Poznámky k verzi azure Machine Learning CLI (v2)

PLATÍ PRO: Rozšíření Azure CLI ml v2 (aktuální)

V tomto článku se dozvíte o vydaných verzích Azure Machine Learning CLI (v2).

Informační kanál RSS: Upozorněte se, když se tato stránka aktualizuje zkopírováním a vložením následující adresy URL do čtečky informačního kanálu: https://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes-v2%22&locale=en-us

2025-05-09

Azure Machine Learning CLI (v2) v 2.37.0

  • az ml workspace create
    • Pracovní prostor centra a projektu označený jako obecná dostupnost

2025-04-24

Azure Machine Learning CLI (v2) v 2.36.5

  • Připněte hlavní verzi externích závislostí v sadě SDK.

2025-04-18

Azure Machine Learning CLI (v2) v 2.36.4

  • Aktualizace závislosti marshmallow pro omezení verzí na >=3.5,4.0.0<, aby byla zajištěna kompatibilita.

2025-04-16

Azure Machine Learning CLI (v2) v 2.36.3

  • Odebrání odkazu na zastaralé nástroje pro distutily balíčků

2025-04-10

Azure Machine Learning CLI (v2) v 2.36.2

  • az ml capability-host create
    • Vlastnost připojení AI Search je volitelná.

2025-04-02

Azure Machine Learning CLI (v2) v 2.36.1

  • Zpracujte chybějící hodnotu doby trvání ve výsledku nasazení.

2025-03-14

Azure Machine Learning CLI (v2) v 2.36.0

  • az ml compute update
    • Oprava aktualizace výpočetních prostředků při povolení SSH

2025-01-08

Azure Machine Learning CLI (v2) v 2.34.0

  • az ml workspace update --network-acls
    • Přidání --network-acls vlastnosti, která uživateli umožní zadat IP adresy nebo rozsahy IP adres v zápisu CIDR pro přístup k pracovnímu prostoru.
  • az ml capability-host
    • Přidání operace vytvoření
    • Byla přidána operace get.
    • Byla přidána operace odstranění.

17.12.2024

Azure Machine Learning CLI (v2) v 2.33.0

  • az ml workspace create --provision-network-now
    • Přidání --provision-network-now vlastnosti pro aktivaci zřizování spravované sítě při vytváření pracovního prostoru s povolenou spravovanou sítí nebo jinak nic nedělá.

2024-09-18

Azure Machine Learning CLI (v2) v2.30.0

  • az ml workspace outbound-rule set
    • Přidání podpory volitelné --fqdns vlastnosti pro private_endpoint vytváření odchozích pravidel ve spravované síti pracovního prostoru. Souvisí s podporou cíle prostředí PE služby Application Gateway.
    • Přidání podpory volitelné --address-prefixes vlastnosti pro service_tag vytváření odchozích pravidel ve spravované síti pracovního prostoru

2024-08-14

Azure Machine Learning CLI (v2) v2.29.0

  • az ml compute enable-sso
    • Přidání povolení jednotného přihlašování, které uživateli umožní povolit nastavení jednotného přihlašování výpočetní instance bez jakýchkoli oprávnění k zápisu nastavených na výpočetní prostředky.

2024-06-21

Azure Machine Learning CLI (v2) v2.27.0

  • az ml workspace create --system-datastores-auth-mode

    • Přidání --system-datastores-auth-mode pro vytvoření pro pracovní prostor Azure Machine Learning

  • az ml workspace update --system-datastores-auth-mode

    • Přidáno --system-datastores-auth-mode k aktualizaci pracovního prostoru Azure Machine Learning.

  • az ml workspace create --allow-roleassignment-on-rg

    • Přidání --allow-roleassignment-on-rg pro vytvoření pro pracovní prostor Azure Machine Learning s přiřazením role allow/disallow na úrovni skupiny prostředků

  • az ml workspace update --allow-roleassignment-on-rg

    • Přidání --allow-roleassignment-on-rg k aktualizaci pro pracovní prostor Azure Machine Learning s přiřazením role allow/disallow na úrovni skupiny prostředků

2023-10-18

Azure Machine Learning CLI (v2) v2.21.1

2023-09-11

Azure Machine Learning CLI (v2) v2.20.0

  • az ml feature-store provision-network

    • [Veřejná recenze] Přidání tohoto příkazu, který uživateli umožní zřídit spravovanou síť pro úložiště funkcí

  • az ml feature-store create

    • Přidání --not-grant-permissions , aby uživatel neudělil přístup k identitě materializace k úložišti funkcí

  • az ml feature-store update

    • Přidání --not-grant-permissions , aby uživatel neudělil přístup k identitě materializace k úložišti funkcí

  • az ml feature-set

    • Přidáno --feature-store-name a zastaralé --workspace-name, zpětná kompatibilita bude odebrána za 6 měsíců

  • az ml feature-store-entity

    • Přidáno --feature-store-name a zastaralé --workspace-name, zpětná kompatibilita bude odebrána za 6 měsíců

  • az configure

    • Přidání --defaults feature-store=<name> pro povolení konfigurace výchozího úložiště funkcí pro uživatele

  • az ml job connect-ssh

    • Přidáno --ssh-args/-c pro povolení zadávání možností SSH + příkazů. Pokud například chcete posílat signály spuštěným procesům nebo připojit se k interaktivnímu terminálu.

2023-05-09

Azure Machine Learning CLI (v2) v2.17.0

  • az ml online-deployment create

    • Přidání --local-enable-gpu pro povolení přístupu gpu k místnímu nasazení

  • az ml online-deployment update

    • Přidání --local-enable-gpu pro povolení přístupu gpu k místnímu nasazení

2023-05-01

Azure Machine Learning CLI (v2) v2.16.0

  • az ml job connect-ssh

    • Tento příkaz je označený jako ga.

  • az ml job show-services

    • Tento příkaz je označený jako ga.

  • az ml model download

    • Opravili jsme problém, kdy bylo při stahování modelu z registru prostřednictvím argumentu --registry-nameworkspace_name povinné.

  • az ml model create

    • Přidejte --stage(-s) příznak pro přidání fáze modelu.

  • az ml model update

    • Přidejte --stage(-s) příznak pro aktualizaci fáze modelu.

  • az ml model list

    • Přidejte --stage(-s) příznak do seznamu podle fáze modelu.

  • az ml workspace delete

    • Místo obnovitelného odstranění přidejte --purge(-p) příznak, který se má vyprázdnit.

  • az ml workspace create

    • Přidáním --enable-data-isolation(-e) příznaku určíte, jestli má pracovní prostor povolenou izolaci dat.

2023-03-21

Azure Machine Learning CLI (v2) v2.15.0

  • az ml compute

    • Přidání --tags pro vytvoření a aktualizaci výpočetních prostředků služby Azure Machine Learning

  • az ml data import

    • Podpora vytvoření verze datového assetu tak, že nejprve importujete data z databáze a file_system do cloudového úložiště Azure.

  • az ml data list-materialization-status

    • Podpora stavu seznamu úloh materializace importu dat, které vytvářejí verze datových assetů <asset_name> prostřednictvím --name argumentu.

  • az ml online-deployment update

    • Přidáno --skip-script-validation k vytvoření pro online nasazení služby Azure Machine Learning.

  • az ml workspace provision-network

    • Podpora zřizování spravované sítě pro pracovní prostor

2023-02-03

Azure Machine Learning CLI (v2) v2.14.0

  • az ml compute

    • Přidání --location pro vytvoření pro výpočetní prostředky Azure Machine Learning
    • Přidáno --enable-node-public-ip k vytvoření pro výpočty.

  • az ml data

    • Menší úpravy textu nápovědy

  • az ml data list

    • Přidání podpory pro výpis datových prostředků v registru prostřednictvím argumentu --registry-name

  • az ml data show

    • Přidání podpory pro zobrazení datového assetu v registru prostřednictvím argumentu --registry-name

  • az ml data create

    • Přidání podpory pro vytvoření datového assetu v registru prostřednictvím argumentu --registry-name
    • Přidání podpory pro zvýšení úrovně datového prostředku z pracovního prostoru do registru

  • az ml workspace create

    • Přidání podpory pro vytvoření pracovního prostoru se spravovanou sítí s argumentem --managed-network

  • az ml workspace update

    • Přidání podpory pro aktualizaci pracovního prostoru pomocí spravované sítě s argumentem --managed-network

  • az ml compute connect-ssh

    • Přidání podpory pro připojení k výpočetní instanci přes SSH

  • az ml workspace outbound-rule

    • Přidání podpory pro výpis odchozích pravidel spravované sítě pro pracovní prostor az ml workspace outbound-rule list
    • Přidání podpory pro zobrazení odchozích pravidel spravované sítě pro pracovní prostor az ml workspace outbound-rule show
    • Přidání podpory pro odebrání odchozích pravidel spravované sítě pro pracovní prostor az ml workspace outbound-rule remove
    • Přidání podpory pro vytvoření nebo aktualizaci pravidel odchozích přenosů spravované sítě pro pracovní prostor az ml workspace outbound-rule set

2022-12-06

Azure Machine Learning CLI (v2) v2.12.0

  • Vylepšená chybová zpráva pro az ml příkazy s povoleným registrem, pokud se nepředá žádný název pracovního prostoru nebo registru.
  • az ml compute
    • Opravili jsme problém způsobený parametrem bez čekání.

2022-11-08

Azure Machine Learning CLI (v2) v2.11.0

  • Rozhraní příkazového řádku závisí na azure-ai-ml 1.1.0.
  • az ml registry
    • Přidání příkazu ml registry delete.
    • Upravené experimentální značky a importy registru, aby se zabránilo výtiskům upozornění pro nesouvisející operace.
  • az ml environment
    • Zabránilo registraci již existujícího prostředí, které odkazuje na soubor conda.

2022-10-10

Azure Machine Learning CLI (v2) v2.10.0

  • Rozhraní příkazového řádku závisí na verzi GA azure-ai-ml.
  • Vyřazená podpora pythonu 3.6
  • az ml registry
    • Přidání nové skupiny příkazů pro správu registrů prostředků ML
  • az ml job
    • Přidání příkazu az ml job show-services.
    • Přidání úklidu modelů a ladění hyperparametrů do úloh AutoML NLP
  • az ml schedule
    • Byla přidána month_days vlastnost v plánu opakování.
  • az ml compute
    • Přidání podpory vlastních instalačních skriptů pro výpočetní instance

2022-09-22

Azure Machine Learning CLI (v2) v2.8.0

  • az ml job
    • Byla přidána podpora úloh Sparku.
    • Přidání shm_size a docker_args do úlohy
  • az ml compute
    • Výpočetní instance podporuje spravovanou identitu.
    • Přidání podpory doby nečinnosti pro výpočetní instanci
  • az ml online-deployment
    • Přidání podpory shromažďování dat pro eventhub a úložiště dat
    • Přidání ověření syntaxe pro bodovací skript
  • az ml batch-deployment
    • Přidání ověření syntaxe pro bodovací skript

2022-08-10

Azure Machine Learning CLI (v2) v2.7.0

  • az ml component
    • Byla přidána komponenta AutoML.
  • az ml dataset
    • Zastaralá skupina příkazů (použijte az ml data místo toho).

2022-07-16

Azure Machine Learning CLI (v2) v2.6.0

  • Přidali jsme podporu cloudu MoonCake.
  • az ml job
    • Povolte použití adres URL úložiště Git jako kódu.
    • Úlohy AutoML používají stejné vstupní schéma jako jiné typy úloh.
    • Úlohy kanálu teď podporují prostředky registru.
  • az ml component
    • Povolte použití adres URL úložiště Git jako kódu.
  • az ml online-endpoint
    • MIR teď podporuje prostředky registru.

24.05.2022

Azure Machine Learning CLI (v2) v2.4.0

  • Rozhraní příkazového řádku služby Azure Machine Learning (v2) je teď obecně dostupné.
  • az ml job
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání typu úlohy AutoML ve verzi Public Preview
    • Přidání schedules vlastnosti do úlohy kanálu ve verzi Public Preview
    • Přidání možnosti pro výpis pouze archivovaných úloh
    • Vylepšili jsme spolehlivost az ml job download příkazů.
  • az ml data
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání datového typu MLTable ve verzi Public Preview
    • Přidání možnosti pro výpis pouze archivovaných datových prostředků
  • az ml environment
    • Přidání možnosti pro výpis pouze archivovaných prostředí
  • az ml model
    • Skupina příkazů je označena jako obecná dostupnost.
    • Povolit vytváření modelů z výstupů úloh
    • Přidání možnosti pro výpis pouze archivovaných modelů
  • az ml online-deployment
    • Skupina příkazů je označena jako obecná dostupnost.
    • Odebrání časového limitu čekající na vytvoření nasazení
    • Vylepšené zobrazení seznamu online nasazení
  • az ml online-endpoint
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání mirror_traffic vlastnosti do online koncových bodů ve verzi Public Preview
    • Vylepšené zobrazení seznamu online koncových bodů
  • az ml batch-deployment
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání podpory pro uri_file vstup vyvolání a uri_folder jako vstup pro vyvolání
    • Opravili jsme chybu v dávkové aktualizaci nasazení.
    • Opravili jsme chybu ve výstupu seznamu úkolů dávkového nasazení.
  • az ml batch-endpoint
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání podpory pro uri_file vstup vyvolání a uri_folder jako vstup pro vyvolání
    • Opravili jsme chybu v dávkové aktualizaci koncového bodu.
    • Opravili jsme chybu ve výstupu dávkových úloh seznamu koncových bodů.
  • az ml component
    • Skupina příkazů je označena jako obecná dostupnost.
    • Přidání možnosti pro výpis pouze archivovaných komponent
  • az ml code
    • Tato skupina příkazů se odebere.

2022-03-14

Azure Machine Learning CLI (v2) v2.2.1

  • az ml job
    • Pro všechny typy úloh zploštěl code oddíl schématu YAML. code.local_path Místo zadání cesty k adresáři zdrojového kódu použijtecode
    • U všech typů úloh změnilo schéma pro definování datových vstupů do úlohy v jazyce YAML úlohy. Místo zadávání cesty k datům pomocí file polí nebo folder polí použijte path pole k určení místní cesty, identifikátoru URI ke cloudové cestě obsahující data nebo odkazu na existující zaregistrovaný datový prostředek Služby Azure Machine Learning prostřednictvím path: azureml:<data_name>:<data_version>. Zadejte také pole, type které objasní, jestli je zdrojem dat jeden soubor (uri_file) nebo složka (uri_folder). Pokud type je pole vynecháno, výchozí hodnota je type: uri_folder. Další informace najdete v části libovolného odkazu YAML úlohy, které diskutují o schématu pro zadání vstupních dat.
    • Ve schématu YAML úlohy úklidu pole z řetězce na objekt, aby podporovalo více konfigurací pro typ algoritmu náhodného vzorkování.
    • Odebrali jsme schéma YAML úlohy komponenty. Pokud v této verzi chcete spustit úlohu příkazu uvnitř kanálu, který používá komponentu, stačí zadat komponentu do component pole definice YAML úlohy příkazu.
    • Pro všechny typy úloh jsme přidali podporu pro odkazování na nejnovější verzi vnořeného prostředku v konfiguraci YAML úlohy. Při odkazování na registrované prostředí nebo datový prostředek, který se má použít jako vstup v úloze, můžete aliasovat podle nejnovější verze, a nemusíte ji explicitně zadávat. Příklad: environment: azureml:AzureML-Minimal@latest
    • Pro úlohy kanálu jsme zavedli ${{ parent }} kontext pro vstupy vazby a výstupy mezi kroky v kanálu. Další informace najdete v tématu Syntaxe výrazu pro vazby vstupů a výstupů mezi kroky v úloze kanálu.
    • Přidání podpory pro stahování pojmenovaných výstupů úlohy prostřednictvím --output-name argumentu az ml job download příkazu
  • az ml data
    • Zastaralá podskupinaaz ml dataset, která teď místo toho používá az ml data
    • Existují dva typy dat, které je teď možné vytvořit, a to buď z jednoho zdroje souborů (type: uri_file) nebo ze složky (type: uri_folder). Při vytváření datového prostředku můžete buď zadat zdroj dat z místního souboru nebo složky, nebo z identifikátoru URI do umístění cloudové cesty. Zobrazení schématu YAML dat pro úplné schéma
  • az ml environment
    • Ve schématu YAML prostředí přejmenoval build.local_path pole nabuild.path
    • Odebrání build.context_uri pole, identifikátor URI nahraného umístění kontextu sestavení bude přístupný po vrácení prostředí.build.path
  • az ml model
    • Ve schématu YAML modelu se model_uri odeberou a konsolidují pole do jednoho local_path pole, path které může mít místní cestu nebo identifikátor URI cloudové cesty. model_format pole přejmenováno na type; výchozí typ je custom_model, ale můžete zadat jeden z ostatních typů (mlflow_model, triton_model) pro použití modelu ve scénářích nasazení bez kódu.
    • az ml model create Pro --model-uriargumenty a --local-path odebrané a konsolidované do jednoho --path argumentu, který může mít místní cestu nebo identifikátor URI cloudové cesty.
    • az ml model download Přidání příkazu pro stažení souborů artefaktů modelu
  • az ml online-deployment
    • Ve schématu YAML pro online nasazení se zploštěla code část code_configuration pole. code_configuration.code.local_path Místo zadání cesty k adresáři zdrojového kódu obsahujícího soubory bodování použijtecode_configuration.code
    • environment_variables Přidání pole do schématu YAML online nasazení pro podporu konfigurace proměnných prostředí pro online nasazení
  • az ml batch-deployment
    • Ve schématu YAML dávkového code_configuration.code.local_path Místo zadání cesty k adresáři zdrojového kódu obsahujícího soubory bodování použijtecode_configuration.code
  • az ml component
    • Zploštěl code oddíl schématu YAML součásti příkazu. code.local_path Místo zadání cesty k adresáři zdrojového kódu použijtecode
    • Přidání podpory pro odkazování na nejnovější verzi registrovaného prostředí pro použití v konfiguraci YAML komponenty. Při odkazování na registrované prostředí můžete aliasovat podle nejnovější verze a nemusíte explicitně zadávat verzi. Příklad: environment: azureml:AzureML-Minimal@latest
    • Přejmenování hodnoty vstupního a výstupního typu komponenty z path pole do uri_foldertype pole při definování vstupu nebo výstupu komponenty
  • Odebrali jsme delete příkazy pro prostředky (model, komponenta, data, prostředí). Stávající funkce odstranění je pouze obnovitelné odstranění, takže delete příkazy budou znovu vyvolány v pozdější verzi po podpoře pevného odstranění.
  • Přidání podpory pro archivaci a obnovení prostředků (model, komponenta, data, prostředí) a úlohy, az ml model archive například a az ml model restore. Teď můžete archivovat prostředky a úlohy, které archivovanou entitu skryjí z dotazů seznamu (například az ml model list).

2021-10-04

Azure Machine Learning CLI (v2) v2.0.2

  • az ml workspace
  • az ml compute
    • Aktualizace schémat YAML pro AmlCompute a výpočetní instanci
    • Byla odebrána podpora starší verze připojení AKS prostřednictvím az ml compute attach. Připojení Kubernetes s podporou Azure Arc se bude podporovat v příští verzi.
  • az ml datastore
  • az ml job
    • Aktualizace schémat YAML pro úlohu příkazů a úlohu úklidu
    • Přidání podpory pro spouštění úloh kanálu (schéma YAML úlohy kanálu)
    • Přidání podpory pro vstupní literály úloh a identifikátory URI vstupních dat pro všechny typy úloh
    • Přidání podpory pro výstupy úloh pro všechny typy úloh
    • Změna syntaxe výrazu z { <expression> } na ${{ <expression> }}. Další informace najdete v tématu Syntaxe výrazů pro konfiguraci úloh Azure Machine Learning.
  • az ml environment
  • az ml model
    • Aktualizované schéma YAML modelu
    • Přidání nové model_format vlastnosti do modelu pro scénáře nasazení bez kódu
  • az ml dataset
    • Přejmenování podskupiny az ml data na az ml dataset
    • Aktualizace schématu YAML datové sady
  • az ml component
    • az ml component Přidání příkazů pro správu komponent služby Azure Machine Learning
    • Přidání podpory pro komponenty příkazů (schéma YAML komponenty příkazu)
  • az ml online-endpoint
    • az ml endpointpodskupina rozdělená do dvou samostatných skupin: az ml online-endpointaz ml batch-endpoint
    • Aktualizace schématu YAML pro online koncový bod
    • Přidání podpory místních koncových bodů pro scénáře vývoje/testování
    • Přidání podpory interaktivního ladění VS Code pro místní koncové body (přidání příznaku --vscode-debug do az ml batch-endpoint create/update)
  • az ml online-deployment
    • az ml deploymentpodskupina rozdělená do dvou samostatných skupin: az ml online-deploymentaz ml batch-deployment
    • Aktualizované schéma YAML spravovaného online nasazení
    • Přidání podpory automatického škálování prostřednictvím integrace s automatickým škálováním služby Azure Monitor
    • Přidání podpory pro aktualizaci více vlastností online nasazení ve stejné operaci aktualizace
    • Přidání podpory pro provádění souběžných operací s nasazeními ve stejném koncovém bodu
  • az ml batch-endpoint
    • az ml endpointpodskupina rozdělená do dvou samostatných skupin: az ml online-endpointaz ml batch-endpoint
    • Aktualizace schématu YAML koncového bodu batch
    • Odebraná traffic vlastnost; nahrazena konfigurovatelnou výchozí vlastností nasazení
    • Přidání podpory pro identifikátory URI vstupních dat pro az ml batch-endpoint invoke
    • Přidání podpory pro příchozí přenos dat virtuální sítě (private link)
  • az ml batch-deployment

2021-05-25

Oznámení rozhraní příkazového řádku (v2) pro Azure Machine Learning

Rozšíření ml azure CLI je rozhraní nové generace pro Azure Machine Learning. Umožňuje trénovat a nasazovat modely z příkazového řádku a nabízí funkce, které zrychlují vertikální navyšování kapacity datových věd a jejich škálování na více instancí při současném sledování životního cyklu modelů. Nainstalujte a začněte.

  • Poslední aktualizace v