Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questa pagina descrive i campi YAML del carico di lavoro accettati da databricks air run. Per la sintassi dei comandi e le bandiere, vedi databricks air run. Per inviare un carico di lavoro, consulta AI Runtime quickstart.
Ogni carico di lavoro richiede experiment_name, compute, e command.
Example
Il seguente esempio mostra una configurazione di esempio del carico di lavoro:
experiment_name: my-training
compute:
accelerator_type: GPU_1xA10
num_accelerators: 1
environment:
version: 6
dependencies:
- torch
code_source:
root_path: .
command: python $CODE_SOURCE_PATH/train.py
experiment_name
Tipo: Stringa
Required. La experiment_name chiave è il nome dell'esperimento MLflow.
Se un esperimento con questo nome non esiste, il runtime AI lo crea. Altrimenti, AI Runtime aggiunge la nuova run all'esperimento esistente.
compute
Tipo: Mappa
Required. L'oggetto compute definisce la configurazione dell'acceleratore.
| Key | Type | Description |
|---|---|---|
accelerator_type |
string | Required. Un tipo di acceleratore accettato dalla CLI e disponibile nello spazio di lavoro. La corrispondenza fa distinzione tra maiuscole e minuscole. |
num_accelerators |
integer | Required. Un conteggio positivo degli acceleratori supportato per il tipo di acceleratore selezionato. |
pool_id |
string | L'ID per la capacità GPU provisionata. |
priority_class |
string | La priorità di pianificazione per i carichi di lavoro che utilizzano la capacità GPU provisionata. I valori accettati sono BEST_EFFORT, NORMAL e CRITICAL. Richiede pool_id. |
I tipi e i conteggi degli acceleratori dipendono dallo spazio di lavoro, dal cloud e dalla regione. Per la selezione e disponibilità dell'hardware, vedi Hardware.
command
Tipo: Stringa
Required. La command chiave contiene un comando o uno script shell non vuoto. I percorsi nel comando si riferiscono ai percorsi file remoti nel contenitore del carico di lavoro. Quando code_source è impostato, $CODE_SOURCE_PATH contiene il percorso assoluto verso il codice estratto.
environment
Tipo: Mappa
L'oggetto environment seleziona un ambiente gestito con dipendenze opzionali opzionali o un'immagine personalizzata del Catalogo Unity.
| Key | Type | Description |
|---|---|---|
version |
stringa o integer | Una versione numerica dell'ambiente, come 6, o un identificatore di ambiente Databricks AI, come databricks_ai_v6. Un databricks_ai_v identificatore richiede la versione 5 o superiore. Se omessa, la CLI utilizza l'attuale impostazione predefinita del runtime IA. |
dependencies |
Elenco di stringhe | Le specifiche del pacchetto sono passate all'ambiente serverless. Non viene impostato di default nessuna dipendenza aggiuntiva. |
unity_catalog_image |
string | Un'immagine personalizzata nel formato <catalog>.<schema>.<image>:<tag>. Si escludono a vicenda con version e dependencies. Per le istruzioni di configurazione, vedi Usa immagini Docker personalizzate con AI Runtime. |
Per indicazioni su come selezionare ed estendere un ambiente, vedi Configura il tuo ambiente.
Esempio di ambiente gestito
environment:
version: 6
dependencies:
- torch
Per utilizzare un'immagine personalizzata invece di un ambiente gestito, specifica solo unity_catalog_image:
Esempio di immagine personalizzata
environment:
unity_catalog_image: main.ml.training:v1
code_source
Tipo: Mappa
L'oggetto code_source impacchetta codice locale per il carico di lavoro.
| Key | Type | Description |
|---|---|---|
root_path |
string | Obbligatorio quando code_source è impostato. La directory locale da confezionare. La directory deve esistere quando la CLI effettua l'esecuzione. |
remote_volume |
string | Una posizione del volume del Catalogo Unity per l'archivio caricato. Deve iniziare con /Volumes/. Di default è una posizione di spazio di lavoro. |
include_paths |
Elenco di stringhe | Sentieri da includere rispetto a root_path. Le voci devono essere non vuote e relative, e non possono contenere ... Ometti la chiave per includere tutti i file selezionati. Una lista vuota non è valida. |
git |
object | Fissa lo snapshot sorgente del codice a un branch o commit Git locale. |
Se ometti git, la CLI impacchettisce l'albero di lavoro, includendo file non commessi e non tracciati che non sono esclusi dalle regole di ignoranza di Git. Un relativo root_path risolve dalla directory che contiene il file YAML del carico di lavoro.
Git
Tipo: Mappa
L'oggetto git supporta le chiavi seguenti:
| Key | Type | Description |
|---|---|---|
branch |
string | Richiesto quando commit viene omesso. Impacchettisce il HEAD locale della filiale. I file selezionati non possono contenere modifiche non confermate. |
commit |
string | Richiesto quando branch viene omesso. Impacchettisce un commit dallo store oggetti Git locale. Si escludono con branch a vicenda. |
Example
I seguenti esempi di pacchetti hanno selezionato percorsi dal ramo locale main :
code_source:
root_path: ./src
include_paths:
- training
- configs
git:
branch: main
env_variables
Tipo: Mappa delle stringhe
La env_variables chiave contiene nomi semplici delle variabili ambientali e valori delle stringhe. Un nome non può comparire anche in secrets.
Example
env_variables:
BATCH_SIZE: '32'
LEARNING_RATE: '0.001'
idempotency_token
Tipo: Stringa
La idempotency_token chiave identifica le ripetute presentazioni. Una sottomissione ripetuta con lo stesso gettone restituisce la sequenza esistente. La CLI genera un UUID quando questa chiave viene omessa. La --idempotency-key bandiera di comando ha la precedenza.
max_retries
Tipo: Intero
La max_retries chiave specifica il numero di tentativi dopo il primo tentativo. Il valore deve essere non negativo. Impostazione predefinita: 3.
mlflow_artifact_location
Tipo: Stringa
La mlflow_artifact_location chiave contiene un dbfs:/ URI o /Volumes/ un percorso. Se ometti questa chiave, un nuovo esperimento utilizza la posizione DBFS predefinita, e un esperimento esistente utilizza la posizione dell'artefatto configurato. Per un esperimento esistente, il valore deve corrispondere alla posizione dell'artefatto dell'esperimento.
mlflow_experiment_directory
Tipo: Stringa
La mlflow_experiment_directory chiave contiene la directory dello spazio di lavoro per l'esperimento. Il percorso deve iniziare con /Workspace.
mlflow_run_name
Tipo: Stringa
La mlflow_run_name chiave contiene il nome della corsa. Se ometti questa chiave, il nome della run si riporta di default al valore di experiment_name.
parameters
Tipo: Mappa
La parameters chiave contiene valori annidati liberi. La CLI serializza i valori con hyperparameters.yaml gli altri artefatti di lancio.
Example
parameters:
learning_rate: 0.001
model:
hidden_size: 1024
permissions
Tipo: Elenco delle mappe
La permissions chiave contiene i finanziamenti applicati dopo la presentazione. Se un finanziamento fallisce, la run rimane creata e il CLI stampa un avviso.
Ogni sovvenzione supporta le seguenti chiavi:
| Key | Type | Description |
|---|---|---|
level |
string | Required. Un livello di permesso, come CAN_VIEW o CAN_MANAGE. Lo spazio di lavoro convalida il valore. |
user_name |
string | Indirizzo di posta elettronica dell'utente. Specifica esattamente uno di user_name, group_name, o service_principal_name per ogni finanziamento. |
group_name |
string | Nome del gruppo. Specifica esattamente uno di user_name, group_name, o service_principal_name per ogni finanziamento. |
service_principal_name |
string | Nome dell'entità servizio. Specifica esattamente uno di user_name, group_name, o service_principal_name per ogni finanziamento. |
Example
permissions:
- user_name: trainer@example.com
level: CAN_MANAGE
- group_name: training-team
level: CAN_VIEW
secrets
Tipo: Mappa delle stringhe
La secrets chiave contiene i nomi delle variabili dell'ambiente mappati a riferimenti segreti nel formato esatto scope/key . L'ambito e la chiave devono essere non vuoti. Un nome non può comparire anche in env_variables.
Example
secrets:
HF_TOKEN: my-scope/hf-token
Per informazioni sulla creazione e gestione dei segreti, vedi Gestione dei segreti.
timeout_minutes
Tipo: Intero
La timeout_minutes chiave stabilisce il limite dell'orologio a parete per l'intera corsa, compresi i tentativi di ritentazione. Il valore deve essere positivo. Se omesso, il carico di lavoro utilizza il default di esecuzione AI.
usage_policy_id
Tipo: Stringa
La usage_policy_id chiave contiene l'UUID canonico di una politica di utilizzo serverless esistente. Si escludono con usage_policy_name a vicenda.
usage_policy_name
Tipo: Stringa
La usage_policy_name chiave contiene il nome di una politica di utilizzo serverless esistente. Si escludono con usage_policy_id a vicenda.
Per informazioni sulla creazione di politiche di utilizzo, vedi Utilizzo degli attributi con politiche di utilizzo serverless.