CLI (v2) Python 源连接 YAML 架构
注意
本文档中详细介绍的 YAML 语法基于最新版本的 ML CLI v2 扩展的 JSON 架构。 此语法必定仅适用于最新版本的 ML CLI v2 扩展。 可以在 https://azuremlschemasprod.azureedge.net/ 上查找早期扩展版本的架构。
YAML 语法
密钥 | 类型 | 说明 | 允许的值 | 默认值 |
---|---|---|---|---|
$schema |
字符串 | YAML 架构。 如果使用 Azure 机器学习 Visual Studio Code 扩展来创作 YAML 文件,请在该文件的顶部添加 $schema 以调用架构和资源完成。 |
||
name |
string | 必需。 连接名称。 | ||
description |
string | 连接描述。 | ||
tags |
object | 连接标记字典。 | ||
type |
string | 必需。 连接类型。 | python_feed |
python_feed |
is_shared |
boolean | 如果中心内其他项目共享连接,则为 true ;否则,为 false 。 |
true |
|
target |
string | 端点的 URL。 | ||
credentials |
object | 执行基于凭据的身份验证,以访问存储帐户。 可以使用个人访问令牌或用户名和密码。 不要在使用公共 Python 源时指定 credentials 。 |
||
credentials.type |
string | 要使用的身份验证类型。 | pat 、username_password |
|
credentials.pat |
string | 用于身份验证时的个人访问令牌。 | ||
credentials_username |
string | 用于身份验证的用户名。 | ||
credentials_password |
string | 用于身份验证的密码。 |
注解
而 az ml connection
命令可用于管理 Azure 机器学习和 Azure AI Studio 连接。
示例
有关示例,请访问此 GitHub 资源。 下方显示了几个示例。 这些示例将以 YAML 文件的形式显示,并通过 CLI 使用。 例如 az ml connection create -f <file-name>.yaml
。
YAML:个人访问令牌
#Connection.yml
name: test_ws_conn_python_pat
type: python_feed
target: https://test-feed.com
credentials:
type: pat
pat: dummy_pat
YAML:用户名和密码
name: test_ws_conn_python_user_pass
type: python_feed
target: https://test-feed.com
credentials:
type: username_password
username: john
password: pass
YAML:无凭据
name: test_ws_conn_python_no_cred
type: python_feed
target: https://test-feed.com3