@azure/arm-machinelearning package

Tento typ připojení pokrývá ověřování AAD pro všechny příslušné služby Azure.

Výpočetní výkon strojového učení založený na AKS.

Vlastnosti AKS

modelové rozhraní AccessKeyAuthTypeWorkspaceConnectionProperties

modelové rozhraní AccountApiKeys

Tento typ připojení se vztahuje na připojení klíče účtu pro úložiště Azure.

Konfigurace přihlašovacích údajů pro klíčové údaje účtu účtu.

Klíčové tajné kódy účtu datového úložiště.

Údaje o účtu ACR, který má být použit pro registr

modelové rozhraní ActualCapacityInfo

Tajné kódy související s výpočetními prostředky strojového učení založenými na AKS.

Pokročilá konfigurace pro sítě AKS

rozhraní modelu Všechny Vlastnosti

Všechny uzly znamenají, že služba bude spuštěna na všech uzlech úlohy

Výpočetní prostředky Azure Machine Learning.

Informace o výpočetním uzlu související s AmlCompute.

Vlastnosti výpočetních prostředků AML

Konfigurace identity tokenu AML.

Definice výpočetní identity tokenu AML.

Funkce povolené pro pracovní plochu

Přístupové přihlašovací údaje bez přihlašovacích údajů

Tento typ připojení pokrývá obecné kategorie připojení ověřování ApiKey, například: AzureOpenAI: Category:= AzureOpenAI AuthType:= ApiKey (jako diskriminátor typu) Credentials:= {ApiKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {ApiBase}

CognitiveService: Kategorie:= CognitiveService AuthType:= ApiKey (jako diskriminátor typu) Credentials:= {SubscriptionKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= ServiceRegion={serviceRegion}

CognitiveSearch: Category:= CognitiveSearch AuthType:= ApiKey (jako diskriminátor typu) Credentials:= {Key} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target:= {Endpoint}

Použití sady vlastností Metadata pro pole ApiType, ApiVersion, Kind a dalších polí metadat

RESOURCEID ARM prostředku

modelové rozhraní AssetBase

modelové rozhraní AssetContainer

Základní definice pro reference na asset.

Uživatel, který lze přiřadit k výpočetní instanci.

Předpovědní horizont určený automaticky systémem.

Třída AutoMLJob. Tuto třídu použijte k provádění úloh AutoML, jako je klasifikace/regrese atd. Viz výčet TaskType pro všechny podporované úlohy.

AutoML vertikální třída. Základní třída pro AutoML vertikály - TableVertical/ImageVertical/NLPVertical

Validace N-Cross určené automaticky.

Vlastnosti automatického pauzování

Vlastnosti automatického měřítka

Rozhraní modelů AutoSeasonality

Modelové rozhraní AutoTargetLags

Průběžné okno pro zpoždění cíle určené automaticky.

Rozhraní modelu AvailableQuota

modelové rozhraní DostupnéKvótyVlastnosti

Konfigurace úložiště dat Azure Blob.

Konfigurace úložiště dat Azure Data Lake Gen1.

Konfigurace úložiště dat Azure Data Lake Gen2.

Podrobnosti o webhooku specifické pro Azure DevOps

Konfigurace úložiště dat Azure File.

Volitelné parametry pro klienta.

model interface AzureOpenAiFineTuning

Azure Open AI hyperparametry pro jemné doladění.

Definuje zásady předčasného ukončení na základě kritérií časové rezervy a intervalu frekvence a zpoždění pro vyhodnocení

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

Vlastnosti relevantní pro různé typy nasazení

Nastavení dávkového odvozování pro každé nasazení.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace BatchDeployments.

Volitelné parametry.

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

Výchozí hodnoty koncového bodu služby Batch

Konfigurace koncového bodu služby Batch.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace BatchEndpoints.

Volitelné parametry.

Vlastnosti pro nasazení komponenty kanálu Batch.

Opakujte nastavení pro operaci dávkového odvozování.

Definuje vzorkovací algoritmus, který generuje hodnoty na základě předchozích hodnot

Rozhraní modelu BindOptions

modelové rozhraní BlobReferenceForConsumptionDto

Nastavení konfigurace pro kontext sestavení Dockeru

Obálka prostředků Azure Resource Manageru

Schopnosti modelového rozhraníHostaVlastnosti

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace CapabilityHosts.

modelové rozhraní CategoricalDataDriftMetricThreshold

modelové rozhraní CategoricalDataQualityMetricThreshold

modelové rozhraní CategoricalPredictionDriftMetricThreshold

Konfigurace přihlašovacích údajů úložiště dat certifikátu.

Tajné kódy certifikátů úložiště dat.

Klasifikační úloha ve svislé poloze tabulky AutoML.

Klasifikace Konfigurace související se školením.

Parametry aktualizace AmlCompute.

Vlastnosti amlCompute, které je třeba aktualizovat.

Konfigurace pro prostředek bodovacího kódu.

Obálka prostředků Azure Resource Manageru

Kontejner pro verze datových zdrojů kódu.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace CodeContainers.

Obálka prostředků Azure Resource Manageru

Podrobnosti o verzi datového zdroje kódu.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace CodeVersions.

Volitelné parametry.

modelové rozhraní CognitiveServicesSku

Kolekce modelového rozhraní

Parametry sloupcového transformátoru.

Definice úlohy příkazu.

Příkaz Třída limitu úlohy.

Obálka prostředků Azure Resource Manageru

Definice kontejneru komponenty. <viz href="https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command" />

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ComponentContainers.

Obálka prostředků Azure Resource Manageru

Definice verze komponenty: definuje prostředky, které pokrývají typy komponent.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ComponentVersions.

Volitelné parametry.

Machine Learning výpočetní objekt.

Výpočetní instance služby Azure Machine Learning

Definuje aplikaci instance Aml a její identifikátor URI koncového bodu připojení.

Určuje nastavení pro autologger.

Definuje všechny koncové body a vlastnosti připojení pro ComputeInstance.

Definuje kontejner instance Aml.

Popisuje informace o uživateli, který vytvořil tuto ComputeInstance.

Definuje instanci Aml DataDisk.

Definuje instanci Aml DataMount.

Informace o prostředí

Poslední operace na ComputeInstance.

Vlastnosti výpočetní instance

Určuje zásady a nastavení pro přístup SSH.

Verze nástroje computeInstance.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ComputeOperations.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

modelové rozhraní ComputeRecurrenceSchedule

Výpočetní objekt Machine Learning zabalený do obálky prostředku ARM.

modelové rozhraní ComputeRuntimeDto

Seznam plánů, které mají být použity na výpočty

Tajemství související s výpočtem Machine Learning. Může se lišit pro každý typ výpočtu.

Výpočet vlastností plánu zastavení spuštění

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace spojení.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ConnectionRaiBlocklistItem.

Volitelné parametry.

Rozhraní reprezentující operace ConnectionRaiBlocklistItems.

Rozhraní reprezentující operace ConnectionRaiBlocklist.

Volitelné parametry.

Rozhraní reprezentující operace ConnectionRaiBlocklists.

Volitelné parametry.

Rozhraní reprezentující operace ConnectionRaiPolicies.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ConnectionRaiPolicy.

Požadavky na prostředky pro každou instanci kontejneru v rámci online nasazení.

modelové rozhraní ContainerResourceSettings

modelové rozhraní ContentSafety

modelové rozhraní ContentSafetyEndpointDeploymentResourceProperties

modelové rozhraní ContentSafetyEndpointResourceProperties

modelové rozhraní CosmosDbSettings

modelové rozhraní CreateMonitorAction

Trigger pracovního postupu pro typ plánu ComputeStartStop

modelové rozhraní CronTrigger

Požadovaný maximální horizont prognózy v jednotkách četnosti časových řad.

Objekt přihlašovacích údajů vlastních klíčů

Category:= CustomKeys AuthType:= CustomKeys (jako diskriminátor typu) Credentials:= {CustomKeys} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target:= {any value} Použít kontejner vlastností metadat pro ApiVersion a další pole metadat

modelové rozhraní CustomMetricThreshold

modelové rozhraní CustomModelFineTuning

modelové rozhraní CustomModelJobInput

modelové rozhraní CustomModelJobOutput

modelové rozhraní CustomMonitoringSignal

N-křížová ověření jsou specifikována uživatelem.

modelové rozhraní CustomSeasonality

Určuje vlastní konfiguraci služby

modelové rozhraní CustomTargetLags

modelové rozhraní CustomTargetRollingWindowSize

modelové rozhraní DataCollector

Obálka prostředků Azure Resource Manageru

Kontejner pro verze datových assetů.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace DataContainer.

modelové rozhraní DataDriftMetricThresholdBase

modelové rozhraní DataDriftMonitoringSignal

Výpočetní výkon DataFactory.

modelové rozhraníGeneraceGeneraceVertikala

Výpočetní výkon DataLakeAnalytics.

modelové rozhraní DataLakeAnalyticsSchemaProperties

Odkazovat na datový zdroj prostřednictvím jeho cesty v datovém úložišti.

Model interface DataQualityMetricThresholdBase

Rozhraní modeluDataQualityMonitoringSignal

Základní třída DataReferenceCredential

Obálka prostředků Azure Resource Manageru

Definice databáze verze

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace DataVersions.

Volitelné parametry.

Výpočetní výkon DataFactory.

Tajné kódy související s výpočetními prostředky strojového učení založenými na Databricks.

Vlastnosti Databricks

Referenční objekt datové sady.

Obálka prostředků Azure Resource Manageru

Základní definice pro přihlašovací údaje datového úložiště.

Základní definice pro konfiguraci obsahu datového úložiště.

Základní definice pro tajemství datového úložiště.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace datových skladů.

modelové rozhraní DefaultScaleSettings

Smlouva na DeltaModelCurrentState.

modelové rozhraní DeltaModelListRequest

Základ kontraktu pro DeltaModelChangeRequest. Slouží k přidání nebo odebrání.

modelové rozhraní DeltaModelStatusRequest

Smlouva se vrací uživateli delta modely.

Rozmístění modelového rozhraní DeploymentLogs

modelové rozhraní DeploymentLogsRequest

modelové rozhraní DeploymentResourceConfiguration

Publikování informací o datových zdrojích cílového registru

modelové rozhraní DiagnoseRequestProperties

modelové rozhraní DiagnoseResponseResult

Rozhraní modelu: DiagnoseResponseResultValue

Výsledek diagnózy

Parametry pro diagnostiku pracovního prostoru

Destilace Definice úlohy.

Základní definice konfigurace rozdělení úloh.

Modelové rozhraní Docker

Přihlašovací údaje pro Docker s uživatelským jménem a heslem

Zásady předčasného ukončení umožňují před dokončením zrušit spuštění s nízkým výkonem.

modelové rozhraní EncryptionKeyVaultUpdateProperties

modelové rozhraní EncryptionProperty

modelové rozhraní EncryptionUpdateProperties

Modelové rozhraní Koncový bod

Klíče pro autentizaci koncového bodu.

Token služby

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

modelové rozhraní EndpointDeploymentModel

Rozhraní reprezentující operace EndpointDeployment.

Základní definice pro nasazení na koncových zařízeních.

modelové rozhraní EndpointDeploymentResourceProperties

EndpointDeploymentResourcePropertiesBasicResource je pouze pro náhled.

Volitelné parametry.

Volitelné parametry.

modelové rozhraní EndpointKeys

Volitelné parametry.

Volitelné parametry.

modelové rozhraní EndpointModelDeprecationProperties

Vlastnosti modelu koncového bodu.

modelové rozhraní EndpointModelSkuCapacityProperties

modelové rozhraní EndpointModelSkuProperties

modelové rozhraní EndpointModelSkuRateLimitProperties

modelové rozhraní EndpointModelSkuRateLimitRulePatternProperties

modelové rozhraní EndpointModelSkuRateLimitRuleProperties

Stránkovaná kolekce položek EndpointModelProperties

Rozhraní reprezentující operace koncového zařízení.

Základní definice inferenčního koncového bodu

Volitelné parametry.

modelové rozhraní EndpointResourceProperties

EndpointResourcePropertiesBasicResource je zdroj pouze pro náhled.

modelové rozhraní EndpointScheduleAction

Obálka prostředků Azure Resource Manageru

Kontejner pro verze specifikace prostředí.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace EnvironmentContainers.

modelové rozhraní EnvironmentVariable

Obálka prostředků Azure Resource Manageru

Podrobnosti o verzi prostředí.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace EnvironmentVersions.

Volitelné parametry.

Další informace o chybě při správě prostředků

Podrobnosti o chybě.

Běžná chybová odpověď pro všechna rozhraní API Azure Resource Manageru pro vrácení podrobností o chybě pro neúspěšné operace

Informace o odhadované ceně za použití virtuálního počítače konkrétního typu operačního systému, úrovně atd.

Informace o odhadované ceně za použití virtuálního počítače.

modelové rozhraní ExternalFqdnResponse

Obálka prostředků Azure Resource Manageru

modelové rozhraní FeatureAttributionDriftMonitoringSignal

rozhraní modelu FeatureAttributionMetricMetricThreshold

rozhraní modelu FunkceDůležitost Nastavení

Objekt DTO představující funkci

rozhraní modelu FeatureStoreSettings.

modelové rozhraní FeatureSubset

Určuje okno funkce

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace Features.

Obálka prostředků Azure Resource Manageru

Objekt DTO představující sadu funkcí

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace FeaturesetContainers.

DTO objekt reprezentující specifikaci

Obálka prostředků Azure Resource Manageru

Datová část požadavku pro vytvoření žádosti o obnovení pro danou verzi sady funkcí

Datová část odpovědi pro vytvoření požadavku na obnovení pro danou verzi sady funkcí

Objekt DTO představující verzi sady funkcí

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace FeaturesetVersions.

Obálka prostředků Azure Resource Manageru

DTO objekt představující entitu funkce

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace FeaturestoreEntityContainers.

Obálka prostředků Azure Resource Manageru

Objekt DTO představující verzi entity prvku

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace FeaturestoreEntityVersions.

Konfigurace featurizace.

Jemné doladění Definice úlohy.

modelové rozhraní FineTuningVertical

modelové rozhraní FinetuningDetaily

Opravena definice vstupních dat.

modelové rozhraní FlavorData

Požadovaný maximální horizont prognózy v jednotkách četnosti časových řad.

Prognostická úloha ve svislé tabulce AutoML.

Prognózování specifických parametrů.

Forecasting Konfigurace související se školením.

modelové rozhraní FqdnEndpoint

modelové rozhraní FqdnEndpointDetail

modelové rozhraní FqdnEndpoints

Kontejner vlastností pro výsledek koncových bodů plně kvalifikovaného názvu domény

Odchozí pravidlo plně kvalifikovaného názvu domény pro spravovanou síť pracovního prostoru strojového učení.

model interface GetBlobReferenceForConsumptionDto

BlobReferenceSASRequest pro rozhraní API getBlobReferenceSAS

BlobReferenceSASResponse for getBlobReferenceSAS API

Definuje vzorkovací algoritmus, který vyčerpávajícím způsobem generuje každou kombinaci hodnot v prostoru

Možnosti konfigurace prostředí.

Možnosti konfigurace modelu.

Rozhraní modeluStav skupiny

Výpočetní prostředky HDInsight.

Vlastnosti výpočetních prostředků HDInsight

Obsahuje rozsah adres IPv4 v zápisu CIDR, například "124.56.78.91" (jednoduchá IP adresa) nebo "124.56.78.0/24" (všechny adresy začínají 124.56.78). Hodnota může být Allow (Povolit) nebo Deny (Odepřít).

Odkaz na datový zdroj prostřednictvím ID prostředku ARM.

Základní definice konfigurace identity.

Objekt identity používaný k šifrování.

Zastaví výpočetní instanci po období nečinnosti definované uživatelem.

Obrázek rozhraní modelu

Klasifikace obrázků. Klasifikace obrázků s více třídami se používá, když je obrázek klasifikován pouze jedním popiskem ze sady tříd – např. každý obrázek je klasifikován jako obrázek "kočky" nebo "psa" nebo "kachny".

Klasifikace obrázků Multilabel. Klasifikace obrázků s více štítky se používá v případě, že obrázek může mít jeden nebo více štítků ze sady štítků - např. obrázek může být označen jako "kočka" i "pes".

modelové rozhraní ImageDetails

modelové rozhraní ImageInfo

Segmentace instance obrazu. Segmentace instancí se používá k identifikaci objektů v obraze na úrovni obrazových bodů, přičemž kolem každého objektu v obraze se vykreslí mnohoúhelník.

Omezte nastavení pro úlohu AutoML.

Vrátí metadata o bitové kopii operačního systému pro tuto výpočetní instanci.

Distribuční výrazy pro přetažení hodnot nastavení modelu. <Příklad> : Zde jsou některé příklady:

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.

Distribuční výrazy pro přetažení hodnot nastavení modelu. <Příklad> : Zde jsou některé příklady:

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.

Distribuční výrazy pro přetažení hodnot nastavení modelu. <Příklad> : Zde jsou některé příklady:

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.

Nastavení použitá pro trénování modelu. Další informace o dostupných nastaveních naleznete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Nastavení použitá pro trénování modelu. Další informace o dostupných nastaveních naleznete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Nastavení použitá pro trénování modelu. Další informace o dostupných nastaveních naleznete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Detekce obrazových objektů. Detekce objektů se používá k identifikaci objektů v obraze a lokalizaci každého objektu pomocí ohraničovacího rámečku, např. k lokalizaci všech psů a koček na obrázku a nakreslení ohraničovacího rámečku kolem každého z nich.

Nastavení související s úklidem modelů a úklidem hyperparametrů

DTO objekt reprezentující sloupec indexu

Model interface InferenceContainerProperties

InferenceEndpoint je zdroj pouze pro náhled.

Konfigurace InferenceEndpoint

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace InferenceEndpoints.

Volitelné parametry.

InferenceGroup je zdroj pouze pro náhled.

Konfigurace odvozovací skupiny

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace InferenceGroups.

Volitelné parametry.

InferencePool je zdroj pouze pro náhled.

Konfigurace fondu odvození

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace InferencePools.

Volitelné parametry.

Schéma typu instance.

Požadavky nebo omezení prostředků pro tento typ instance

Obálka prostředků Azure Resource Manageru

Základní definice pro práci.

Definice úlohy příkazu.

Rozhraní modelu JobLimits

Informace o definici výstupu úlohy, kde najít výstupy/logy úlohy.

modelové rozhraní JobResourceConfiguration

Rozhraní modelu Pracovní zdroje

modelové rozhraní JobScheduleAction

Definice koncového bodu úlohy

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace Jobs.

Konfigurace jádra Jupyter.

Vlastnosti trezoru klíčů zákazníka

Výpočetní výkon strojového učení založený na výpočetních prostředcích Kubernetes.

Vlastnosti specifické pro KubernetesOnlineDeployment.

Vlastnosti Kubernetes

modelové rozhraní Generování štítků

modelové rozhraní LakeHouseArtifact

modelové rozhraní SeznamNotebookKlíčeVýsledek

modelové rozhraní ListStorageAccountKeysResult

modelové rozhraní SeznamWorkspaceKeysResult

Typ vstupu literálu.

modelové rozhraní MLFlowModelJobInput

modelové rozhraní MLFlowModelJobOutput

Definice dat MLTable

modelové rozhraní MLTableJobInput

modelové rozhraní MLTableJobOutput

Definice spravované výpočetní identity.

Konfigurace spravované identity.

modelové rozhraní ManagedIdentityAuthTypeWorkspaceConnectionProperties

Přihlašovací údaje pro identitu spravovanou uživatelem

Možnosti spravovaného zřizování sítě pro spravovanou síť pracovního prostoru strojového učení.

Stav zřizování pro spravovanou síť pracovního prostoru strojového učení

Rozhraní reprezentující operace ManagedNetworkProvisions.

Volitelné parametry.

Nastavení spravované sítě pro pracovní prostor strojového učení

modelové rozhraní ManagedNetworkSettingsBasicResource

modelové rozhraní ManagedNetworkSettingsEx

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ManagedNetworkSettings.

Volitelné parametry.

Vlastnosti nastavení spravované sítě pracovního prostoru strojového učení.

ManagedNetworkSettingsPropertiesBasicResource je zdroj pouze pro náhled.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ManagedNetworkSettingsRule.

Vlastnosti specifické pro ManagedOnlineDeployment.

modelové rozhraní ManagedOnlineEndpointDeploymentResourceProperties

modelové rozhraní ManagedOnlineEndpointResourceProperties

Podrobnosti o identitách přiřazených spravovanou skupinou prostředků.

Nastavení spravované skupiny prostředků

Identita spravované služby (identita přiřazená systémem nebo identita přiřazená uživatelem)

modelové rozhraní MarketplacePlan

Obálka prostředků Azure Resource Manageru

modelové rozhraní MarketplaceSubscriptionProperties

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace MarketplaceSubscriptions.

DTO objekt představující výpočetní prostředek

modelové rozhraní MaterializaceNastavení.

Definuje zásadu předčasného ukončení na základě průběžných průměrů primární metriky všech spuštění

Obálka prostředků Azure Resource Manageru

modelové rozhraní ModelContainerProperties

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ModelContainers.

rozhraní modeluModelNastavení.

Obálka prostředků Azure Resource Manageru

Podrobnosti o verzi datového zdroje modelu.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ModelVersions.

Volitelné parametry.

Základní definice konfigurace výpočetního monitoru.

Monitorujte základní definici identity výpočetní techniky.

modelové rozhraní MonitorDefinition

modelové rozhraní MonitorEmailNotificationTSettings

modelové rozhraní MonitorNotificationTSettings

Monitorujte definici výpočetních prostředků Spark bez serveru.

modelové rozhraní MonitoringFeatureFilterBase

Definice databáze vstupních dat.

modelové rozhraní MonitoringSignalBase

Definice cíle monitorování.

modelové rozhraní MonitoringThreshold

Konfigurace distribuce MPI.

Hodnota N-křížových validací.

modelové rozhraní NetworkAcls

modelové rozhraní NlpVerticalFeaturizationSettings

Omezení provádění úlohy.

Počty různých stavů výpočetních uzlů na amlCompute.

Definice abstraktních uzlů

modelové rozhraníNeauthTypPracovištěProstorPropojeníVlastnosti

Prázdné/žádné přihlašovací údaje datového úložiště.

modelové rozhraní NotebookAccessTokenResult

modelové rozhraní NotebookPreparationError

modelové rozhraní NotebookResourceInfo

Konfigurace pro oznámení

modelové rozhraní NumericalDataDriftMetricThreshold

modelové rozhraní NumericalDataQualityMetricThreshold

modelové rozhraní NumericalPredictionDriftMetricThreshold

modelové rozhraní OAuth2AuthTypeWorkspaceConnectionProperties

Cíl optimalizace.

Konfigurace artefaktu OneLake (zdroj dat).

Konfigurace datového úložiště OneLake (Trident).

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

modelové rozhraní OnlineDeploymentProperties

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace OnlineDeployments.

Volitelné parametry.

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

Online konfigurace koncových bodů

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace OnlineEndpoints.

Volitelné parametry.

Volitelné parametry.

Konfigurace požadavků na bodování online nasazení.

Konfigurace škálování online nasazení.

modelové rozhraní OpenAIEndpointDeploymentResourceProperties

modelové rozhraní OpenAIEndpointResourceProperties

Podrobnosti o operaci ROZHRANÍ REST API vrácené z rozhraní API pro operace poskytovatele prostředků

Lokalizované zobrazovací informace pro operaci.

Volitelné parametry.

Rozhraní představující operace operací

Vrací metadata o záplatování operačního systému.

Odchozí pravidlo pro spravovanou síť pracovního prostoru strojového učení

Konkrétní typy prostředků proxy můžou být vytvořeny aliasem tohoto typu pomocí konkrétního typu vlastnosti.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace OutboundRule.

Rozhraní reprezentující operace OutboundRules.

Volitelné parametry.

Odkaz na datový zdroj prostřednictvím jeho cesty ve výstupu úlohy.

modelové rozhraní PATAuthTypeWorkspaceConnectionProperties

Rozhraní modelu PTUDeploymentPoužití

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace PTUQuota.

modelové rozhraní PackageDetails

Možnosti pro metodu byPage

Rozhraní, které umožňuje asynchronní iteraci k dokončení i po stránce.

Proměnlivá nastavení dávkového odvozování pro každé nasazení.

Striktně se používá v požadavcích na aktualizaci.

Identita spravované služby (identita přiřazená systémem nebo identita přiřazená uživatelem)

Striktně se používá v požadavcích na aktualizaci.

Striktně se používá v požadavcích na aktualizaci.

Striktně se používá v požadavcích na aktualizaci.

Striktně se používá v požadavcích na aktualizaci.

Striktně se používá v požadavcích na aktualizaci.

Běžná definice SKU.

Rozhraní modelu Heslo

model interface PendingUploadCredentialDto

modelové rozhraní PendingUploadRequestDto

modelové rozhraní PendingUploadResponseDto

Nastavení pro osobní výpočetní instanci.

Definice úlohy kanálu: definuje obecné atributy pro MFE.

Model interface PredictionDriftMetricThresholdBase

Model rozhraní PredictionDriftMonitoringSignal

Prostředek privátního koncového bodu.

Prostředek připojení privátního koncového bodu.

Vlastnosti připojení privátního koncového bodu.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní představující PrivateEndpointConnections operace.

Cíl privátního koncového bodu pro odchozí pravidlo privátního koncového bodu pro spravovanou síť pracovního prostoru strojového učení.

Odchozí pravidlo privátního koncového bodu pro spravovanou síť pracovního prostoru strojového učení.

Síťový prostředek PE, který je propojený s tímto připojením PE.

Prostředek privátního propojení

Vlastnosti prostředku privátního propojení

Volitelné parametry.

Rozhraní představující operace PrivateLinkResources.

Kolekce informací o stavu připojení mezi příjemcem služeb a poskytovatelem.

Konfigurace sondy živosti/připravenosti kontejneru nasazení.

modelové rozhraní PromptSettings.

Základní definice zdrojů poolu.

Definice modelu prostředků pro prostředek proxy serveru Azure Resource Manageru. Nebude obsahovat značky a umístění.

Konfigurace distribuce PyTorch.

modelové rozhraní QueueSettings

Vlastnosti pro aktualizaci nebo načtení podle kvóty.

Parametry aktualizace kvóty.

Volitelné parametry.

Rozhraní reprezentující operace Quotas.

Volitelné parametry.

Konfigurace seznamu bloků Azure OpenAI

Text požadavku na položku RaiBlocklist služeb Cognitive Services.

Vlastnosti položky vlastního seznamu bloků RAI.

RaiBlocklistItemPropertiesBasicResource je zdroj pouze pro náhled.

Vlastnosti vlastního seznamu bloků RAI

RaiBlocklistPropertiesBasicResource je zdroj pouze pro náhled.

Volitelné parametry.

Rozhraní reprezentující operace RaiPolicies.

Filtr obsahu Azure OpenAI

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RaiPolicy.

Vlastnosti filtrů obsahu Azure OpenAI

Prostředek filtrů obsahu Azure OpenAI.

Definuje vzorkovací algoritmus, který generuje hodnoty náhodně

Konfigurace rozložení paprsků. Třída pro správu konfigurace pro distribuovanou Ray úlohu.

Opakování triggeru pracovního postupu pro typ plánu ComputeStartStop.

Modelové rozhraní RecurrenceSchedule

modelové rozhraní RecurrenceTrigger

modelové rozhraní RegenerateEndpointKeysRequest

modelové rozhraní RegenerateServiceAccountKeyContent

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace Registries.

Volitelné parametry.

Volitelné parametry.

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryCodeContainers.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryCodeVersions.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryComponentContainers.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryComponentVersions.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryDataContainers.

Volitelné parametry.

Rozhraní reprezentující operace RegistryDataReferences.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryDataVersions.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryEnvironmentContainers.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryEnvironmentVersions.

modelové rozhraní RegistryListCredentialsResult

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryModelContainers.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace RegistryModelVersions.

Identita spravované služby (identita přiřazená systémem nebo identita přiřazená uživatelem)

Definice připojení privátního koncového bodu.

Vlastnosti připojení privátního koncového bodu

Stav připojení.

Podrobnosti registru

Podrobnosti pro každou oblast, ve které se registr nachází

Regresní úloha ve svislé poloze tabulky AutoML.

Konfigurace související s regresním tréninkem.

Konfigurace požadavků na bodování.

modelové rozhraní RequestLogging

Schéma pro změnu velikosti výpočetní instance.

Běžná pole vrácená v odpovědi pro všechny prostředky Azure Resource Manageru

modelové rozhraní ResourceBase

Model interface ResourceConfiguration

Představuje ID prostředku. Například pro podsíť je to adresa URL prostředku pro podsíť.

Název prostředku.

Kvóta přiřazená zdroji.

Rolující definice vstupních dat.

Modelové rozhraní Route

modelové rozhraní SASAuthTypeWorkspaceConnectionProperties

Přístup pomocí úplného identifikátoru URI SAS

modelové rozhraní SASCredentialDto

Vzorkovací algoritmus používaný k generování hodnot hyperparametrů spolu s vlastnostmi pro konfiguraci algoritmu

Konfigurace přihlašovacích údajů úložiště dat SAS.

Tajné kódy SAS úložiště dat.

Nastavení škálování pro výpočetní prostředky AML

Požadované nastavení měřítka pro amlCompute.

Konfigurace pro fond ScaleUnit.

Obálka prostředků Azure Resource Manageru

modelové rozhraní ScheduleActionBase

modelové rozhraní ScheduleBase

Základní definice plánu

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní představující Plány operací.

Referenční informace ke skriptu

Přizpůsobené instalační skripty

Předpovídání sezónnosti.

Konfigurace vypršení platnosti tajného kódu.

modelové rozhraní ServerlessComputeSettings

Konkrétní sledované typy prostředků lze vytvořit aliasem tohoto typu pomocí konkrétního typu vlastnosti.

modelové rozhraní ServerlessEndpointCapacityReservation

modelové rozhraní ServerlessEndpointContentSafety

model interface ServerlessEndpointInferenceEndpoint

modelové rozhraní ServerlessEndpointModelSettings.

modelové rozhraní ServerlessEndpointProperties

modelové rozhraní ServerlessEndpointResourceProperties

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace ServerlessEndpoints.

Volitelné parametry.

Volitelné parametry.

model interface ServerlessInferenceEndpoint

modelové rozhraní ServerlessOffer

modelové rozhraníSpravovanéZdrojeNastavení

modelové rozhraní ServicePrincipalAuthTypeWorkspaceConnectionProperties

Konfigurace přihlašovacích údajů úložiště dat instančního objektu.

Tajné kódy instančního objektu úložiště dat.

Cíl značky služby pro odchozí pravidlo značky služby pro spravovanou síť pracovního prostoru strojového učení.

Odchozí pravidlo značky služby pro spravovanou síť pracovního prostoru strojového učení.

Podrobnosti o přizpůsobených skriptech, které se mají spustit pro nastavení clusteru.

modelové rozhraní SharedPrivateLinkResource

Vlastnosti sdíleného prostředku privátního propojení

Jednoduchý poller, který lze použít k dotazování dlouhotrvající operace.

Definice modelu prostředků představující skladovou položku

Informace o kapacitě SKU

Splňuje požadavek kontraktu ARM na výpis všech dostupných SKUS pro prostředek.

SkuSetting splňuje potřebu ořezaných informací o SKU ve smlouvě ARM.

Definice úlohy Sparku.

Definice vstupního bodu pro práci ve Spark.

modelové rozhraní SparkJobPythonEntry

modelové rozhraní SparkJobScalaEntry

modelové rozhraní SparkResourceConfiguration

modelové rozhraní SpeechEndpointDeploymentResourceProperties

modelové rozhraní SpeechEndpointResourceProperties

Konfigurace SSL pro bodování

Pokročilé nastavení pro přizpůsobení spuštění StackEnsemble.

Definice statických vstupních dat.

Podrobnosti o účtu úložiště, který se má použít pro registr

modelové rozhraní StringStringKeyValuePair

Definice úlohy v režimu Sweep.

Třída limitu úlohy úklidu.

Výpočetní prostředky SynapseSpark.

modelové rozhraní SynapseSparkProperties

modelové rozhraní SystemCreatedAcrAccount

modelové rozhraní SystemCreatedStorageAccount

Metadata týkající se vytvoření a poslední změny prostředku.

Systémová služba běžící na výpočetním prostředku.

Konfigurace featurizace.

Omezení provádění úlohy.

Počet minulých období, která se mají od cílového sloupce zpožďovat.

Předpověď velikosti posuvného okna cíle.

modelové rozhraní TargetUtilizationScaleSettings

modelové rozhraní TeacherModelEndpoint

modelové rozhraní TeacherModelEndpointRequestSettings

modelové rozhraní TeacherModelTSettings

Konfigurace distribuce TensorFlow.

Úloha klasifikace textu ve vertikále AutoML NLP. NLP - zpracování přirozeného jazyka.

Úloha klasifikace textu s více popisky ve vertikále AutoML NLP. NLP - zpracování přirozeného jazyka.

Text-NER úlohu ve vertikálním nástroji AutoML NLP. NER – Rozpoznávání pojmenovaných entit. NLP - zpracování přirozeného jazyka.

modelové rozhraní TmpfsOptions

modelové rozhraní TopNFeaturesByAttribution

Definice modelu prostředků pro Prostředek Azure Resource Manageru sledovala prostředek nejvyšší úrovně, který má značky a umístění.

Konfigurace související s tréninkem.

Definice zkušební komponenty.

modelové rozhraní TriggerBase

modelové rozhraní TritonModelJobInput

modelové rozhraní TritonModelJobOutput

Definuje zásadu předčasného ukončení, která zruší dané procento spuštění v každém intervalu vyhodnocení.

Vlastnosti pro aktualizaci Odpověď na kvótu.

Výsledek aktualizace kvóty pracovního prostoru.

Entita verze dat souboru URI

modelové rozhraní UriFileJobInput

modelové rozhraní UriFileJobOutput

uri-folder Entita verze dat

modelové rozhraní UriFolderJobInput

modelové rozhraní UriFolderJobOutput

Popisuje využití zdrojů AML.

Použití rozhraní modeluDetailyKvóty

Názvy použití.

Volitelné parametry.

Rozhraní představující operace Usages.

Nastavení pro uživatelský účet, který se vytvoří na každém z uzlů výpočetního prostředku.

Vlastnosti identity přiřazené uživatelem

Konfigurace identity uživatele.

modelové rozhraní Uživatelské jménoHesloAutoritaTypPracovního prostoruPropojeníVlastnosti

Výpočetní prostředky strojového učení založené na virtuálních počítačích Azure.

Image virtuálního počítače pro výpočetní prostředky AML systému Windows

modelové rozhraní VirtualMachineSchemaProperties

Tajné kódy související s výpočetními prostředky strojového učení založenými na AKS.

Popisuje vlastnosti velikosti virtuálního počítače.

Odpověď operace Vypsat velikost virtuálního počítače.

Volitelné parametry.

Rozhraní reprezentující operace VirtualMachineSizes.

Přihlašovací údaje správce pro virtuální počítač

modelové rozhraní VolumeDefinition

modelové rozhraní VolumeOptions

Rozhraní modelu ZranitelnostDetaily

Zjištění zranitelností rozhraní modelu

Základna Webhooku

Objekt, který představuje pracovní prostor strojového učení.

modelové rozhraní WorkspaceConnectionAccessKey

Objekt klíče účtu pro přihlašovací údaje připojení pracovního prostoru.

Objekt klíče rozhraní API pro přihlašovací údaje připojení pracovního prostoru.

modelové rozhraní WorkspaceConnectionManagedIdentity

KlientId a ClientSecret jsou povinné. Další vlastnosti jsou volitelné v závislosti na implementaci každého zprostředkovatele OAuth2.

modelové rozhraní WorkspaceConnectionPersonalAccessToken

modelové rozhraní WorkspaceConnectionPropertiesV2

Konkrétní typy prostředků proxy můžou být vytvořeny aliasem tohoto typu pomocí konkrétního typu vlastnosti.

modelové rozhraní WorkspaceConnectionServicePrincipal

modelové rozhraní WorkspaceConnectionSharedAccessSignature

Vlastnosti, kterými bude připojení pracovního prostoru strojového učení aktualizováno.

modelové rozhraní WorkspaceConnectionUsernamePassword

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace WorkspaceConnections.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní reprezentující operace WorkspaceFeatures (Pracovní funkce).

Konfigurační objekt Pracovního prostoru

Prostředek privátního koncového bodu.

Vlastnosti pracovního prostoru zaměřeného na strojové učení.

Parametry pro aktualizaci pracovního prostoru strojového učení.

Parametry pro aktualizaci pracovního prostoru strojového učení.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozhraní představující Workspaces operace.

Volitelné parametry.

Volitelné parametry.

Volitelné parametry.

Rozšiřitelný výčt. Označuje typ akce. Interní označuje akce, které jsou určené pouze pro interní rozhraní API.
Pole KnownActionType lze použít zaměnitelně s ActionType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Interní: Akce jsou určené pouze pro interní rozhraní API.

Stav přidělení výpočetního prostředku. Možné hodnoty jsou: steady – Označuje, že výpočetní výkon nemění velikost. Počet výpočetních uzlů v probíhajícím výpočetním výpočtu se nijak nemění. Výpočetní program přejde do tohoto stavu při vytvoření a když se na výpočetním výpočtu neprovádějí žádné operace, které by změnily počet výpočetních uzlů. změna velikosti – Označuje, že se mění velikost výpočetních prostředků. to znamená, že výpočetní uzly jsou přidávány do výpočetních prostředků nebo z nich odebírány.
KnownAllocationState lze použít zaměnitelně s AllocationState, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Stabilní
Změna velikosti

Úroveň, na které se obsah filtruje.
KnownAllowedContentLevel lze používat zaměnitelně s AllowedContentLevel, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Low
Střední
High

Zásady pro sdílení aplikací v této výpočetní instanci mezi uživateli nadřazeného pracovního prostoru Pokud osobní, bude mít k aplikacím v této výpočetní instanci přístup jenom tvůrce. Při sdílení může každý uživatel pracovního prostoru přistupovat k aplikacím v této instanci v závislosti na jeho přiřazené roli.
KnownApplicationSharingPolicy lze používat zaměnitelně s ApplicationSharingPolicy, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Osobní
Shared

Stav zřizování datového zdroje registru.
KnownAssetProvisioningState lze použít zaměnitelně s AssetProvisioningState, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Uspěl
Neúspěch
Zrušeno
vytváření
Aktualizace
odstranění

Alias pro AssetReferenceBaseUnion

Výčet k určení režimu ověřování koncového bodu
KnownAuthMode lze používat zaměnitelně s AuthMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AAD

Alias pro AutoMLVerticalUnion

Nastavení AutoRebuild pro odvozený obraz
KnownAutoRebuildSetting lze používat zaměnitelně s AutoRebuildSetting, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Disabled
OnBaseImageUpdate

Nastavení automatického ukládání.
KnownAutosave lze používat zaměnitelně s Autosave, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

None
Local
Vzdálený

Podporované hodnoty pro nastavení cloudu jako typ řetězcového literálu

Výčtové typy vlastností pro dávková nasazení.
KnownBatchDeploymentConfigurationType lze používat zaměnitelně s BatchDeploymentConfigurationType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

model
PipelineComponent

Alias pro BatchDeploymentConfigurationUnion

Protokolujte podrobnost pro dávkové odvozování. Zvyšuje se pořadí podrobností pro protokolování je: Varování, Informace a Ladění. Výchozí hodnota je Info.
KnownBatchLoggingLevel lze používat zaměnitelně s BatchLoggingLevel, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Informace
Upozornění
Debug

Enum pro určení, jak dávkové inferenční zpracování zvládne výstup
KnownBatchOutputAction lze používat zaměnitelně s BatchOutputAction, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

ShrnutíPouze
AppendRow

Třípísmenný kód určující měnu ceny VM. Příklad: USD
KnownBillingCurrency lze používat zaměnitelně s BillingCurrency, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

USD

Výčet pro všechny klasifikační modely podporované AutoML.
KnownBlockedTransformers lze používat zaměnitelně s BlockedTransformers, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

TextTargetEncoder: Cílové kódování textových dat.
OneHotEncoder: Ó, hot encoding vytváří binární transformaci rysů.
CatTargetEncoder: Cílové kódování pro kategorická data.
TfIdf: Tf-Idf znamená frekvence termínů krát inverzní frekvence dokumentu. Jedná se o běžné schéma vážení pojmů pro identifikaci informací z dokumentů.
WoETargetEncoder: Kódování pomocí váhy důkazů je technika používaná k kódování kategoriálních proměnných. K vytvoření vah používá přirozený logaritmus P(1)/P(0).
LabelEncoder: Label encoder převádí štítky/kategorizované proměnné do číselné formy.
WordEmbedding: Word embedding pomáhá reprezentovat slova nebo fráze jako vektor, tedy řadu čísel.
NaiveBayes: Naive Bayes je klasifikace, která se používá pro klasifikaci diskrétních rysů, které jsou kategoricky rozložené.
CountVectorizer: Count Vectorizer převádí sbírku textových dokumentů na matici počtů tokenů.
HashOneHotEncoder: Hashování jednoho hot enkodéru může proměnit kategorizační proměnné v omezený počet nových funkcí. To se často používá pro kategorické funkce s vysokou kardinalitou.

Typ ukládání do mezipaměti datového disku.
KnownCaching lze používat zaměnitelně s cachingem, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

None
jen pro čtení
readWrite

Typ schopnostiHostTyp

Stav zřizování hostitele schopností.
KnownCapabilityHostProvisioningState lze použít zaměnitelně s CapabilityHostProvisioningState, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Uspěl
Neúspěch
Zrušeno
vytváření
Aktualizace
odstranění

Typ CategoricalDataDriftMetric

Typ CategoricalDataQualityMetric

Typ CategoricalPredictionDriftMetric

Výčet pro všechny klasifikační modely podporované AutoML.
KnownClassificationModely lze používat zaměnitelně s ClassificationModels, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Logistická regrese: Logistická regrese je základní klasifikační technika. Patří do skupiny lineárních klasifikátorů a je poněkud podobný polynomiální a lineární regresi. Logistická regrese je rychlá a relativně nekomplikovaná a je pro vás pohodlná k interpretaci výsledků. Ačkoli je to v podstatě metoda pro binární klasifikaci, může být také aplikována na vícetřídové problémy.
SGD: SGD: Stochastický gradientní sestup je optimalizační algoritmus často používaný v aplikacích strojového učení k nalezení parametrů modelu, které odpovídají nejlepšímu shodování mezi předpovězenými a skutečnými výstupy.
MultinomiálNaiveBayes: Multinomální Naivní Bayesův klasifikátor je vhodný pro klasifikaci s diskrétními rysy (např. počet slov pro klasifikaci textu). Multinomiální rozdělení obvykle vyžaduje počítání celočíselných příznaků. V praxi však mohou fungovat i zlomkové počty, jako je tf-idf.
BernoulliNaiveBayes: Naivní Bayesův klasifikátor pro multivariační Bernoulliho modely.
SVM: Support vector machine machine a assistant recognition algoritmy používající algoritmy pro dvě skupiny. Poté, co model SVM poskytne sady označených trénovacích dat pro každou kategorii, mohou nový text kategorizovat.
LinearSVM: Support vector machine (SVM) je řízený model strojového učení, který využívá klasifikační algoritmy pro dvouskupinové klasifikační problémy. Poté, co model SVM poskytne sady označených trénovacích dat pro každou kategorii, mohou nový text kategorizovat. Lineární SVM funguje nejlépe, když jsou vstupní data lineární, tj. data lze snadno klasifikovat nakreslením rovné čáry mezi klasifikovanými hodnotami do vykresleného grafu.
KNN: Algoritmus K-nejbližších sousedů (KNN) používá "podobnost vlastností" k predikci hodnot nových datových bodů, což dále znamená, že novému datovému bodu bude přiřazena hodnota na základě toho, jak přesně odpovídá bodům v trénovací množině.
DecisionTree: Decision Trees jsou neparametrická metoda řízeného učení používaná jak pro klasifikační, tak pro regresní úkoly. Cílem je vytvořit model, který předpovídá hodnotu cílové proměnné tím, že se naučí jednoduchá rozhodovací pravidla odvozená z datových funkcí.
RandomForest: Random forest je algoritmus s řízeným učením. "Les", který buduje, je souborem rozhodovacích stromů, obvykle trénovaných metodou "pytlování". Obecná myšlenka metody balení je, že kombinace modelů učení zvyšuje celkový výsledek.
ExtremeRandomTrees: Extreme Trees je algoritmus strojového učení zaměřený na soubor, který kombinuje predikce z mnoha rozhodovacích stromů. Souvisí to s široce používaným algoritmem náhodného lesa.
LightGBM: LightGBM je rámec pro zvyšování gradientu, který využívá algoritmy učení založené na stromech.
GradientBoosting: Technika převedení žáků z týdne na silného žáka se nazývá Boosting. Proces algoritmu zvyšování gradientu pracuje na této teorii provádění.
XGBoostClassifier: XGBoost: Algoritmus pro zvýšení extrémního gradientu. Tento algoritmus se používá pro strukturovaná data, kde lze hodnoty cílových sloupců rozdělit na různé hodnoty tříd.

Primární metriky pro úlohy klasifikace s více štítky.
KnownClassificationMultilabelPrimaryMetrics lze používat zaměnitelně s ClassificationMultilabelPrimaryMetrics, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AUCWeighted: AUC je oblast pod křivkou. Tato metrika představuje aritmetický průměr skóre pro každou třídu, vážený počtem skutečných instancí v každé třídě.
Přesnost: Přesnost je poměr předpovědí, které přesně odpovídají skutečným označením tříd.
NormMacroRecall: Normalizované makro vybavování je makro zprůměrováno a normalizované, takže náhodný výkon má skóre 0 a perfektní výkon skóre 1.
AveragePrecisionScoreWeighted: Aritmetický průměr průměrného skóre přesnosti pro každou třídu, vážený počtem skutečných případů v každé třídě.
PrecisionScoreWeighted: Aritmetický průměr přesnosti pro každou třídu, vážený počtem skutečných instancí v každé třídě.
IOU: Průnik nad unií. Průnik předpovědí dělený sjednocením předpovědí.

Primární metriky pro úlohy klasifikace.
KnownClassificationPrimaryMetrics lze používat zaměnitelně s ClassificationPrimaryMetrics, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AUCWeighted: AUC je oblast pod křivkou. Tato metrika představuje aritmetický průměr skóre pro každou třídu, vážený počtem skutečných instancí v každé třídě.
Přesnost: Přesnost je poměr předpovědí, které přesně odpovídají skutečným označením tříd.
NormMacroRecall: Normalizované makro vybavování je makro zprůměrováno a normalizované, takže náhodný výkon má skóre 0 a perfektní výkon skóre 1.
AveragePrecisionScoreWeighted: Aritmetický průměr průměrného skóre přesnosti pro každou třídu, vážený počtem skutečných případů v každé třídě.
PrecisionScoreWeighted: Aritmetický průměr přesnosti pro každou třídu, vážený počtem skutečných instancí v každé třídě.

Zamýšlené využití clusteru
KnownClusterPurpose lze používat zaměnitelně s ClusterPurpose, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

FastProd
DenseProd
devTest

Typ autorizace výpočetní instance. Dostupné hodnoty jsou osobní (výchozí).
KnownComputeInstanceAuthorizationType lze používat zaměnitelně s ComputeInstanceAuthorizationType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Osobní

Aktuální stav ComputeInstance.
KnownComputeInstanceState lze použít zaměnitelně s ComputeInstanceState, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

vytváření
Vytvoření se nezdařilo
odstranění
Běží
restartování
Změna velikosti
JobRunning
SetupUp
SetupFailed
Začátek
Stopped
zastavení
UserSettingUp
UserSetupFailed
Neznámý
Nepoužitelný

[Povinné] Akce výpočetního výkonu.
KnownComputePowerAction lze používat zaměnitelně s ComputePowerAction, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Start
Stop

Enum pro popis frekvence plánu opakování výpočetních výpočetních prvků
KnownComputeRecurrenceFrequency lze použít zaměnitelně s ComputeRecurrenceFrequency, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Minuta: Frekvence minuty
Hodina: Frekvence hodin
Den: Denní frekvence
Týden: Frekvence týdne
Měsíc: Měsíční frekvence

Alias pro ComputeSecretsUnion

Typ ComputeTriggerType

Typ výpočtu
PoleComputeType lze použít zaměnitelně s ComputeType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AKS
Kubernetes
AmlCompute
ComputeInstance
DataFactory
VirtualMachine
HDInsight
Databricks
DataLakeAnalytics
SynapseSpark

Alias pro ComputeUnion

Enum všedního dne
KnownComputeWeekDay lze používat zaměnitelně s ComputeWeekDay, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Pondělí: pondělí všední den
Úterý: úterý všední den
Středa: středa všední den
Čtvrtek: čtvrtek všední den
Pátek: pátek ve všední den
Sobota: Sobota všední den
Neděle: neděle všední den

Typ autentizace cílového spojení
PoleConnectionAuthType lze použít zaměnitelně s ConnectionAuthType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PAT
ManagedIdentity
UsernamePassword
None
SAS
AccountKey
Instanční objekt
accesskey
Klíč API
customkeys
OAuth2
AAD
DelegovanéSAS
ProjectManagedIdentity
AccountManagedIdentity
UserEntraToken
AgentUserImpersonation
AgenticIdentityToken
AgenticUser

Kategorie spojení
PoleConnectionCategory lze použít zaměnitelně s ConnectionCategory, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PythonFeed
ContainerRegistry
Git
S3
Snowflake
AzureKeyVault
AzureSqlDb
azureSynapseAnalytics
AzureMySqlDb
AzurePostgresDb
ADLSGen2
AzureContainerAppEnvironment
Redis
Klíč API
AzureOpenAI
služby AIServices
CognitiveSearch
služby CognitiveService
customkeys
AzureBlob
AzureStorageAccount
AzureOneLake
cosmos DB
CosmosDbMongoDbApi
azureDataExplorer
AzureMariaDb
AzureDatabricksDeltaLake
AzureSqlMi
AzureTableStorage
AmazonRdsForOracle
AmazonRdsForSqlServer
AmazonRedshift
Db2
Drill
GoogleBigQuery
Greenplum
Hbase
Hive
Impala
Informix
MariaDb
MicrosoftAccess
MySql
Netezza
Oracle
Phoenix
PostgreSql
Presto
SapOpenHub
SapBw
sapHana
SapTable
Spark
SqlServer
Sybase
Teradata
Vertica
Borová šiška
Databricks
Cassandra
Couchbase
MongoDbV2
MongoDbAtlas
AmazonS3Compatible
souborového serveru
ftpserver
GoogleCloudStorage
Hdfs
OracleCloudStorage
Sftp
GenericHttp
ODataRest
odbc
GenericRest
RemoteTool
AmazonMws
Concur
Dynamics
DynamicsAx
DynamicsCrm
GoogleAdWords
Hubspot
Jira
magento
Marketo
Office365
Eloqua
responsys
OracleServiceCloud
PayPal
QuickBooks
Salesforce
SalesforceServiceCloud
SalesforceMarketingCloud
SapCloudForCustomer
sapEcc
ServiceNow
SharePointOnlineList
Shopify
Square
webtable
Xero
Zoho
GenericContainerRegistry
Elasticsearch
AppInsights
AppConfig
OpenAI
Serp
BingLLMSearch
Bez serveru
ManagedOnlineEndpoint
ApiManagement
ModelGateway
GroundingWithBingSearch
GroundingWithCustomSearch
Sharepoint
MicrosoftFabric
PowerPlatformEnvironment
RemoteA2A

Skupina podle kategorie spojení
PoleConnectionGroup lze použít zaměnitelně s ConnectionGroup, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Azure
azureAI
Database
NoSQL
Soubor
GenericProtocol
ServicesAndApps

Typ kontejneru

Určuje aktuální úroveň zabezpečení obsahu.
KnownContentSafetyLevel lze používat zaměnitelně s ContentSafetyLevel, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

blokování
Deferred

Určuje stav bezpečnosti obsahu.
KnownContentSafetyStatus lze používat zaměnitelně s ContentSafetyStatus, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Enabled
Disabled

Rozhraní, které popisuje stránku výsledků.

Druh entity, která prostředek vytvořila.
PoleCreatedByType lze použít zaměnitelně s CreatedByType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

user: Entita byla vytvořena uživatelem.
Application: Entita byla vytvořena aplikací.
ManagedIdentity: Entita byla vytvořena spravovanou identitou.
Klíč: Entita byla vytvořena klíčem.

Výčet k určení typu přihlašovacích údajů úložiště dat.
KnownCredentialsType lze použít zaměnitelně s CredentialsType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AccountKey
Certifikát
None
sas
Instanční objekt

Typ DataAvailabilityStatus

Typ DataCollectionModeMode

Alias pro DataDriftMetricThresholdBaseUnion

Výčet k určení typu úlohy generování dat.
KnownDataGenerationTaskType lze používat zaměnitelně s DataGenerationTaskType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Konverzace: Generujte konverzační data (vícekrát/jednorázové)
Matematika: Generujte matematická data pro numerické odpovědi
Nli: Generování dat o inferenci přirozeného jazyka
NluQa: Generujte data Natural Language Understanding pro data odpovídání na otázky
Shrnutí: Vytvořte klíčové shrnutí článku

Výčet k určení typu generování dat.
KnownDataGenerationType lze používat zaměnitelně s DataGenerationType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Generování štítků: Generování štítků pomocí učitele – modelování
DataGeneration: Syntetická generace dat

Alias pro DataGenerationVerticalUnion

Alias pro DataQualityMetricThresholdBaseUnion

Výčet k určení typu přihlašovacích údajů DataReference.
KnownDataReferenceCredentialType lze použít zaměnitelně s DataReferenceCredentialType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

SAS
DockerCredentials
ManagedIdentity
NoCredentials

Alias for DataReferenceCredentialUnion

Výčet určující typ dat.
PoleDataType lze použít zaměnitelně s typem DataType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

uri_file
uri_folder
mltable

Alias pro DataVersionBasePropertiesUnion

Alias pro DatastoreCredentialsUnion

Alias pro DatastorePropertiesUnion

Alias pro DatastoreSecretsUnion

Výčet k určení typu obsahu datového úložiště.
KnownDatastoreType lze použít zaměnitelně s DatastoreType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile
OneLake

Typ výchozíAkce

Typ stavu DefaultResourceProvisioningState

Možnost upgradu verze modelu nasazení
PoleDeploymentModelVersionUpgradeOption lze použít zaměnitelně s DeploymentModelVersionUpgradeOption, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

OnceNewDefaultVersionAvailable
OnceCurrentVersionExpired
NoAutoUpgrade

Možné hodnoty pro DeploymentProvisioningState.
PoleDeploymentProvisioningState lze použít zaměnitelně s DeploymentProvisioningState, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

vytváření
odstranění
Změna velikosti
Aktualizace
Uspěl
Neúspěch
Zrušeno

Chyba nastavení úrovně pracovního prostoru
KnownDiagnoseResultLevel lze použít zaměnitelně s DiagnoseResultLevel, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Upozornění
Error
Informace

Alias pro DistributionConfigurationUnion

Výčet k určení typu distribuce úlohy.
KnownDistributionType lze použít zaměnitelně s DistributionType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PyTorch
TensorFlow
Mpi
Ray: Typ rozložení paprsků.

Typ pojistky předčasného ukončeníTyp

Alias pro EarlyTerminationPolicyUnion

Výčet k určení, zda je PublicNetworkAccess povolen nebo zakázán pro výchozí přenos dat.
KnownEgressPublicNetworkAccessType lze použít zaměnitelně s EgressPublicNetworkAccessType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Enabled
Disabled

Výčet k určení typu e-mailového oznámení.
KnownEmailNotificationEnableType lze používat zaměnitelně s EmailNotificationEnableType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Práce dokončena
JobFailed
PráceZrušena

Určuje, jestli je pro pracovní prostor povolené šifrování nebo ne.
KnownEncryptionStatus lze použít zaměnitelně s EncryptionStatus, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Enabled
Disabled

Výčet k určení režimu ověřování koncového bodu
KnownEndpointAuthMode lze používat zaměnitelně s EndpointAuthMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AMLToken
Klíč
AADToken

Výčet určující typ výpočetního typu koncového bodu
KnownEndpointComputeType lze používat zaměnitelně s EndpointComputeType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Spravované
Kubernetes
AzureMLCompute

Alias for EndpointDeploymentResourcePropertiesUnion

Stav zřizování koncových bodů.
KnownEndpointProvisioningState lze používat zaměnitelně s EndpointProvisioningState, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

vytváření
odstranění
Uspěl
Neúspěch
Aktualizace
Zrušeno

Alias pro EndpointResourcePropertiesUnion

Typ koncového bodu
PoleEndpointType lze použít zaměnitelně s typem EndpointType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Azure. OpenAI
Azure. Projev
Azure. ContentSafety
Azure. Lama
managedOnlineEndpoint
serverlessEndpoint

Typ prostředí je buď uživatelsky vytvořený, nebo kurátorovaný službou Azure ML
KnownEnvironmentType lze použít zaměnitelně s EnvironmentType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Kurátor
UserCreated

Typ proměnné prostředí. Možné hodnoty jsou: lokální - Pro lokální proměnnou
KnownEnvironmentVariableType lze použít zaměnitelně s EnvironmentVariableType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

místní

Typ FeatureAttributionMetric

Typ FeatureDataType

Režim provozu pro důležitost výpočetních funkcí.
KnownFeatureImportanceMode lze používat zaměnitelně s FeatureImportanceMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Zakázáno: Vylučuje důležitost výpočetních funkcí v rámci signálu.
Povoleno: Umožňuje důležitost výpočetních funkcí v rámci signálu.

Příznak pro generování zpoždění pro číselné funkce.
KnownFeatureLags lze používat zaměnitelně s FeatureLags, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Žádné: Nevznikly žádné zpoždění funkcí.
Auto: Systém automaticky generuje zpoždění funkcí.

Režim featurizace - určuje režim featurizace dat.
KnownFeaturizationMode lze používat zaměnitelně s FeaturizationMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Auto: Automatický režim, systém provádí funkce bez jakýchkoli vlastních vstupů pro vlastnosti.
Custom: Vlastní vzhled.
Vypnuto: Funkce vypnuté. Úloha "Prognóza" nemůže tuto hodnotu použít.

Typ FineTuningTaskType

Alias pro FineTuningVerticalUnion

Firewall Sku používaný pro FQDN pravidla
KnownFirewallSku lze používat zaměnitelně s FirewallSku, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Standard
Basic

Výčet pro určení režimu výběru horizontu prognózy.
KnownForecastHorizonMode lze používat zaměnitelně s ForecastHorizonMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Auto: Předpovědní horizont bude určen automaticky.
Přizpůsobení: Použijte vlastní předpovědní horizont.

Alias pro ForecastHorizonUnion

Výčet pro všechny modely prognóz podporované AutoML.
KnownForecastingModels lze používat zaměnitelně s ForecastingModels, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AutoArima: Model Auto-autoregresivního integrovaného klouzavého průměru (ARIMA) využívá časová řadová data a statistickou analýzu k interpretaci dat a k předpovědi do budoucna. Tento model si klade za cíl vysvětlit data pomocí dat časových řad na jejich minulých hodnotách a k předpovědím používá lineární regresi.
Prorok: Prorok je postup pro předpovídání časových řad dat založený na aditivním modelu, kde jsou nelineární trendy přizpůsobeny roční, týdenní a denní sezónností plus efektům svátků. Nejlépe funguje s časovými řadami, které mají silné sezónní efekty a několik sezón historických dat. Prophet je odolný vůči chybějícím datům a posunům v trendu a obvykle dobře zvládá odlehlé hodnoty.
Naivní: Naivní model předpovědí provádí předpovědi tím, že přenáší nejnovější cílovou hodnotu pro každou časovou řadu v trénovacích datech.
SeasonalNaive: Model Seasonal Naive předpovědí provádí předpovědi tím, že přenáší nejnovější sezónní hodnoty cílů pro každou časovou řadu v trénovacích datech.
Průměr: Model průměrného předpovědního modelu provádí předpovědi přenášením průměru cílových hodnot pro každou časovou řadu v trénovacích datech.
SeasonalAverage: Model prognózování sezónního průměru provádí předpovědi přenášením průměrné hodnoty nejmladší sezóny dat pro každou časovou řadu v trénovacích datech.
ExponentialSmoothing: Exponential smoothing je metoda předpovědi časových řad pro univariátní data, kterou lze rozšířit tak, aby podporovala data se systematickým trendem nebo sezónní složkou.
Arimax: Autoregresní model integrovaného klouzavého průměru s vysvětlujícími proměnnými (ARIMAX) lze chápat jako model s více regresními (AR) členy a jedním či více členy klouzavého průměru (MA). Tato metoda je vhodná pro prognózování, když jsou data stacionární/nestacionární a vícerozměrná s libovolným typem datového vzorce, tj. úroveň/trend/sezónnost/cyklicita.
TCNForecaster: TCNForecaster: Prognostik časových konvolučních sítí. TODO: Požádejte prognostický tým o krátké úvod.
ElasticNet: Elastic net je populární typ regularizované lineární regrese, která kombinuje dvě populární penalizace, konkrétně penalizační funkce L1 a L2.
GradientBoosting: Technika převedení žáků z týdne na silného žáka se nazývá Boosting. Proces algoritmu zvyšování gradientu pracuje na této teorii provádění.
DecisionTree: Decision Trees jsou neparametrická metoda řízeného učení používaná jak pro klasifikační, tak pro regresní úkoly. Cílem je vytvořit model, který předpovídá hodnotu cílové proměnné tím, že se naučí jednoduchá rozhodovací pravidla odvozená z datových funkcí.
KNN: Algoritmus K-nejbližších sousedů (KNN) používá "podobnost vlastností" k predikci hodnot nových datových bodů, což dále znamená, že novému datovému bodu bude přiřazena hodnota na základě toho, jak přesně odpovídá bodům v trénovací množině.
LassoLars: Model Lasso vhodný s Least Angle Regression, známým také jako Lars. Jedná se o lineární model trénovaný s L1 před regularizátorem.
SGD: SGD: Stochastický gradientní sestup je optimalizační algoritmus často používaný v aplikacích strojového učení k nalezení parametrů modelu, které odpovídají nejlepšímu shodování mezi předpovězenými a skutečnými výstupy. Je to nepřesná, ale účinná technika.
RandomForest: Random forest je algoritmus s řízeným učením. "Les", který buduje, je souborem rozhodovacích stromů, obvykle trénovaných metodou "pytlování". Obecná myšlenka metody balení je, že kombinace modelů učení zvyšuje celkový výsledek.
ExtremeRandomTrees: Extreme Trees je algoritmus strojového učení zaměřený na soubor, který kombinuje predikce z mnoha rozhodovacích stromů. Souvisí to s široce používaným algoritmem náhodného lesa.
LightGBM: LightGBM je rámec pro zvyšování gradientu, který využívá algoritmy učení založené na stromech.
XGBoostRegressor: XGBoostRegressor: Extreme Gradient Boosting Regressor je supervidovaný model strojového učení využívající soubor základních studentů.

Primární metriky pro úlohu prognózování.
KnownForecastingPrimaryMetrics lze používat zaměnitelně s ForecastingPrimaryMetrics, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Spearmanova korelace: Spearmanův koeficient rankové korelace je neparametrická míra rankové korelace.
NormalizedRootMeanSquaredError: Normalizovaná střední kvadratní chyba kořenů (NRMSE) RMSE usnadňuje srovnání mezi modely s různými měřítky.
R2Score: R2 skóre je jedním z hodnotících ukazatelů výkonu pro modely strojového učení založené na prognózování.
NormalizedMeanAbsoluteError: Normalized Average Absolute Error (NMAE) je validační metrika pro porovnání průměrné absolutní chyby (MAE) (časových řad) s různými škálami.

Definuje podporované metrické cíle pro ladění hyperparametrů
KnownGoal lze používat zaměnitelně s Target, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Minimalizace
Maximalizace

Výčet k určení architektury identity.
KnownIdentityConfigurationType lze použít zaměnitelně s IdentityConfigurationType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Spravované
AMLToken
UserIdentity

Alias pro IdentityConfigurationUnion

Typ obrázku. Možné hodnoty jsou: docker – pro image Dockeru. azureml - For AzureML Environment images (custom and curated)
PoleImageType lze použít zaměnitelně s ImageType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Docker
azureml

Výčet k určení režimu doručení vstupních dat.
KnownInputDeliveryMode lze používat zaměnitelně s InputDeliveryMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

ReadOnlyMount
ReadWriteMount
Stáhnout
Přímý
EvalMount
EvalDownload

Primární metriky pro úlohy InstanceSegmentation.
KnownInstanceSegmentationPrimaryMetrics lze používat zaměnitelně s InstanceSegmentationPrimaryMetrics, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PrůměrnáPrůměrnáPřesnost: Průměrná průměrná přesnost (MAP) je průměr AP (Průměrná přesnost). AP se vypočítá pro každou třídu a zprůměruje se pro získání MAP.

Režim izolace pro spravovanou síť pracovního prostoru strojového učení
KnownIsolationMode lze používat zaměnitelně s IsolationMode, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Disabled
AllowInternetOutbound
PovolenéJenomSchválenéOdchozí

Alias pro JobBasePropertiesUnion

Výčet k určení typu vstupu úlohy.
KnownJobInputType lze použít zaměnitelně s JobInputType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

literal
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Alias pro JobInputUnion

Typ JobLimitTyp

Alias pro JobLimitsUnion

Výčet k určení typu výstupu úlohy.
KnownJobOutputType lze použít zaměnitelně s JobOutputType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

Alias pro JobOutputUnion

Stav úlohy.
KnownJobStatus lze použít zaměnitelně s JobStatus, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

NotStarted: Run ještě nezačal.
Začínáme: Běh začal. Uživatel má ID spuštění.
Provisioning: (V současnosti se nepoužívá) Použije se, pokud ES vytváří výpočetní cíl.
Příprava: Běžecké prostředí se připravuje.
Fronta: Úloha je frontována ve výpočetním cíli. Například v BatchAI je úloha ve stavu ve frontě, zatímco čeká, až budou připraveny všechny požadované uzly.
Běh: Úloha začala běžet v cílové výpočetní kapacitě.
Finalizace: Práce je dokončena v cíli. Nyní je ve stavu výstupní kolekce.
ZrušitŽádost: Bylo požádáno o zrušení této práce.
Dokončeno: Práce úspěšně dokončena. To odráží, že jak samotná úloha, tak stav sběru výstupů byly úspěšně dokončeny
Neúspěch: Neúspěch.
Zrušeno: Po žádosti o zrušení je práce úspěšně zrušena.
NotResponding: Když je heartbeat povolen, pokud běh neaktualizuje žádné informace do RunHistory, přejde do stavu NotResponding. NotResponding je jediný stav, který je vyňat z přísných přechodných příkazů. Spuštění může přejít z NotResponding do kteréhokoli z předchozích stavů.
Pozastaveno: Uživateli pozastavují úkol. Některé úpravy úloh označování lze provést pouze v pozastaveném stavu.
Neznámé: Výchozí stav práce, pokud není přiřazen ke všem ostatním stavům

Výčet k určení úrovně úlohy
KnownJobTier lze používat zaměnitelně s JobTier, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Nula
Spot
Basic
Standard
Premium

Výčet k určení typu úlohy.
KnownJobType lze použít zaměnitelně s JobType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AutoML
Command
Zamést
Pipeline
Spark
FineTuning
Destilace

Typ klíče

Výčet plánovače rychlosti učení.
KnownLearningRateScheduler lze použít zaměnitelně s LearningRateScheduler, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Žádné: Žádný plánovač učební rychlosti není vybrán.
WarmupCosine: Kosinusové žíhání s warmupem.
Krok: Plánovač rychlosti učení kroků.

Typ seznamuPohledTyp

Load Balancer typ
KnownLoadBalancerType lze použít zaměnitelně s LoadBalancerType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PublicIp
InternalLoadBalancer

Výčet pro nastavení podrobností protokolu.
KnownLogVerbosity lze používat zaměnitelně s LogVerbosity, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

NotSet: Žádné záznamy nejsou vysílány.
Debug: Debug a výše uvedené logové příkazy.
Info: Záznamy o informacích a výše záznamech z logu.
Varování: Varování a výše uvedené logové příkazy jsou zaznamenány.
Chyba: Chyba a výše uvedené logové příkazy jsou zaznamenány.
Kritické: Zaznamenávají se pouze kritická tvrzení.

Druh spravované sítě. Uživatelé mohou přepnout z verze V1 na V2 pro podrobné řízení přístupu, ale po povolení verze V2 se nemohou přepnout zpět na verzi V1.
KnownManagedNetworkKind lze používat zaměnitelně s ManagedNetworkKind, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

V1
V2

Typ ManagedNetworkProvisioningState

Stav spravované sítě pracovního prostoru strojového učení
KnownManagedNetworkStatus lze používat zaměnitelně s ManagedNetworkStatus, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Neaktivní
Active

Typ spravovaného PERequirementu

Typ spravovaného PEStatus

Typ identity spravované služby (kde jsou povolené typy SystemAssigned i UserAssigned).
Pole KnownManagedServiceIdentityType lze použít zaměnitelně s ManagedServiceIdentityType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Žádná: Žádná spravovaná identita.
SystemAssigned: Spravovaná identita přiřazená systémem.
UserAssigned: Spravovaná identita přiřazená uživatelem.
SystemAssigned, UserAssigned: Spravovaná identita přiřazená systémem a uživatelem.

Typ tržištěPředplatnéStav poskytování

Typ tržištěPředplatnéStav

Typ materializaceSklad Typ

Určuje, jestli je pro poznámkové bloky povolený autologger mlflow.
KnownMlflowAutologger lze používat zaměnitelně s MlflowAutologger, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Enabled
Disabled

Stav životního cyklu modelu
PoleModelLifecycleStatus lze použít zaměnitelně s ModelLifecycleStatus, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Obecně dostupná
Preview

Výčet k určení typu jemného doladění.
KnownModelProvider lze používat zaměnitelně s ModelProvider, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AzureOpenAI: Finetuning using Azure Open AI model.
Vlastní: Jemné ladění pomocí vlastního modelu.

Velikost modelu obrazu.
KnownModelSize lze používat zaměnitelně s ModelSize, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Žádná: Žádná hodnota není vybrána.
Malý: Malý rozměr.
Střední: Střední velikost.
Velká: Velká velikost.
ExtraLarge: Extra velká velikost.

Výčet typu úlohy modelu.
KnownModelTaskType lze používat zaměnitelně s ModelTaskType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Klasifikace
Regrese

Alias pro MonitorComputeConfigurationBaseUnion

Alias pro MonitorComputeIdentityBaseUnion

Monitorujte výčet typu výpočetní identity.
KnownMonitorComputeIdentityType lze používat zaměnitelně s MonitorComputeIdentityType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

AmlToken: Autentizuje se přes AML token uživatele.
ManagedIdentity: Autentizuje se pomocí spravované identity poskytnuté uživatelem.

Monitorujte výčet výpočetních typů.
KnownMonitorComputeType lze používat zaměnitelně s MonitorComputeType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

ServerlessSpark: Serverless Spark výpočetní metoda.

Typ monitoringuFeatureDataType

Alias pro MonitoringFeatureFilterBaseUnion

Typ monitoringuFunkceFiltrTyp

Alias for MonitoringInputDataBaseUnion

Sledování výčtu vstupních datových typů.
KnownMonitoringInputDataType lze použít zaměnitelně s MonitoringInputDataType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Statické: Vstupní data s pevně danou velikostí okna.
Rolling: Vstupní data, která se relativně přizpůsobují aktuální době provozu monitoru.
Fix: Vstupní data v tabulárním formátu, která nevyžadují předchozí zpracování.

Typ monitoringuOznámeníTyp

Alias pro MonitoringSignalBaseUnion

Typ monitoringuTyp signálu

Akce montáže.
KnownMountAction lze používat zaměnitelně s MountAction, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Mount
Slez z koně

Režim montáže.
KnownMountMode lze používat zaměnitelně s MountMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

jen pro čtení
readWrite

Stav připojení.
KnownMountState lze používat zaměnitelně s MountState, toto enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

MountRequested
Jízda na koni
MountFailed
UnmountRequested
UnmountFailed
Nejezdící

Určuje, jak se určuje hodnota ověření N-Cross.
KnownNCrossValidationsMode lze používat zaměnitelně s NCrossValidationsMode, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Auto: Automaticky určte hodnotu N-křížové validace. Podporováno pouze pro úlohu AutoML "Forecasting".
Přizpůsobení: Použijte vlastní hodnotu N-Cross validací.

Alias pro NCrossValidationsUnion

sítě tohoto kontejneru.
KnownNetwork lze používat zaměnitelně se Network, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Most
Host

Stav výpočetního uzlu. Hodnoty jsou nečinné, běžící, připravující se, nepoužitelné, odcházející a přerušené.
PoleNodeState lze použít zaměnitelně s NodeState, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

nečinný
spuštěné
Příprava
nepoužitelné
Odchod
předem

Alias pro NodesUnion

Vyjmenované typy pro hodnotu uzlů
KnownNodesValueType lze používat zaměnitelně s NodesValueType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Všechny

Typ NumericalDataDriftMetric

Typ NumericalDataQualityMetric

Typ NumericalPredictionDriftMetric

Primární metriky pro úlohu Image ObjectDetection.
KnownObjectDetectionPrimaryMetrics lze používat zaměnitelně s ObjectDetectionPrimaryMetrics, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

PrůměrnáPrůměrnáPřesnost: Průměrná průměrná přesnost (MAP) je průměr AP (Průměrná přesnost). AP se vypočítá pro každou třídu a zprůměruje se pro získání MAP.

Výčet k určení typu artefaktu OneLake.
KnownOneLakeArtifactType lze použít zaměnitelně s OneLakeArtifactType, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

LakeHouse

Alias pro OneLakeArtifactUnion

Alias pro OnlineDeploymentPropertiesUnion

Alias pro OnlineScaleSettingsUnion

Typ operačního systému.
PoleOperatingSystemType lze použít zaměnitelně s OperačnímSystemType, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Linux
Windows

Název poslední operace.
PoleOperationName lze použít zaměnitelně s OperationName, tento výčet obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

Vytvářet
Start
Stop
Restartovat
Změnit velikost
Reimage
Vymazat

Stav operace.
KnownOperationStatus lze použít zaměnitelně s OperationStatus, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

InProgress
Uspěl
Vytvoření se nezdařilo
se nepovedlo spustit
stopfailed
RestartFailed
ResizeFailed
ReimageFailed
Odstranění se nezdařilo

Aktivační událost operace.
KnownOperationTrigger lze používat zaměnitelně s OperationTrigger, tento enum obsahuje známé hodnoty, které služba podporuje.

Známé hodnoty podporované službou

User
Schedule
IdleShutdown