az ml data

Poznámka:

Tento odkaz je součástí rozšíření ml pro Azure CLI (verze 2.15.0 nebo vyšší). Rozšíření se automaticky nainstaluje při prvním spuštění příkazu az ml data . Přečtěte si další informace o rozšířeních.

Správa datových prostředků Azure ML

Datové prostředky Azure ML jsou odkazy na soubory ve službách úložiště nebo veřejných adresách URL spolu s odpovídajícími metadaty. Nejsou to kopie vašich dat. Tyto datové prostředky můžete použít pro přístup k relevantním datům během trénování modelu a připojení nebo stažení odkazovaných dat do cílového výpočetního objektu.

Příkazy

Name	Description	Typ	Stav
az ml data archive	Archivace datového assetu	Rozšíření	GA
az ml data create	Vytvořte datový prostředek v pracovním prostoru nebo registru. Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.	Rozšíření	GA
az ml data import	Importujte data a vytvořte datový asset.	Rozšíření	Preview
az ml data list	Výpis datových prostředků v pracovním prostoru nebo registru Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.	Rozšíření	GA
az ml data list-materialization-status	Zobrazí stav seznamu úloh materializace importu dat, které vytvářejí verze datového assetu.	Rozšíření	Preview
az ml data mount	Připojte konkrétní datový prostředek k místní cestě. Pro tuto chvíli se podporuje jenom Linux.	Rozšíření	Preview
az ml data restore	Obnovte archivovaný datový asset.	Rozšíření	GA
az ml data share	Sdílení konkrétního datového assetu z pracovního prostoru do registru	Rozšíření	Preview
az ml data show	Zobrazuje podrobnosti o datovém assetu v pracovním prostoru nebo registru. Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.	Rozšíření	GA
az ml data update	Aktualizujte datový asset.	Rozšíření	GA

az ml data archive

Archivace datového assetu

Archivace datového assetu ho ve výchozím nastavení skryje v dotazech seznamu (az ml data list). V pracovních postupech můžete i nadále odkazovat na archivovaný datový asset a používat ho. Můžete archivovat buď kontejner datového assetu, nebo konkrétní verzi datového assetu. Archivace kontejneru datového assetu bude archivovat všechny verze datového assetu pod tímto názvem. Archivovaný datový asset můžete obnovit pomocí az ml data restore. Pokud se archivuje celý kontejner datového assetu, nemůžete obnovit jednotlivé verze datového assetu – budete muset obnovit kontejner datového assetu.

az ml data archive --name
                   [--label]
                   [--resource-group]
                   [--version]
                   [--workspace-name]

Příklady

Archivace kontejneru datového assetu (archivuje všechny verze tohoto datového assetu)

az ml data archive --name my-env --resource-group my-resource-group --workspace-name my-workspace

Archivace konkrétní verze datového assetu

az ml data archive --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--name -n

Název datového assetu

Volitelné parametry

--label -l

Popisek datového assetu Vzájemně se vylučují s verzí.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--version -v

Verze datového assetu Vzájemně se vylučují s popiskem.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data create

Vytvořte datový prostředek v pracovním prostoru nebo registru. Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.

Datové prostředky je možné definovat ze souborů na místním počítači nebo jako odkazy na soubory v cloudovém úložišti. Vytvořený datový asset se bude sledovat v pracovním prostoru nebo registru pod zadaným názvem a verzí.

Pokud chcete vytvořit datový asset ze souborů na místním počítači, zadejte do konfigurace YAML pole cesta. Azure ML tyto soubory nahraje do kontejneru objektů blob, který zálohuje výchozí úložiště dat pracovního prostoru (s názvem workspaceblobstore). Vytvořený datový asset pak nasměruje na nahraná data.

Pokud chcete vytvořit datový asset, který odkazuje na soubory v cloudovém úložišti, zadejte cestu k souborům v úložišti v konfiguraci YAML.

Datový prostředek můžete vytvořit také přímo z adresy URL úložiště nebo veřejné adresy URL. Uděláte to tak, že v konfiguraci YAML zadáte adresu URL pole "path". Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <my-registry-name> možnost.

az ml data create [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--no-wait]
                  [--path]
                  [--registry-name]
                  [--resource-group]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]
                  [--workspace-name]

Příklady

Vytvoření datového prostředku ze souboru specifikace YAML v pracovním prostoru

az ml data create --file data.yml --resource-group my-resource-group --workspace-name my-workspace

Vytvoření datového assetu ze souboru specifikace YAML v registru

az ml data create --file data.yml --registry-name my-registry-name

Vytvoření datového prostředku bez použití souboru specifikace YAML v pracovním prostoru

az ml data create --name my-data --version 1 --path ./my-data.csv --resource-group my-resource-group --workspace-name my-workspace

Vytvoření datového prostředku bez použití souboru specifikace YAML v registru

az ml data create --name my-data --version 1 --path ./my-data.csv --registry-name my-registry-name

Volitelné parametry

--datastore

Úložiště dat pro nahrání místního artefaktu do.

--description -d

Popis datového assetu

--file -f

Místní cesta k souboru YAML obsahujícímu specifikaci dat Azure ML. Referenční dokumenty YAML k datům najdete tady: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Název datového assetu Vyžaduje se, pokud je zadaný název --registry.

--no-wait

Nečekejte na dokončení dlouhotrvající operace. Výchozí hodnota je False.

výchozí hodnota: False

--path -p

Cesta k datovému prostředku může být místní nebo vzdálená.

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují. Je nutné zadat, pokud není zadaný --workspace-name a --resource-group.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--set

Aktualizujte objekt zadáním cesty vlastnosti a hodnoty, která se má nastavit. Příklad: --set property1.property2=.

--skip-validation

Přeskočte ověřování metadat MLTable, pokud je typ MLTable.

výchozí hodnota: False

--type -t

Typ datového assetu

přijímané hodnoty: mltable, uri_file, uri_folder

--version -v

Verze datového assetu Vyžaduje se, pokud je zadaný název --registry.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data import

Preview

Tento příkaz je ve verzi Preview a ve vývoji. Referenční úrovně a úrovně podpory: https://aka.ms/CLI_refstatus

Importujte data a vytvořte datový asset.

Datový prostředek je možné vytvořit tak, že nejprve importujete data z databáze nebo systému souborů do cloudového úložiště. Vytvořený datový asset se bude sledovat v pracovním prostoru pod zadaným názvem a verzí.

V konfiguraci YAML zadejte dotaz databázové tabulky nebo path v polích systému souborů. Azure ML spustí úlohu, která nejprve zkopíruje data do cloudového úložiště.

az ml data import --resource-group
                  --workspace-name
                  [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--path]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]

Příklady

Import datového assetu ze souboru specifikace YAML

az ml data import --file dataimport.yml --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Volitelné parametry

--datastore

Úložiště dat pro nahrání místního artefaktu do.

--description -d

Popis datového assetu

--file -f

Místní cesta k souboru YAML obsahujícímu specifikaci dat Azure ML. Referenční dokumenty YAML k datům najdete tady: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Název datového assetu

--path -p

Cesta k datovému prostředku v cloudovém úložišti

--set

Aktualizujte objekt zadáním cesty vlastnosti a hodnoty, která se má nastavit. Příklad: --set property1.property2=.

--skip-validation

Přeskočte ověření výpočetního prostředku, na který odkazuje podkladová úloha importu importu dat.

výchozí hodnota: False

--type -t

Typ datového assetu

přijímané hodnoty: mltable, uri_file, uri_folder

--version -v

Verze datového assetu

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data list

Výpis datových prostředků v pracovním prostoru nebo registru Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.

az ml data list [--archived-only]
                [--include-archived]
                [--max-results]
                [--name]
                [--registry-name]
                [--resource-group]
                [--workspace-name]

Příklady

Výpis všech datových prostředků v pracovním prostoru

az ml data list --resource-group my-resource-group --workspace-name my-workspace

Výpis všech verzí datových assetů pro zadaný název v pracovním prostoru

az ml data list --name my-data --resource-group my-resource-group --workspace-name my-workspace

Zobrazí seznam všech datových prostředků v pracovním prostoru pomocí argumentu --query ke spuštění dotazu JMESPath na výsledky příkazů.

az ml data list --query "[].{Name:name}" --output table --resource-group my-resource-group --workspace-name my-workspace

Výpis všech datových prostředků v registru

az ml data list --registry-name my-registry-name

Výpis všech verzí datového assetu pro zadaný název v registru

az ml data list --name my-data --registry-name my-registry-name

Volitelné parametry

--archived-only

Výpis pouze archivovaných datových prostředků

výchozí hodnota: False

--include-archived

Výpis archivovaných datových prostředků a aktivních datových prostředků

výchozí hodnota: False

--max-results -r

Maximální počet výsledků, které se mají vrátit.

--name -n

Název datového assetu V případě potřeby budou vráceny všechny datové verze pod tímto názvem.

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují. Je nutné zadat, pokud není zadaný --workspace-name a --resource-group.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data list-materialization-status

Preview

Tento příkaz je ve verzi Preview a ve vývoji. Referenční úrovně a úrovně podpory: https://aka.ms/CLI_refstatus

Zobrazí stav seznamu úloh materializace importu dat, které vytvářejí verze datového assetu.

az ml data list-materialization-status --resource-group
                                       --workspace-name
                                       [--all-results {false, true}]
                                       [--archived-only]
                                       [--include-archived]
                                       [--max-results]
                                       [--name]

Příklady

Zobrazení stavu materializace datového prostředku ze souboru specifikace YAML

az ml data list-materialization-status --name asset-name --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Volitelné parametry

--all-results

Vrátí všechny výsledky.

přijímané hodnoty: false, true

výchozí hodnota: False

--archived-only

Výpis pouze archivovaných úloh

výchozí hodnota: False

--include-archived

Výpis archivovaných úloh a aktivních úloh

výchozí hodnota: False

--max-results -r

Maximální počet výsledků, které se mají vrátit. Výchozí hodnota je 50.

výchozí hodnota: 50

--name -p

Název aktiva. Zobrazí seznam všech úloh materializace, které vytvářejí verze prostředku odpovídající danému názvu.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data mount

Preview

Tento příkaz je ve verzi Preview a ve vývoji. Referenční úrovně a úrovně podpory: https://aka.ms/CLI_refstatus

Připojte konkrétní datový prostředek k místní cestě. Pro tuto chvíli se podporuje jenom Linux.

az ml data mount --path
                 [--mode]
                 [--mount-point]
                 [--persistent]
                 [--resource-group]
                 [--workspace-name]

Příklady

Připojení verze datového assetu s pojmenovaným identifikátorem URI assetu

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder:1

Připojení verze datového assetu s úplným identifikátorem URI AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data/versions/5

Připojení všech verzí datového assetu pomocí identifikátoru URI pojmenovaného prostředku

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder

Připojení všech verzí datového prostředku s úplným identifikátorem URI AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data

Připojení dat k veřejnému serveru HTTP podle adresy URL

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv

Připojení dat v Azure pomocí adresy URL služby Azure Blob Storage

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://<account_name>.blob.core.windows.net/<container_name>/<path>

Připojení dat v Azure pomocí adresy URL Azure Data Lake Storage Gen2

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>

Povinné parametry

--path

Cesta k datovému assetu, která se má připojit, ve formě azureml:<name> nebo azureml:<name>:<version>.

Volitelné parametry

--mode

Režim připojení. Připojení datového assetu se podporuje jenom ro_mount pro čtení (jen pro čtení).

výchozí hodnota: ro_mount

--mount-point

Místní cesta použitá jako přípojný bod.

výchozí hodnota: /home/azureuser/mount/data

--persistent

Zachovají se připojení napříč restartováními. Podporuje se pouze u výpočetní instance.

výchozí hodnota: False

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data restore

Obnovte archivovaný datový asset.

Při obnovení archivovaného datového assetu už nebude skrytý v dotazech seznamu (az ml data list). Pokud se archivuje celý kontejner datového assetu, můžete tento archivovaný kontejner obnovit. Tím se obnoví všechny verze datového assetu pod tímto názvem. Pokud je archivován celý kontejner datového assetu, nemůžete obnovit pouze konkrétní verzi datového assetu – budete muset obnovit celý kontejner. Pokud byla archivována pouze verze jednotlivých datových assetů, můžete tuto konkrétní verzi obnovit.

az ml data restore --name
                   [--label]
                   [--resource-group]
                   [--version]
                   [--workspace-name]

Příklady

Obnovení archivovaného kontejneru datového assetu (obnoví všechny verze tohoto datového assetu)

az ml data restore --name my-env --resource-group my-resource-group --workspace-name my-workspace

Obnovení konkrétní verze archivovaného datového assetu

az ml data restore --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--name -n

Název datového assetu

Volitelné parametry

--label -l

Popisek datového assetu Vzájemně se vylučují s verzí.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--version -v

Verze datového assetu Vzájemně se vylučují s popiskem.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data share

Preview

Tento příkaz je ve verzi Preview a ve vývoji. Referenční úrovně a úrovně podpory: https://aka.ms/CLI_refstatus

Sdílení konkrétního datového assetu z pracovního prostoru do registru

Zkopírujte existující datový prostředek z pracovního prostoru do registru pro opakované použití mezi pracovními prostory.

az ml data share --name
                 --registry-name
                 --resource-group
                 --share-with-name
                 --share-with-version
                 --version
                 --workspace-name

Příklady

Sdílení existujícího datového assetu z pracovního prostoru do registru

az ml data share --name my-data --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry

Povinné parametry

--name -n

Název datového assetu

--registry-name

Cílový registr.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--share-with-name

Název datového prostředku, se kterým se má vytvořit.

--share-with-version

Verze datového prostředku, se kterým se má vytvořit.

--version -v

Verze datového assetu

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data show

Zobrazuje podrobnosti o datovém assetu v pracovním prostoru nebo registru. Pokud používáte registr, nahraďte --workspace-name my-workspace tuto --registry-name <registry-name> možnost.

az ml data show --name
                [--label]
                [--registry-name]
                [--resource-group]
                [--version]
                [--workspace-name]

Příklady

Zobrazení podrobností datového prostředku se zadaným názvem a verzí v pracovním prostoru

az ml data show --name my-data --version 1 --resource-group my-resource-group --workspace-name my-workspace

Zobrazení podrobností datového prostředku se zadaným názvem a popiskem

az ml data show --name my-data --label latest --resource-group my-resource-group --workspace-name my-workspace

Zobrazení podrobností datového prostředku se zadaným názvem a verzí v registru

az ml data show --name my-data --version 1 --registry-name my-registry-name

Povinné parametry

--name -n

Název datového assetu

Volitelné parametry

--label -l

Popisek datového assetu Je nutné zadat, pokud není k dispozici verze. Vzájemně se vylučují s verzí.

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují. Je nutné zadat, pokud není zadaný --workspace-name a --resource-group.

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--version -v

Verze datového assetu Pokud popisek není zadaný, je nutné zadat. Vzájemně se vylučují s popiskem.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml data update

Aktualizujte datový asset.

Aktualizovat lze pouze vlastnosti description a Tags.

az ml data update --name
                  --resource-group
                  --workspace-name
                  [--add]
                  [--force-string]
                  [--label]
                  [--registry-name]
                  [--remove]
                  [--set]
                  [--version]

Povinné parametry

--name -n

Název datového assetu

--resource-group -g

Název skupiny prostředků. Výchozí skupinu můžete nakonfigurovat pomocí az configure --defaults group=<name>.

--workspace-name -w

Název pracovního prostoru Azure ML Výchozí pracovní prostor můžete nakonfigurovat pomocí az configure --defaults workspace=<name>.

Volitelné parametry

--add

Přidejte objekt do seznamu objektů zadáním párů cest a klíč-hodnota. Příklad: --add property.listProperty <key=value, string or JSON string>.

výchozí hodnota: []

--force-string

Při použití set nebo add zachovávejte řetězcové literály místo pokusu o převod na JSON.

výchozí hodnota: False

--label -l

Popisek datového assetu Je nutné zadat, pokud není k dispozici verze. Vzájemně se vylučují s verzí.

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují. Je nutné zadat, pokud není zadaný --workspace-name a --resource-group.

--remove

Odeberte vlastnost nebo prvek ze seznamu. Příklad: --remove property.list <indexToRemove> OR --remove propertyToRemove.

výchozí hodnota: []

--set

Aktualizujte objekt zadáním cesty vlastnosti a hodnoty, která se má nastavit. Příklad: --set property1.property2=<value>.

výchozí hodnota: []

--version -v

Verze datového assetu Pokud popisek není zadaný, je nutné zadat. Vzájemně se vylučují s popiskem.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

přijímané hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

výchozí hodnota: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.