimits

目的

SweepJobOutputs

SamplingAlgorithm

BayesianSamplingAlgorithm

GridSamplingAlgorithm

RandomSamplingAlgorithm

TrialComponent

TrialComponentEnvironmentVariables

快速入門範本

ARM 樣本資源定義

資源格式

JobBaseProperties 物件

IdentityConfiguration 物件

DistributionConfiguration 物件

JobInput 物件

JobOutput 物件

EarlyTerminationPolicy 物件

SamplingAlgorithm 物件

屬性值

workspaces/jobs

JobBaseProperties

Terraform （AzAPI 提供者）資源定義