@azure/arm-machinelearning package

此連線類型涵蓋任何適用的 Azure 服務的 AAD 驗證

以 AKS 為基礎的機器學習計算。

AKS 屬性

model interface AccessKeyAuthTypeWorkspaceConnectionProperties

model interface AccountApiKeys

此連線類型涵蓋 Azure 記憶體的帳戶金鑰連線

帳戶金鑰資料存放區認證資料組態。

資料存放區帳戶金鑰密碼。

用於註冊處的 ACR 帳戶的詳細信息

模型介面 ActualCapacityInfo

與以 AKS 為基礎的機器學習計算相關的秘密。

AKS 網路的進階設定

模型介面功能

所有節點表示服務將在工作的所有節點上執行

Azure Machine Learning 計算。

與 AmlCompute 相關的運算節點資訊。

AML 計算屬性

AML 權杖身分識別設定。

AML 權杖計算身分識別定義。

為工作區啟用的功能

沒有認證的存取認證

此連線類型涵蓋一般 ApiKey 驗證連線類別，例如： AzureOpenAI： Category：= AzureOpenAI AuthType：= ApiKey （作為類型鑑別器） 認證：= {ApiKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target：= {ApiBase}

CognitiveService： Category：= CognitiveService AuthType：= ApiKey （作為類型鑑別器） 認證：= {SubscriptionKey} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target：= ServiceRegion={serviceRegion}

CognitiveSearch： Category：= CognitiveSearch AuthType：= ApiKey （作為類型鑑別器） 認證：= {Key} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.ApiKey Target：= {Endpoint}

針對 ApiType、ApiVersion、Kind 和其他元數據欄位使用元數據屬性包

資源的 ARM ResourceId

模型介面 資產基礎

模型介面 AssetContainer

資產參考的基本定義。

可指派給運算執行處理的使用者。

預測範圍由系統自動確定。

AutoMLJob 類別。 使用此類別來執行 AutoML 工作，例如分類/迴歸等。請參閱 TaskType 列舉，以取得支援的所有工作。

AutoML 垂直類別。 AutoML 垂直類別的基底類別 - TableVertical/ImageVertical/NLPVertical

N-Cross 驗證自動確定。

自動暫停特性

自動比例特性

模型介面AutoSeasonality

模型介面AutoTargetLags

目標滯後滾動窗口自動確定。

model interface AvailableQuota

model interface AvailableQuotaProperties

Azure Blob 資料存放區設定。

Azure Data Lake Gen1 資料存放區設定。

Azure Data Lake Gen2 資料存放區設定。

Azure DevOps 特定的 Webhook 詳細數據

Azure 檔案儲存體資料存放區設定。

用戶端的選擇性參數。

model interface AzureOpenAiFineTuning

Azure Open AI 超參數，用於微調。

根據鬆弛標準定義提前終止策略，以及用於評估的頻率和延遲間隔

您可以使用特定屬性類型來建立具象追蹤的資源類型。

與不同部署類型相關的屬性。

每個部署的批次推論設定。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表批次部署操作。

選擇性參數。

您可以使用特定屬性類型來建立具象追蹤的資源類型。

批次端點預設值

批次端點設定。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 BatchEndpoints 操作。

選擇性參數。

批次管線元件部署的屬性。

重試批次推論作業的設定。

定義取樣演算法，根據先前的值產生值

模型介面 BindOptions

model interface BlobReferenceForConsumptionDto

Docker 建置內容的組態設定

Azure Resource Manager 資源信封。

模型介面 CapabilityHostProperties

選擇性參數。

選擇性參數。

選擇性參數。

代表 CapabilityHosts 操作的介面。

model interface CategoricalDataDriftMetricThreshold

模型介面 CategoricalDataQualityMetricThreshold

模型介面 CategoricalPredictionDriftMetricThreshold

憑證資料存放區認證組態。

資料存放區憑證密碼。

AutoML Table 垂直中的分類工作。

分類訓練相關組態。

AmlCompute 更新參數。

需要更新的 amlCompute 屬性。

評分碼資產的配置。

Azure Resource Manager 資源信封。

程式碼資產版本的容器。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 CodeContainers 操作。

Azure Resource Manager 資源信封。

程式碼資產版本詳細資料。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 CodeVersions 操作。

選擇性參數。

model interface CognitiveServicesSku

模型介面集合

欄位變壓器參數。

命令工作定義。

Command Job limit 類別。

Azure Resource Manager 資源信封。

元件容器定義。 <請參閱 href=“https://docs.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command"/>

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ComponentContainers 操作。

Azure Resource Manager 資源信封。

元件版本的定義：定義跨元件類型的資源。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ComponentVersions 操作。

選擇性參數。

機器學習 計算物件。

Azure Machine Learning 計算執行個體。

定義 Aml 執行個體應用程式及其連線端點 URI。

指定自動記錄工具的設定。

定義 ComputeInstance 的所有連線端點和內容。

定義 Aml 執行個體容器。

描述建立此 ComputeInstance 的使用者相關資訊。

定義 AML 執行個體 DataDisk。

定義 AML 執行個體 DataMount。

環境資訊

ComputeInstance 上的最後一個作業。

計算實例屬性

指定 SSH 存取的原則和設定。

computeInstance 的版本。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ComputeOperations 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

模型介面 ComputeRecurrenceSchedule

包裝在 ARM 資源信封中的機器學習計算物件。

模型介面 ComputeRuntimeDto

要套用至計算的排程清單

與 機器學習 計算相關的秘密。 每種計算方式可能都不一樣。

計算開始停止排程內容

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表連線操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ConnectionRaiBlocklistItem 操作。

選擇性參數。

介面代表 ConnectionRaiBlocklistItems 操作。

介面代表 ConnectionRaiBlocklist 操作。

選擇性參數。

代表 ConnectionRaiBlocklist 操作的介面。

選擇性參數。

介面代表 ConnectionRaiPolicies 操作。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ConnectionRaiPolicy 操作。

線上部署中每個容器實例的資源要求。

model interface ContainerResourceSettings

模型介面 ContentSafety

model interface ContentSafetyEndpointDeploymentResourceProperties

model interface ContentSafetyEndpointResourceProperties

模型介面 CosmosDbSettings

model interface CreateMonitorAction

ComputeStartStop 排程類型的工作流程觸發程式 cron。

模型介面 CronTrigger

所需的最大預測範圍，以時間序列頻率單位為單位。

自訂金鑰認證物件

Category：= CustomKeys AuthType：= CustomKeys （作為類型鑑別器） 認證：= {CustomKeys} as Microsoft.MachineLearning.AccountRP.Contracts.WorkspaceConnection.CustomKeys Target：= {any value} 使用 ApiVersion 和其他中繼資料欄位的中繼資料屬性包

model interface CustomMetricThreshold

model interface CustomModelFineTuning

model interface CustomModelJobInput

model interface CustomModelJobOutput

model interface CustomMonitoringSignal

N-Cross驗證由用戶指定。

model interface CustomSeasonality

指定自訂服務組態

model interface CustomTargetLags

model interface CustomTargetRollingWindowSize

模型介面資料收集器

Azure Resource Manager 資源信封。

資料資產版本的容器。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 DataContainers 操作。

模型介面 DataDriftMetricThresholdBase

模型介面 DataDriftMonitoringSignal

DataFactory 計算。

模型介面 DataGenerationVertical

DataLakeAnalytics 運算。

model interface DataLakeAnalyticsSchemaProperties

透過資料存放區中的資產路徑參照資產。

模型介面 DataQualityMetricThresholdBase

模型介面 DataQualityMonitoringSignal

DataReferenceCredential 基底類別

Azure Resource Manager 資源信封。

資料庫版本定義

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 DataVersions 操作。

選擇性參數。

DataFactory 計算。

與以 Databricks 為基礎的機器學習計算相關的秘密。

Databricks 的屬性

資料集參考物件。

Azure Resource Manager 資源信封。

資料儲存憑證的基礎定義。

資料儲存內容設定的基礎定義。

資料儲存秘密的基礎定義。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

表示 Datastores作的介面。

模型介面 DefaultScaleSettings

DeltaModelCurrentState 合約。

model interface DeltaModelListRequest

DeltaModelChangeRequest 的合約基底。 用於新增或刪除。

model interface DeltaModelStatusRequest

合約將差異模型傳回給使用者。

模型介面部署日誌

模型介面 DeploymentLogsRequest

model interface DeploymentResourceConfiguration

發佈目的地登錄資產資訊

model interface DiagnoseRequestProperties

模型介面 DiagnoseResponseResult

模型介面 診斷回應結果值

診斷結果

診斷工作區的參數

蒸餾工作定義。

工作分配配置的基本定義。

模型介面 Docker

具有使用者名稱和密碼的 docker 認證

早期終止原則可在完成之前取消執行效能不佳

模型介面 EncryptionKeyVaultUpdateProperties

模型介面 EncryptionProperty

模型介面 EncryptionUpdateProperties

模型介面端點

端點驗證的金鑰。

服務權杖

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

模型介面端點部署模型

介面代表端點部署操作。

端點部署的基本定義。

model interface EndpointDeploymentResourceProperties

EndpointDeploymentResourcePropertiesBasicResource 僅預覽。

選擇性參數。

選擇性參數。

模型介面端點鍵

選擇性參數。

選擇性參數。

model interface EndpointModelDeprecationProperties

端點模型屬性。

model interface EndpointModelSkuCapacityProperties

model interface EndpointModelSkuProperties

model interface EndpointModelSkuRateLimitProperties

model interface EndpointModelSkuRateLimitRulePatternProperties

model interface EndpointModelSkuRateLimitRuleProperties

分頁的 EndpointModelProperties 項目集合

介面代表端點操作。

推論端點基礎定義

選擇性參數。

model interface EndpointResourceProperties

EndpointResourcePropertiesBasicResource 是僅預覽的資源。

model interface EndpointScheduleAction

Azure Resource Manager 資源信封。

環境規格版本的容器。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 EnvironmentContainers 操作。

模型介面 EnvironmentVariable

Azure Resource Manager 資源信封。

環境版本詳細資料。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 EnvironmentVersions 操作。

選擇性參數。

資源管理錯誤其他資訊。

錯誤詳細資料。

所有 Azure Resource Manager API 的常見錯誤回應，以傳回失敗作業的錯誤詳細數據。

使用特定 OS 類型、層等 VM 的預估價格資訊。

使用 VM 的預估價格資訊。

模型介面 ExternalFqdnResponse

Azure Resource Manager 資源信封。

模型介面功能歸因漂移監測訊號

模型介面 FeatureAttributionMetricThreshold

模型介面 功能重要性設定

DTO 物件代表特徵

模型介面功能StoreSettings

模型介面功能子集

指定特徵視窗

選擇性參數。

選擇性參數。

介面代表功能操作。

Azure Resource Manager 資源信封。

代表功能集的 DTO 物件

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 FeaturesetContainers 操作。

代表規格的 DTO 物件

Azure Resource Manager 資源信封。

要求承載，以建立指定功能集版本的回填要求

針對指定功能集版本建立回填要求的回應承載

代表功能集版本的 DTO 物件

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 FeaturesetVersions 操作。

Azure Resource Manager 資源信封。

代表功能實體的 DTO 物件

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 FeaturestoreEntityContainers 操作。

Azure Resource Manager 資源信封。

代表功能實體版本的 DTO 物件

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 FeaturestoreEntityVersions 操作。

特徵化設定。

微調工作定義。

模型介面 FineTuningVertical

model interface 微調細節

修正輸入資料定義。

模型介面 FlavorData

所需的最大預測範圍，以時間序列頻率單位為單位。

AutoML Table 垂直中的預測工作。

預測特定參數。

預測訓練相關組態。

model interface FqdnEndpoint

model interface FqdnEndpointDetail

model interface FqdnEndpoints

FQDN 端點結果的屬性包

機器學習工作區受控網路的 FQDN 輸出規則。

model interface GetBlobReferenceForConsumptionDto

BlobReferenceSASRequest for getBlobReferenceSAS API

BlobReferenceSASResponse for getBlobReferenceSAS API

定義取樣演算法，以詳盡地產生空間中的每個值組合

環境組態選項。

模型組態選項。

模型介面 GroupStatus

HDInsight 計算。

HDInsight 計算屬性

包含 CIDR 表示法的 IPv4 位址範圍，例如 '124.56.78.91' （簡單 IP 位址） 或 '124.56.78.0/24' （所有以 124.56.78 開頭的位址）。 值可以是 'Allow' 或 'Deny'。

透過資產的 ARM 資源識別碼參照資產。

身份配置的基本定義。

用於加密的身分識別物件。

在使用者定義閑置期間之後停止計算實例。

模型介面 圖片

圖像分類。 當圖像僅使用一組類別中的單個標籤進行分類時，使用多類圖像分類 - 例如，每個圖像被分類為“貓”或“狗”或“鴨子”的圖像。

影像分類多標籤。 當圖像可以具有一組標籤中的一個或多個標籤時，會使用多標籤圖像分類 - 例如，圖像可以同時標記為“貓”和“狗”。

模型介面 圖片細節

模型介面 ImageInfo

影像執行個體分割。 實例分割用於在像素層級識別影像中的對象，在影像中的每個物件周圍繪製多邊形。

限制 AutoML 任務的設定。

傳回此運算執行處理作業系統映像檔的中繼資料。

用於掃描模型設定值的分佈運算式。 <範例> 一些範例是：

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.

用於掃描模型設定值的分佈運算式。 <範例> 一些範例是：

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.

用於掃描模型設定值的分佈運算式。 <範例> 一些範例是：

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.

用於定型模型的設定。 有關可用設置的更多信息，請訪問官方文檔： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

用於定型模型的設定。 有關可用設置的更多信息，請訪問官方文檔： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

用於定型模型的設定。 有關可用設置的更多信息，請訪問官方文檔： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

影像物件偵測。 對象檢測用於識別圖像中的對象並使用邊界框定位每個對象，例如定位圖像中的所有狗和貓，並在每個周圍繪製一個邊界框。

模型掃掠和超參數掃掠相關設定。

代表索引資料行的 DTO 物件

model interface InferenceContainerProperties

InferenceEndpoint 僅供預覽使用。

InferenceEndpoint 組態

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 InferenceEndpoints 操作。

選擇性參數。

InferenceGroup 僅提供預覽資源。

推論群組組態

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 InferenceGroups 操作。

選擇性參數。

InferencePool 僅提供預覽資源。

推論集區組態

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 InferencePool 操作。

選擇性參數。

執行個體類型結構描述。

此實例類型的資源要求/限制

Azure Resource Manager 資源信封。

工作的基本定義。

命令工作定義。

model interface JobLimits

工作輸出定義容器資訊，關於在哪裡找到工作輸出/日誌。

model interface JobResourceConfiguration

模型介面 JobResources

model interface JobScheduleAction

工作端點定義

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

代表 Jobs 作業的介面。

Jupyter 核心設定。

客戶金鑰保存庫屬性。

以 Kubernetes 計算為基礎的機器學習計算。

KubernetesOnlineDeployment 特有的屬性。

Kubernetes 屬性

模型介面標籤產生

模型介面 LakeHouseArtifact

model interface ListNotebookKeysResult

model interface ListStorageAccountKeysResult

model interface ListWorkspaceKeysResult

文字輸入類型。

model interface MLFlowModelJobInput

模型介面 MLFlowModelJobOutput

MLTable 資料定義

model interface MLTableJobInput

模型介面 MLTableJobOutput

受控計算身分識別定義。

受控識別設定。

model interface ManagedIdentityAuthTypeWorkspaceConnectionProperties

使用者受控識別的認證

機器學習工作區受控網路的受控網路佈建選項。

機器學習工作區受控網路的布建狀態。

介面代表 ManagedNetworkProvisions 作業。

選擇性參數。

機器學習工作區的受控網路設定。

模型介面 ManagedNetworkSettingsBasicResource

model interface ManagedNetworkSettingsEx

選擇性參數。

選擇性參數。

介面代表 ManagedNetworkSettings 操作。

選擇性參數。

機器學習工作區的託管網路設置的屬性。

ManagedNetworkSettingsPropertiesBasicResource 是僅預覽的資源。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ManagedNetworkSettingsRule 操作。

ManagedOnlineDeployment 特有的屬性。

model interface ManagedOnlineEndpointDeploymentResourceProperties

model interface ManagedOnlineEndpointResourceProperties

受控資源群組指派身分識別的詳細資料。

受管理資源群組設定

受控服務識別（系統指派和/或使用者指派的身分識別）

model interface MarketplacePlan

Azure Resource Manager 資源信封。

model interface MarketplaceSubscriptionProperties

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表市場訂閱業務。

代表計算資源的 DTO 物件

模型介面 MaterializationSettings

根據所有執行的主要度量的執行平均值來定義提前終止原則

Azure Resource Manager 資源信封。

model interface ModelContainerProperties

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ModelContainers 操作。

模型介面 ModelSettings

Azure Resource Manager 資源信封。

模型資產版本詳細資料。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

代表 ModelVersions 操作的介面。

選擇性參數。

監控運算組態基礎定義。

監控運算身份基礎定義。

模型介面 MonitorDefinition

模型介面 MonitorEmailNotificationSettings

模型介面 MonitorNotificationSettings

監視無伺服器 Spark 計算定義。

模型介面 MonitoringFeatureFilterBase

監控輸入資料庫定義。

模型介面 MonitoringSignalBase

監控目標定義。

模型介面 MonitoringThreshold

MPI 發佈組態。

N-Cross 驗證值。

模型介面 NetworkAcls

model interface NlpVerticalFeaturizationSettings

作業執行限制。

amlCompute 上各種計算節點狀態的計數。

抽象節點定義

model interface NoneAuthTypeWorkspaceConnectionProperties

空白/無資料存放區認證。

model interface NotebookAccessTokenResult

模型介面 NotebookPreparationError

model interface NotebookResourceInfo

通知的組態。

model interface NumericalDataDriftMetricThreshold

模型介面 NumericalDataQualityMetricThreshold

模型介面 NumericalPredictionDriftMetricThreshold

model interface OAuth2AuthTypeWorkspaceConnectionProperties

優化目標。

OneLake 工件（資料來源）配置。

OneLake （ Trident ）資料存放區組態。

您可以使用特定屬性類型來建立具象追蹤的資源類型。

model interface OnlineDeploymentProperties

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 OnlineDeployments 作業。

選擇性參數。

您可以使用特定屬性類型來建立具象追蹤的資源類型。

線上端點設定

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 OnlineEndpoints 操作。

選擇性參數。

選擇性參數。

線上部署評分請求配置。

在線部署擴展配置。

model interface OpenAIEndpointDeploymentResourceProperties

model interface OpenAIEndpointResourceProperties

從資源提供者作業 API API 傳回的 REST API 作業詳細數據

操作的在地顯示資訊。

選擇性參數。

表示作業作業的介面。

傳回作業系統修補的中繼資料。

機器學習工作區受控網路的輸出規則。

可以使用特定屬性類型將此類型別名化，以建立具體的 Proxy 資源類型。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 OutboundRule 操作。

介面代表 OutboundRules 操作。

選擇性參數。

透過工作輸出中的路徑參照資產。

model interface PATAuthTypeWorkspaceConnectionProperties

model interface PTUDeploymentUsage

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 PTUQuota 操作。

模型介面套件詳情

byPage 方法的選項

介面，可讓異步反覆運算同時完成和逐頁執行。

每個部署的可變批次推論設定。

嚴格用於更新請求。

受控服務識別（系統指派和/或使用者指派的身分識別）

嚴格用於更新請求。

嚴格用於更新請求。

嚴格用於更新請求。

嚴格用於更新請求。

嚴格用於更新請求。

通用 SKU 定義。

模型介面密碼

model interface PendingUploadCredentialDto

model interface PendingUploadRequestDto

模型介面 PendingUploadResponseDto

個人計算實例的設定。

管線作業定義：定義 MFE 屬性的泛型。

模型介面 PredictionDriftMetricThresholdBase

模型介面 PredictionDriftMonitoringSignal

私人端點資源。

私人端點聯機資源。

私人端點連線屬性。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

代表 PrivateEndpointConnections 作業的介面。

機器學習工作區受控網路私人端點輸出規則的私人端點目的地。

機器學習工作區受控網路的私人端點輸出規則。

連結至此PE連線的PE網路資源。

私人鏈接資源

私人鏈接資源的屬性。

選擇性參數。

代表 PrivateLinkResources 作業的介面。

服務取用者與提供者之間連線狀態的相關信息集合。

部署容器運行情況/就緒情況探測配置。

模型介面 PromptSettings

池資源的基本定義。

Azure Resource Manager Proxy 資源的資源模型定義。 它不會有標記和位置

PyTorch 分發組態。

模型介面佇列設定

配額更新或擷取的屬性。

配額更新參數。

選擇性參數。

介面代表配額操作。

選擇性參數。

Azure OpenAI 封鎖清單組態。

認知服務 RaiBlocklist 專案要求本文。

RAI 自定義封鎖清單項目屬性。

RaiBlocklistItemPropertiesBasicResource 是僅預覽的資源。

RAI 自定義封鎖清單屬性。

RaiBlocklistPropertiesBasicResource 是一個僅供預覽的資源。

選擇性參數。

介面代表 RaiPolicy 操作。

Azure OpenAI 內容篩選。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RaiPolicy 作業。

Azure OpenAI 內容篩選屬性。

Azure OpenAI 內容篩選資源。

定義隨機產生值的取樣演算法

光線分布配置。 一個用於管理分散式 Ray 作業設定的類別。

ComputeStartStop 排程類型的工作流程觸發程序週期。

模型介面 RecurrenceSchedule

模型介面 RecurrenceTrigger

model interface RegenerateEndpointKeysRequest

model interface RegenerateServiceAccountKeyContent

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表登錄檔操作。

選擇性參數。

選擇性參數。

您可以使用特定屬性類型來建立具象追蹤的資源類型。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RegistryCodeContainers 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 RegistryCodeVersions 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RegistryComponentContainers 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 RegistryComponentVersions 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 RegistryDataContainers 操作。

選擇性參數。

介面代表 RegistryDataReferences 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RegistryDataVersions 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RegistryEnvironmentContainers 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 RegistryEnvironmentVersions 操作。

model interface RegistryListCredentialsResult

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 RegistryModelContainers 操作。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面表示 RegistryModelVersions 操作。

受控服務識別（系統指派和/或使用者指派的身分識別）

私人端點連線定義。

私人端點連線的屬性

連接狀態。

登記處詳情

登錄所在每個區域的詳細資料

AutoML Table 垂直中的迴歸工作。

迴歸訓練相關組態。

評分要求設定。

模型介面 RequestLogging

調整運算執行處理大小的結構描述。

回應中針對所有 Azure Resource Manager 資源傳回的常見欄位

模型介面 ResourceBase

模型介面資源配置

代表資源識別碼。 例如，對於子網路，它是子網路的資源 URL。

資源名稱。

指派給資源的配額。

滾動輸入資料定義。

模型介面路線

model interface SASAuthTypeWorkspaceConnectionProperties

使用完整 SAS uri 存取

model interface SASCredentialDto

用於產生超參數值的取樣演算法，以及用來配置演算法的屬性

SAS 資料存放區認證組態。

資料存放區 SAS 密碼。

AML 計算的調整設定

amlCompute 所需的規模設定。

ScaleUnit 集區的設定。

Azure Resource Manager 資源信封。

模型介面 ScheduleActionBase

模型介面 ScheduleBase

排程的基本定義

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

代表排程作業的介面。

指令碼參考

自訂設定文稿

預測季節性。

秘密到期設定。

model 介面 ServerlessComputeSettings

您可以使用特定屬性類型來建立具象追蹤的資源類型。

model interface ServerlessEndpointCapacityReservation

model interface ServerlessEndpointContentSafety

model interface ServerlessEndpointInferenceEndpoint

model interface ServerlessEndpointModelSettings

model interface ServerlessEndpointProperties

model interface ServerlessEndpointResourceProperties

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 ServerlessEndpoints 操作。

選擇性參數。

選擇性參數。

model interface ServerlessInferenceEndpoint

model interface ServerlessOffer

model interface ServiceManagedResourcesSettings

model interface ServicePrincipalAuthTypeWorkspaceConnectionProperties

服務主體資料存放區認證組態。

資料存放區服務主體秘密。

機器學習工作區受控網路之服務標籤輸出規則的服務標籤目的地。

機器學習工作區受管理網路的服務標籤輸出規則。

用來設定叢集的自定義腳本詳細數據。

模型介面 SharedPrivateLinkResource

共用私人鏈接資源的屬性。

簡單的輪詢器，可用來輪詢長時間執行的作業。

代表 SKU 的資源模型定義

SKU 容量資訊

滿足 ARM 合約需求，列出資源的所有可用 SKU。

SkuSetting 滿足了 ARM 合約中精簡 SKU 資訊的需求。

Spark 作業定義。

Spark 工作進入點定義。

model interface SparkJobPythonEntry

model interface SparkJobScalaEntry

model interface SparkResourceConfiguration

模型介面 SpeechEndpointDeploymentResourceProperties

模型介面 SpeechEndpointResourceProperties

用於評分的 SSL 設定

自訂 StackEnsemble 執行的進階設定。

靜態輸入資料定義。

要用於登錄的儲存體帳戶詳細數據

模型介面 StringStringKeyValuePair

掃描工作定義。

Sweep Job limit 類別。

SynapseSpark 計算。

model interface SynapseSparkProperties

模型介面 SystemCreatedAcrAccount

模型介面 SystemCreatedStorageAccount

與建立和上次修改資源相關的元數據。

在計算上執行的系統服務。

特徵化設定。

作業執行限制。

要從目標數據行延遲的過去期間數。

預測目標滾動視窗大小。

模型介面 目標利用比例設定

模型介面 TeacherModelEndpoint

model interface TeacherModelEndpointRequestSettings

模型介面 教師模型設定

TensorFlow 分佈配置。

AutoML NLP 垂直領域的文字分類工作。 NLP - 自然語言處理。

AutoML NLP 垂直領域的文字分類多標籤工作。 NLP - 自然語言處理。

AutoML NLP 垂直領域中的 Text-NER 工作。 NER - 具名實體辨識。 NLP - 自然語言處理。

模型介面 TmpfsOptions

model interface TopNFeaturesByAttribution

Azure Resource Manager 的資源模型定義已追蹤最上層資源，其具有「標記」和「位置」

訓練相關的配置。

試用版元件定義。

模型介面 TriggerBase

模型介面 TritonModelJobInput

模型介面 TritonModelJobOutput

定義提前終止原則，以在每個評估間隔取消給定百分比的執行。

更新配額回應的屬性。

更新工作區配額的結果。

uri-file 資料版本實體

model interface UriFileJobInput

model interface UriFileJobOutput

uri-folder 資料版本實體

model interface UriFolderJobInput

model interface UriFolderJobOutput

描述 AML 資源使用量。

model interface UsageAndQuotaDetails

使用名稱。

選擇性參數。

代表使用方式作業的介面。

在計算節點上的每個使用者帳戶上建立的使用者帳戶設定。

使用者指派的身分識別屬性

使用者身分識別組態。

model interface usernamePasswordAuthTypeWorkspaceConnectionProperties

以 Azure 虛擬機器為基礎的 機器學習 計算。

適用於 Windows AML 計算的虛擬機器映像

model interface VirtualMachineSchemaProperties

與以 AKS 為基礎的機器學習計算相關的秘密。

描述 VM 大小的屬性。

列出虛擬機器大小作業回應。

選擇性參數。

介面代表虛擬機器大小操作。

虛擬機的管理員認證

模型介面 VolumeDefinition

模型介面 VolumeOptions

模型介面漏洞詳情

模型介面漏洞發現

Webhook 基底

代表機器學習工作區的物件。

model interface WorkspaceConnectionAccessKey

工作區連線認證的帳戶密鑰物件。

工作區連線認證的 API 金鑰物件。

model interface WorkspaceConnectionManagedIdentity

需要 ClientId 和 ClientSecret。 根據每個 OAuth2 提供者的實作而定，其他屬性是選擇性的。

model interface WorkspaceConnectionPersonalAccessToken

model interface WorkspaceConnectionPropertiesV2

可以使用特定屬性類型將此類型別名化，以建立具體的 Proxy 資源類型。

model interface WorkspaceConnectionServicePrincipal

model interface WorkspaceConnectionSharedAccessSignature

機器學習工作區連線將更新的屬性。

model interface WorkspaceConnectionUsernamePassword

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 WorkspaceConnections 操作。

選擇性參數。

選擇性參數。

選擇性參數。

介面代表 WorkspaceFeatures 操作。

WorkspaceHub 的組態物件。

私人端點資源。

機器學習工作空間的特性。

更新機器學習工作區的參數。

更新機器學習工作區的參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

選擇性參數。

代表工作區作業的介面。

選擇性參數。

選擇性參數。

選擇性參數。

可延伸列舉。 表示動作類型。 「內部」是指僅供內部 API 使用的動作。
KnownActionType 可以與 ActionType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

內部：動作適用於僅限內部的 API。

計算的配置狀態。 可能的值為：steady - 表示計算未調整大小。 進行中的計算中計算節點數目沒有變更。 計算會在建立時進入此狀態，且在計算上執行任何作業以變更計算節點數目。 resizing - 表示計算正在調整大小;也就是說，計算節點正在新增至計算或從計算中移除。
KnownAllocationState 可與 AllocationState 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

穩住
調整大小

篩選內容的層級。
KnownAllowedContentLevel 可與 AllowedContentLevel 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Low
Medium
高

在父工作區用戶之間共用此計算實例上應用程式的原則。 如果為 Personal，則只有建立者可以存取此計算實例上的應用程式。 當共用時，任何工作區使用者都可以根據指派的角色存取此實例上的應用程式。
KnownApplicationSharingPolicy 可與 ApplicationSharingPolicy 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

個人
共用

註冊表資產的佈建狀態。
KnownAssetProvisioningState 可與 AssetProvisioningState 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

成功
失敗
已取消
建立
更新中
刪除中

AssetReferenceBaseUnion 的別名

用來判斷端點驗證模式的列舉。
KnownAuthMode 可與 AuthMode 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

AAD

AutoMLVerticalUnion 的別名

衍生映像的 AutoRebuild 設定
KnownAutoRebuildSetting 可與 AutoRebuildSetting 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Disabled
OnBaseImageUpdate

自動儲存設定。
KnownAutosave 可與 Autosave 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

None
Local
遠端

雲端設定為字串常值類型的支援值

批次部署的列舉屬性類型。
KnownBatchDeploymentConfigurationType 可與 BatchDeploymentConfigurationType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

型號
管線元件

BatchDeploymentConfigurationUnion 的別名

批次推斷的記錄詳細程度。 記錄的詳細順序增加為：警告、資訊和偵錯。 預設值為 Info。
KnownBatchLoggingLevel 可與 BatchLoggingLevel 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

資訊
警告
偵錯

Enum 用來判斷批次推論如何處理輸出
KnownBatchOutputAction 可與 BatchOutputAction 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

僅摘要
附錄

指定 VM 價格貨幣的三個字母代碼。 範例：美元
KnownBillingCurrency 可與 BillingCurrency 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

美元

AutoML 支援之所有分類模型的列舉。
KnownBlockedTransformers 可與 BlockedTransformers 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

TextTargetEncoder：用於文字資料的目標編碼。
OneHotEncoder：熱編碼會產生二元特徵轉換。
CatTargetEncoder：針對類別資料進行目標編碼。
TfIdf：Tf-Idf 代表，項-頻率乘以文件頻率的反比。 這是從文件中識別資訊的常用術語加權方案。
WoETargetEncoder：證據權重編碼是一種用於編碼類別變數的技術。 它使用 P（1）/P（0） 的自然對數來建立權重。
LabelEncoder：標籤編碼器將標籤/類別變數轉換為數值形式。
WordEmbedding：Word 嵌入有助於將單字或片語表示為向量或一連串數字。
NaiveBayes：Naive Bayes 是一種分類法，用於分類類別分布的離散特徵。
CountVectorizer：Count Vectorizer 將一組文字文件轉換成代幣計數矩陣。
HashOneHotEncoder：將一個熱編碼器雜湊，可以將類別變數轉化為有限數量的新特性。 這通常用於高基數類別特徵。

資料磁碟的快取類型。
已知快取 可與快取互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

None
唯讀
讀寫

能力類型 HostKind

功能主機的佈建狀態。
KnownCapabilityHostProvisioningState 可以與 CapabilityHostProvisioningState 互換使用，此枚舉包含服務支援的已知值。

服務支援的已知值

成功
失敗
已取消
建立
更新中
刪除中

類別資料漂移度量的類型

類別資料品質指標的類型

類別預測漂移度量的類型

AutoML 支援之所有分類模型的列舉。
KnownClassificationModels 可與 ClassificationModels 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

邏輯斯迴歸：邏輯斯迴歸是一種基本的分類技術。 它屬於線性分類器組，有點類似多項式和線性迴歸。 邏輯迴歸速度快，相對簡單，方便您解讀結果。 雖然它本質上是一種二元分類的方法，但它也可以應用於多類別問題。
SGD：SGD：隨機梯度下降是一種常用於機器學習應用的最佳化演算法，用以尋找對應預測結果與實際輸出最佳擬合的模型參數。
多項式NaiveBayes：多項式的Naive Bayes分類器適合具有離散特徵的分類（例如用於文本分類的字數）。 多項式分佈通常需要整數特徵計數。 然而，在實踐中，諸如 tf-idf 之類的分數計數也可能有效。
BernoulliNaiveBayes：用於多變量伯努利模型的朴素貝葉斯分類器。
SVM：支持向量機（SVM）是一種監督式機器學習模型，利用分類演算法處理兩組分類問題。 為 SVM 模型提供每個類別的標記訓練資料集後，他們能夠對新文字進行分類。
線性SVM：支持向量機（SVM）是一種監督式機器學習模型，利用分類演算法處理兩組分類問題。 為 SVM 模型提供每個類別的標記訓練資料集後，他們能夠對新文字進行分類。 當輸入資料是線性的時，線性 SVM 的效能最佳，也就是說，可以透過在繪製的圖表上的分類值之間繪製直線來輕鬆對資料進行分類。
KNN：K-最近鄰（KNN）演算法利用「特徵相似度」來預測新資料點的值，進一步表示新資料點會根據與訓練集點的接近程度被賦予一個值。
決策樹：決策樹是一種非參數監督學習方法，用於分類與迴歸任務。 目標是建立一個模型，透過學習從資料特徵推斷的簡單決策規則來預測目標變數的值。
RandomForest：隨機森林是一種監督式學習演算法。 它構建的“森林”是決策樹的集合，通常使用“裝袋”方法進行訓練。 套袋方法的總體思想是學習模型的組合增加了整體結果。
ExtremeRandomTrees：Extreme Trees 是一種集合式機器學習演算法，結合了多個決策樹的預測結果。 它與廣泛使用的隨機森林演算法有關。
LightGBM：LightGBM 是一個採用樹狀學習演算法的梯度提升框架。
梯度提升：將學習者從週過渡到優秀學習者的技巧稱為提升。 梯度提升演算法過程基於這種執行理論。
XGBoost分類器：XGBoost：極端梯度提升演算法。 此演算法用於結構化資料，其中目標資料行值可以劃分為不同的類別值。

分類多標籤工作的主要指標。
KnownClassificationMultilabelPrimaryMetrics 可與 ClassificationMultilabelPrimaryMetrics 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AUCWeighted：AUC 是曲線下的面積。 此指標代表每個類別分數的算術平均值，並依每個類別中的真實實例數目加權。
準確度：準確度是指與真實類別標籤完全吻合的預測比例。
NormMacroRecall：標準化巨集回憶是經過巨集平均與正規化，使隨機表現得分為0，完美表現為1。
AveragePrecisionScoreWeighted：每個類別的平均精確度分數，並依真實實例數加權的算術平均值。
PrecisionScoreWeighted：每個類別的精度算術平均值，依真實實例數加權。
IOU：交叉口勝過聯合。 預測的交集除以預測的並集。

分類工作的主要指標。
KnownClassificationPrimaryMetrics 可與 ClassificationPrimaryMetrics 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

AUCWeighted：AUC 是曲線下的面積。 此指標代表每個類別分數的算術平均值，並依每個類別中的真實實例數目加權。
準確度：準確度是指與真實類別標籤完全吻合的預測比例。
NormMacroRecall：標準化巨集回憶是經過巨集平均與正規化，使隨機表現得分為0，完美表現為1。
AveragePrecisionScoreWeighted：每個類別的平均精確度分數，並依真實實例數加權的算術平均值。
PrecisionScoreWeighted：每個類別的精度算術平均值，依真實實例數加權。

叢集的預期用途
KnownClusterPurpose 可與 ClusterPurpose 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

快速製作
密集製作
DevTest

計算實例授權類型。 可用的值為個人值（預設值）。
KnownComputeInstanceAuthorizationType 可與 ComputeInstanceAuthorizationType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

個人生活

ComputeInstance 的目前狀態。
KnownComputeInstanceState 可與 ComputeInstanceState 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

建立
CreateFailed
刪除中
執行中
重新啟動
調整大小
工作奔跑
設立
SetupFailure（設定失敗）
正在啟動
Stopped
停止
使用者設定
使用者設定失敗
未知
無法使用。

[必要]計算能力動作。
KnownComputePowerAction 可與 ComputePowerAction 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Start
停止

Enum 用來描述計算重現排程的頻率
KnownComputeRecurrenceFrequency 可與 ComputeRecurrenceFrequency 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

分鐘：分鐘頻率
小時：小時頻率
白天：白天頻率
週：週頻率
月份：月份頻率

ComputeSecretsUnion 的別名

ComputeTriggerType 類型

計算的類型
KnownComputeType 可以與 ComputeType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

AKS
Kubernetes
AmlCompute
計算實例
DataFactory
虛擬機
HDInsight
Databricks
DataLakeAnalytics
突觸火花

ComputeUnion 的別名

平日枚舉
KnownComputeWeekDay 可與 ComputeWeekDay 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

星期一：星期一平日
星期二：星期二，平日
星期三：星期三平日
星期四：星期四，平日
星期五：星期五平日
星期六：星期六平日
星期日：週日平日

連線目標的認證類型
KnownConnectionAuthType 可以與 ConnectionAuthType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

PAT
ManagedIdentity
使用者名密碼
None
SAS
AccountKey 帳戶金鑰
ServicePrincipal
訪問金鑰
ApiKey
自定義鍵
OAuth2
AAD
授權特種空勤團
ProjectManagedIdentity 專案管理
AccountManagedIdentity
UserEntraToken
代理使用者模仿
代理身份令牌
代理用戶

連接的類別
KnownConnectionCategory 可以與 ConnectionCategory 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

Python源
容器註冊表
Git
S3
Snowflake
AzureKeyVault
AzureSqlDb
AzureSynapseAnalytics
AzureMySqlDb
AzurePostgresDb
ADLSGen2
AzureContainerAppEnvironment
雷迪斯
ApiKey
AzureOpenAI
AIS服務
認知搜索
認知服務
自定義鍵
AzureBlob
AzureStorageAccount
AzureOneLake
CosmosDb 資料庫
CosmosDbMongoDbApi
AzureDataExplorer
AzureMariaDb
AzureDatabricksDeltaLake
AzureSqlMi
AzureTableStorage
AmazonRdsForOracle
AmazonRdsForSqlServer
亞馬遜Redshift
Db2
鑽孔機
GoogleBigQuery
Greenplum
Hbase
Hive
Impala
Informix
MariaDb
微軟Access
MySql 的
Netezza
Oracle
Phoenix
PostgreSQL 的
Presto
SapOpenHub
SapBw
SapHana
SapTable
Spark
SqlServer 伺服器
Sybase
Teradata
Vertica
Pinecone
Databricks
Cassandra
Couchbase
MongoDbV2 資料庫
MongoDbAtlas
與 AmazonS3 相容
檔伺服器
FtpServer 伺服器
Google雲存儲
高密度纖維
Oracle 雲存儲
SFTP
GenericHttp
ODataRest
ODBC 公司
GenericRest 的
遠端工具
亞馬遜 Mws
同意
動力學
DynamicsAx 公司
DynamicsCrm （動態客戶）
谷歌AdWords
HubSpot的
Jira
Magento
Marketo
Office365
埃洛誇
Responsys 公司
Oracle 服務雲
PayPal
快速書籍
Salesforce
SalesforceServiceCloud
銷售行銷雲
SapCloudFor客戶
SapEcc 公司
ServiceNow
SharePointOnline列表
Shopify
Square
WebTable （網路表）
Xero
佐霍
GenericContainerRegistry
Elasticsearch
AppInsights
AppConfig
OpenAI
Serp
BingLLMSearch
無伺服器
ManagedOnlineEndpoint
ApiManagement
ModelGateway
GroundingWithBingSearch
GroundingWithCustomSearch
SharePoint
微軟Fabric
PowerPlatform環境
遠端A2A

基於連接類別的群組
KnownConnectionGroup 可以與 ConnectionGroup 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

Azure
AzureAI
Database
NoSQL
檔案
通用協定
服務AndApps

容器類型

指定內容安全的當前安全級別。
KnownContentSafetyLevel 可與 ContentSafetyLevel 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

阻塞
已延遲

指定內容安全性的狀態。
KnownContentSafetyStatus 可與 ContentSafetyState 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Enabled
Disabled

描述結果頁面的介面。

建立資源的實體種類。
KnownCreatedByType 可以與 CreatedByType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

使用者：實體是由使用者建立的。
應用程式：實體是由應用程式所建立。
ManagedIdentity：實體是由受控識別所建立。
金鑰：實體是由金鑰所建立。

列舉以決定資料存放區認證類型。
KnownCredentialsType 可與 CredentialsType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AccountKey 帳戶金鑰
證書
None
SAS 系列
ServicePrincipal

DataAvailabilityStatus 類型

DataCollectionMode 類型

Alias for DataDriftMetricThresholdBaseUnion

列舉，以決定資料產生工作的類型。
KnownDataGenerationTaskType 可與 DataGenerationTaskType 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

對話：產生對話資料（多回合/單回合）
數學：產生數學資料以回應數值
Nli：產生自然語言推論資料
NluQa：Generate Natural Language Understanding data for Question Answering Data for Question Answering Data
摘要：為文章產生關鍵摘要

列舉來決定資料產生的類型。
KnownDataGenerationType 可與 DataGenerationType 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

標籤生成：教師模型推論標籤生成
資料生成：合成資料生成

DataGenerationVerticalUnion 的別名

DataQualityMetricThresholdBaseUnion 的別名

列舉以判斷 DataReference 認證類型。
KnownDataReferenceCredentialType 可與 DataReferenceCredentialType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

SAS
DockerCredentials
ManagedIdentity
無認證

DataReferenceCredentialUnion 的別名

要判斷數據類型的列舉。
KnownDataType 可以與 DataType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

uri_file
uri_folder
mltable

Alias for DataVersionBasePropertiesUnion

Alias for DatastoreCredentialsUnion

DatastorePropertiesUnion 的別名

DatastoreSecretsUnion 的別名

列舉以決定資料存放區內容類型。
KnownDatastoreType 可與 DatastoreType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AzureBlob
AzureDataLakeGen1
AzureDataLakeGen2
AzureFile
OneLake

預設動作類型

DefaultResourceProvisioningState 的類型

部署模型版本升級選項。
KnownDeploymentModelVersionUpgradeOption 可以與 DeploymentModelVersionUpgradeOption 交替使用，此列舉包含服務支援的已知值。

服務支援的已知值

OnceNewDefaultVersionAvailable
OnceCurrentVersion已過期
無自動升級

DeploymentProvisioningState 的可能值。
KnownDeploymentProvisioningState 可以與 DeploymentProvisioningState 交替使用，此列舉包含服務支援的已知值。

服務支援的已知值

建立
刪除中
縮放
更新中
成功
失敗
已取消

工作區設定錯誤層級
KnownDiagnoseResultLevel 可與 DiagnoseResultLevel 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

警告
Error
資訊

DistributionConfigurationUnion 的別名

列舉以決定工作分配類型。
KnownDistributionType 可與 DistributionType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

PyTorch
TensorFlow
MPI
雷線：雷線分布類型。

早期終止政策類型

EarlyTerminationPolicyUnion 的別名

列舉，以判斷 PublicNetworkAccess 是否已啟用或停用以取得部署的輸出。
KnownEgressPublicNetworkAccessType 可與 EgressPublicNetworkAccessType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Enabled
Disabled

列舉以決定電子郵件通知類型。
KnownEmailNotificationEnableType 可與 EmailNotificationEnableType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

JobCompleted
工作失敗
工作取消

指出是否為工作區啟用加密。
KnownEncryptionStatus 可以與 EncryptionStatus 交替使用，此列舉包含服務支援的已知值。

服務支援的已知值

Enabled
Disabled

用來判斷端點驗證模式的列舉。
KnownEndpointAuthMode 可與 EndpointAuthMode 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AML托肯
鑰匙
AADToken

用來判斷端點計算類型的列舉。
KnownEndpointComputeType 可與 EndpointComputeType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Managed
Kubernetes
AzureMLCompute

EndpointDeploymentResourcePropertiesUnion 的別名

端點佈建的狀態。
KnownEndpointProvisioningState 可與 EndpointProvisioningState 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

建立
刪除中
成功
失敗
更新中
已取消

Alias for EndpointResourcePropertiesUnion

端點的類型。
KnownEndpointType 可以與 EndpointType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

Azure.OpenAI
Azure.演講
Azure.內容安全
Azure.羊駝
managedOnlineEndpoint
serverlessEndpoint

環境類型由使用者建立或由 Azure ML 服務策劃
KnownEnvironmentType 可與 EnvironmentType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

已策畫
UserCreated

環境變數的類型。 可能的值有：局部 - 局部變數
KnownEnvironmentVariableType 可與 EnvironmentVariableType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

local

特徵歸因指標類型

功能資料類型類型

運算特徵重要性的作業模式。
KnownFeatureImportanceMode 可與 FeatureImportanceMode 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

禁用：使訊號中無法使用運算功能的重要性。
啟用：啟用訊號中的運算特徵重要性。

產生數值特徵延遲的旗標。
KnownFeatureLags 可與 FeatureLags 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

無：未產生功能延遲。
自動：系統自動產生功能延遲。

特徵化模式 - 決定資料特徵化模式。
KnownFeaturizationMode 可與 FeaturizationMode 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

自動：自動模式，系統在不需自訂特徵化輸入的情況下進行特徵化。
自訂：自訂特色。
關閉：特徵化關閉。 「預測」任務無法使用此值。

微調任務類型類型

FineTuningVerticalUnion 的別名

用於 FQDN 規則的防火牆 Sku
KnownFirewallSku 可與 FirewallSku 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Standard
基本

列舉，以決定預測範圍選取模式。
KnownForecastHorizonMode 可與 ForecastHorizonMode 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

自動：預報視界將自動確定。
客製化：使用自訂預報視界。

ForecastHorizonUnion 的別名

AutoML 支援的所有預測模型的列舉。
KnownForecastingModels 可與 ForecastingModels 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AutoArima：自自回歸整合移動平均（ARIMA）模型，利用時間序列資料與統計分析來解讀資料並做出未來預測。 該模型旨在通過使用過去值的時間序列數據來解釋數據，並使用線性回歸進行預測。
Prophet：Prophet 是一種基於加法模型預測時間序列資料的程序，該模型將非線性趨勢與年度、每週及每日季節性配合，加上假日效應。 它最適合具有強烈季節性影響的時間序列和數個季節的歷史資料。 Prophet 對缺失資料和趨勢變化具有穩健性，並且通常可以很好地處理異常值。
朴素：朴素預測模型透過將訓練資料中每個時間序列的最新目標值向前推進來進行預測。
季節性原始：季節性純真預測模型透過在訓練資料中將目標值的最新季節延續來進行預測。
平均值：平均預測模型透過在訓練資料中將目標值的平均值轉入進行預測。
季節平均值：季節平均預測模型透過將訓練資料中每個時間序列最新季節資料的平均值轉嫁進行預測。
指數平滑：指數平滑是一種針對單變量資料的時間序列預測方法，可擴展以支援具有系統性趨勢或季節成分的資料。
Arimax：自迴歸整合移動平均（ARIMAX）解釋變數模型可視為包含一個或多個自迴歸（AR）項及/或一個或多個移動平均（MA）項的多元迴歸模型。 此方法適用於數據靜態/非平穩時的預測，以及具有任何類型數據模式（即水平/趨勢/季節性/週期性）的多變量。
TCNForecaster：TCNForecaster：時間卷積網路預測器。 待辦事項：向預測團隊詢問簡要介紹。
ElasticNet：彈性網路是一種流行的正則化線性迴歸，結合了兩個常見的懲罰，特別是L1和L2懲罰函數。
梯度提升：將學習者從週過渡到優秀學習者的技巧稱為提升。 梯度提升演算法過程基於這種執行理論。
決策樹：決策樹是一種非參數監督學習方法，用於分類與迴歸任務。 目標是建立一個模型，透過學習從資料特徵推斷的簡單決策規則來預測目標變數的值。
KNN：K-最近鄰（KNN）演算法利用「特徵相似度」來預測新資料點的值，進一步表示新資料點會根據與訓練集點的接近程度被賦予一個值。
LassoLars：套索模型配合最小角度迴歸（又稱Lars）。 它是一個線性模型，使用 L1 先驗作為正則化器進行訓練。
SGD：SGD：隨機梯度下降是一種常用於機器學習應用的最佳化演算法，用以尋找對應預測結果與實際輸出最佳擬合的模型參數。 這是一種不精確但強大的技術。
RandomForest：隨機森林是一種監督式學習演算法。 它構建的“森林”是決策樹的集合，通常使用“裝袋”方法進行訓練。 套袋方法的總體思想是學習模型的組合增加了整體結果。
ExtremeRandomTrees：Extreme Trees 是一種集合式機器學習演算法，結合了多個決策樹的預測結果。 它與廣泛使用的隨機森林演算法有關。
LightGBM：LightGBM 是一個採用樹狀學習演算法的梯度提升框架。
XGBoostRegressor：XGBoostRegressor：極端梯度提升回歸器是一個使用基底學習器集合的監督式機器學習模型。

預測任務的主要量度。
KnownForecastingPrimaryMetrics 可與 ForecastingPrimaryMetrics 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

斯皮爾曼相關係數：斯皮爾曼排名相關係數是一種非參數的排名相關係數衡量指標。
正規化根均方誤差：正規化均方根誤差（NRMSE）用於不同尺度模型間的比較。
R2Score：R2 分數是基於預測的機器學習模型的效能評估指標之一。
正規化平均絕對誤差：正規化平均絕對誤差（NMAE）是一種驗證指標，用來比較不同刻度下（時間序列）的平均絕對誤差（MAE）。

定義超參數調校的支援度量目標
KnownGoal 可與 Goal 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Minimize
Maximize

列舉來判斷身分識別架構。
KnownIdentityConfigurationType 可與 IdentityConfigurationType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Managed
AML托肯
UserIdentity

IdentityConfigurationUnion 的別名

影像的類型。 可能的值為：docker - 針對 Docker 映射。 azureml - 適用於 AzureML 環境映像（自訂與精選）
KnownImageType 可以與 ImageType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

Docker
azureml

列舉以決定輸入資料傳遞模式。
KnownInputDeliveryMode 可與 InputDeliveryMode 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

唯讀掛載
讀寫掛載
下載
直接
EvalMount
評估下載

InstanceSegmentation 任務的主要指標。
KnownInstanceSegmentationPrimaryMetrics 可與 InstanceSegmentationPrimaryMetrics 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

平均精度：平均平均精度（MAP）是平均精度（AP）的平均值。 為每個類別計算 AP 並取平均值以獲得 MAP。

機器學習工作區受控網路的隔離模式。
KnownIsolationMode 可與 IsolationMode 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

Disabled
允許網路外撥
AllowOnlyApproved Outbound

JobBasePropertiesUnion 的別名

列舉以決定工作輸入類型。
KnownJobInputType 可與 JobInputType 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

字面意義
uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

JobInputUnion 的別名

工作類型限制類型

JobLimitsUnion 的別名

列舉以決定工作輸出類型。
KnownJobOutputType 可與 JobOutputType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

uri_file
uri_folder
mltable
custom_model
mlflow_model
triton_model

JobOutputUnion 的別名

作業的狀態。
KnownJobStatus 可以與 JobStatus 互換使用，此列舉包含服務支援的已知值。

服務支援的已知值

NotStart：Run 還沒開始。
開始：跑步開始了。 使用者具有執行 ID。
配置：（目前未使用）若 ES 建立計算目標時會使用此配置。
準備中：跑步環境正在被準備中。
排隊中：該工作被排隊於計算目標中。 例如，在 BatchAI 中，工作處於佇列狀態，同時等待所有必要的節點準備就緒。
執行中：工作開始在計算目標中執行。
最終確認：任務已完成於目標區域。 它現在處於輸出收集狀態。
取消申請：該工作已申請取消。
完成：工作成功完成。 這反映出工作本身與輸出收集狀態都已成功完成
失敗：任務失敗。
取消：在取消申請後，該工作已成功取消。
NotResponding：當啟用 heartbeat 時，如果執行沒有更新任何資訊到 RunHistory，則執行會進入 NotResponding 狀態。 NotResponding 是唯一不受嚴格轉換命令約束的狀態。 執行可以從 NotResponding 移至任何先前的狀態。
暫停：使用者會暫停工作。 只能在暫停狀態下對標籤工作進行一些調整。
未知：若未映射至所有其他狀態，則為預設工作狀態

要判斷作業層的列舉。
KnownJobTier 可與 JobTier 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Null
Spot
基本
Standard
高級

列舉以決定工作類型。
KnownJobType 可以與 JobType 互換使用，此列舉包含服務支援的已知值。

服務支援的已知值

AutoML
Command
掃描
管線
Spark
微調
蒸餾

KeyType 類型

學習速率排程器列舉。
KnownLearningRateScheduler 可與 LearningRateScheduler 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

無：未選擇學習率排程器。
預熱餘弦：伴隨預熱的餘弦退火。
階梯：階梯學習率排程器。

ListViewType 類型

Load Balancer 類型
KnownLoadBalancerType 可與 LoadBalancerType 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

公共資訊自由
內部負載平衡器

列舉，用於設定記錄詳細程度。
KnownLogVerbosity 可與 LogVerbosity 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

NotSet：未發出日誌。
除錯：除錯及以上的日誌語句會被記錄。
資訊：已記錄資訊及以上日誌陳述。
警告：已記錄警告及以上的日誌陳述。
錯誤：錯誤及以上日誌陳述已記錄。
關鍵：只記錄關鍵陳述。

託管網路的Kind。 用戶可以從 V1 切換到 V2 以進行精細存取控制，但啟用 V2 後無法切換回 V1。
KnownManagedNetworkKind 可與 ManagedNetworkKind 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

V1
V2

管理網路配置狀態類型

機器學習工作區受控網路的狀態。
KnownManagedNetworkStatus 可與 ManagedNetworkStatus 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

非使用中
現役

管理型PERequirement類型

管理型PEStatus類型

受控服務識別的類型（允許 SystemAssigned 和 UserAssigned 類型）。
KnownManagedServiceIdentityType 可以與 ManagedServiceIdentityType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

無：沒有受控識別。
SystemAssigned：系統指派的受控識別。
UserAssigned：使用者指派的受控識別。
SystemAssigned，UserAssigned：系統和使用者指派的受控識別。

市場類型訂閱配置狀態

市場訂閱狀態類型

物質化類型StoreType

指出是否為筆記本啟用mlflow自動記錄器。
KnownMlflowAutologger 可與 MlflowAutologger 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

Enabled
Disabled

模型生命周期狀態。
KnownModelLifecycleStatus 可以與 ModelLifecycleStatus 交替使用，此列舉包含服務支援的已知值。

服務支援的已知值

通用
預覽

列舉，以決定微調的類型。
KnownModelProvider 可與 ModelProvider 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AzureOpenAI：使用 Azure Open AI 模型進行微調。
自訂：使用自訂模型進行微調。

圖像模型大小。
KnownModelSize 可與 ModelSize 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

無：未選取值。
小號：小號。
中等：中等大小。
大號：大號。
特大號：特大號。

模型工作類型列舉。
KnownModelTaskType 可與 ModelTaskType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

分類
迴歸

MonitorComputeConfigurationBaseUnion 的別名

MonitorComputeIdentityBaseUnion 的別名

監視計算身分類型列舉。
KnownMonitorComputeIdentityType 可與 MonitorComputeIdentityType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

AmlToken：透過用戶的 AML 代幣進行認證。
ManagedIdentity：透過使用者提供的管理身份進行認證。

監視計算類型列舉。
KnownMonitorComputeType 可與 MonitorComputeType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

ServerlessSpark：Serverless Spark 運算。

監控類型功能資料型態

MonitoringFeatureFilterBaseUnion 的別名

監控類型功能篩選類型

Alias for MonitoringInputDataBaseUnion

監視輸入資料類型列舉。
KnownMonitoringInputDataType 可與 MonitoringInputDataType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

靜態：具有固定視窗大小的輸入資料。
滾動：相對於監視器當前運行時間的輸入資料。
固定：輸入資料，採用表格格式，不需要預處理。

監控類型通知類型

MonitoringSignalBaseUnion 的別名

監控類型訊號類型

安裝動作。
KnownMountAction 可與 MountAction 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

騎乘
下馬

掛載模式。
KnownMountMode 可與 MountMode 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

唯讀
讀寫

山態。
KnownMountState 可與 MountState 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

請求登山
騎乘
山上失敗
下馬請求
下馬失敗
未上車

決定如何決定 N-Cross 驗證值。
KnownNCrossValidationsMode 可與 NCrossValidationsMode 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

自動：自動判定 N 交叉驗證值。 僅支援「預測」AutoML 工作。
自訂：使用自訂的 N-Cross 驗證值。

NCrossValidationsUnion 的別名

此容器的網路。
KnownNetwork 可與 Network 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

橋
主機

計算節點的狀態。 值為閒置、執行中、準備中、無法使用、離開和搶佔。
KnownNodeState 可以與 NodeState 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

怠
執行 的
準備
無法使用。
離開
被搶先

NodesUnion 的別名

節點值的列舉型別
KnownNodesValueType 可與 NodesValueType 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

全部

數值資料漂移度量的類型

數值資料品質指標的類型

數值預測漂移度量的類型

影像物件偵測工作的主要度量。
KnownObjectDetectionPrimaryMetrics 可與 ObjectDetectionPrimaryMetrics 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

平均精度：平均平均精度（MAP）是平均精度（AP）的平均值。 為每個類別計算 AP 並取平均值以獲得 MAP。

列舉來判斷 OneLake 成品類型。
KnownOneLakeArtifactType 可與 OneLakeArtifactType 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

湖屋

OneLakeArtifactUnion 的別名

OnlineDeploymentPropertiesUnion 的別名

OnlineScaleSettingsUnion 的別名

作業系統的類別。
KnownOperatingSystemType 可以與 OperatingSystemType 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

Linux
Windows

最後一個作業的名稱。
KnownOperationName 可以與 OperationName 交換使用，此列舉包含服務支援的已知值。

服務支援的已知值

創造
Start
停止
重新開始
調整大小
重新映像
Delete

作業狀態。
KnownOperationStatus 可與 Operationstatus 互換使用，此列舉包含服務所支援的已知值。

服務支援的已知值

InProgress
成功
CreateFailed
StartFailed
StopFailed
重啟失敗
ResizeFailed
重塑失敗
DeleteFailed

操作觸發器。
KnownOperationTrigger 可與 OperationTrigger 互換使用，此枚舉包含服務所支援的已知值。

服務支援的已知值

User
Schedule
IdleShutdown