Guia de leitura localizado
azure-ai-ml-pyFinalidade, utilização e fonte
SDK do Azure Machine Learning v2Para Python. Use para espaços de trabalho de aprendizado de máquina, tarefas, modelos, conjuntos de dados, computação e pipelines. Gatilhos: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".
Fonte recuperada:
- Repositório de origem
- microsoft/skills
- SKILL.md
.github/plugins/azure-sdk-python/skills/azure-ai-ml-py/SKILL.md- Estrelas do repositório
- 3,157
- Atualização do repositório
- 2026-10-31
- Classificação de Habilidades
- Serviços em nuvem
- Última coleta
Licença: MIT
Os trechos do fluxo de trabalho são auxiliares de leitura e não instruções executáveis do Codez. Nenhuma Skill de terceiros foi executada para gerar esta página.
Os trechos abaixo, que descrevem o propósito e o fluxo de trabalho, são material original, organizado e traduzido para facilitar a leitura. Eles são distintos da análise editorial da Codez, que possui uma etiqueta separada.
O que esta habilidade faz
SDK do Azure Machine Learning v2Para Python. Use para espaços de trabalho de aprendizado de máquina, tarefas, modelos, conjuntos de dados, computação e pipelines. Gatilhos: "azure-ai-ml", "MLClient", "workspace", "model registry", "training jobs", "datasets".
Como funciona o fluxo de trabalho upstream
SDK do Azure Machine Learning v2para Python
Biblioteca cliente para gerenciar recursos do Azure ML: espaços de trabalho, tarefas, modelos, dados e computação.
Passagem a montante · L13 ↗Autenticação e Ciclo de Vida
> 🔑 Duas regras se aplicam a todos os exemplos de código abaixo: > >1Funciona localmente (Azure CLI / VS Code / Developer CLI) e no Azure (identidade gerenciada, identidade de carga de trabalho) sem qualquer alteração de código.
Passagem a montante · L32 ↗Do arquivo de configuração
> Longa vidaml_clientOs exemplos subsequentes nesta habilidade pressupõemml_clientfoi criado através do padrão acima e permanece ativo durante toda a vida útil do seu script. Em produção, encapsule seu fluxo de trabalho de nível superior em um únicowith MLClient(...) as ml_client:bloquear para que o transporte HTTP subjacente seja encerrado corretamente na saída.
Requisitos e configuração
pip install azure-ai-mlLimites e verificações de qualidade
Nenhuma passagem de limites separada foi selecionada deste arquivo. Isso não significa que a Skill seja segura para todas as entradas ou ambientes. Analise o código-fonte completo e valide seus próprios resultados.
Comece com um teste seguro.
- Verifique o host compatível e as instruções de instalação do repositório. Mantenha o diretório Skill e seus scripts, recursos e documentação referenciados juntos;SKILL.mdsozinho pode omitir dependências.
- Forneça ao agente suas entradas reais, a saída desejada e os critérios de aceitação. A sintaxe de invocação e as ferramentas disponíveis dependem do host; este site não pressupõe um comando de instalação universal.
- Teste o fluxo de trabalho original em um projeto descartável ou em uma cópia. Analise as operações que alteram arquivos, serviços remotos ou recursos faturáveis antes de permiti-las.
- Valide o resultado comparando-o com as verificações de qualidade da fonte e com seus próprios requisitos. Um gatilho bem-sucedido ou uma alta contagem de estrelas no repositório não garantem um resultado correto.
Leia mais na fonte.
Habilidades relacionadas
Tradução e escopo
Este guia de leitura seleciona trechos do texto fixado a montante.SKILL.mdA tradução foi feita com auxílio de ferramentas. Este não é um manual completo nem garante compatibilidade comprovada. Leia o original e os arquivos referenciados antes de usar.
Esta introdução refere-se à versão fixada abaixo; a atividade atual do repositório e o tempo de coleta são mostrados separadamente.
- Fonte fixada
- Leia o original ↗
- Fonte recuperada
- Commit de origem
00d66a64919edca5bca2c673373444e36a4b5461- Fonte SHA-256
07491b57acea5747c3474bc1401e4813ce292dcf35658b33512aebd73d21609f