Sdílet prostřednictvím


az ml environment

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 environment . Přečtěte si další informace o rozšířeních.

Správa prostředí Azure ML

Prostředí Azure ML definují spouštěcí prostředí pro úlohy a nasazení koncových bodů, zapouzdřují závislosti pro trénování a odvozování. Tyto definice prostředí jsou integrované do imagí Dockeru.

Příkazy

Name Description Typ Stav
az ml environment archive

Archivace prostředí

Rozšíření GA
az ml environment create

Vytvořit prostředí.

Rozšíření GA
az ml environment list

Zobrazení seznamu prostředí v pracovním prostoru

Rozšíření GA
az ml environment restore

Obnovení archivovaného prostředí

Rozšíření GA
az ml environment share

Sdílejte konkrétní prostředí z pracovního prostoru do registru.

Rozšíření GA
az ml environment show

Zobrazení podrobností pro prostředí

Rozšíření GA
az ml environment update

Aktualizujte prostředí.

Rozšíření GA

az ml environment archive

Archivace prostředí

Archivace prostředí ho ve výchozím nastavení skryje v dotazech seznamu (az ml environment list). V pracovních postupech můžete i nadále odkazovat na archivované prostředí a používat ho. Můžete archivovat kontejner prostředí nebo konkrétní verzi prostředí. Archivace kontejneru prostředí bude archivovat všechny verze prostředí pod tímto názvem. Archivované prostředí můžete obnovit pomocí .az ml environment restore Pokud se celý kontejner prostředí archivuje, nemůžete obnovit jednotlivé verze prostředí – kontejner prostředí bude potřeba obnovit.

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

Příklady

Archivace kontejneru prostředí (archivuje všechny verze tohoto prostředí)

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

Archivace konkrétní verze prostředí

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

Povinné parametry

--name -n

Název prostředí

Volitelné parametry

--label -l

Popisek prostředí

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují.

--resource-group -g

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

--version -v

Verze prostředí

--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 environment create

Vytvořit prostředí.

Prostředí je možné definovat z image Dockeru, souboru Dockerfile nebo ze souboru Conda. Azure ML udržuje sadu imagí Dockeru procesoru a GPU, které můžete použít jako základní image. Informace o těchto obrázcích naleznete v tématu https://github.com/Azure/AzureML-Containers.

Vytvořené prostředí se bude sledovat v pracovním prostoru pod zadaným názvem a verzí.

az ml environment create [--build-context]
                         [--conda-file]
                         [--datastore]
                         [--description]
                         [--dockerfile-path]
                         [--file]
                         [--image]
                         [--name]
                         [--no-wait]
                         [--os-type]
                         [--registry-name]
                         [--resource-group]
                         [--set]
                         [--tags]
                         [--version]
                         [--workspace-name]

Příklady

Vytvoření prostředí ze souboru specifikace YAML

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

Vytvoření prostředí z image Dockeru

az ml environment create --name my-env --version 1 --file my_env.yml  --image pytorch/pytorch --resource-group my-resource-group --workspace-name my-workspace

Vytvoření prostředí z kontextu sestavení

az ml environment create --name my-env --version 1 --file my_env.yml  --build-context envs/context/ --dockerfile-path Dockerfile --resource-group my-resource-group --workspace-name my-workspace

Vytvoření prostředí ze specifikace conda

az ml environment create --name my-env --version 1 --file my_env.yml  --conda-file conda_dep.yml --image mcr.microsoft.com/azureml/openmpi3.1.2-ubuntu18.04 --resource-group my-resource-group --workspace-name my-workspace

Vytvoření prostředí v registru ze souboru specifikace YAML

az ml environment create --file my_env.yml --registry-name my-registry-name --resource-group my-resource-group

Volitelné parametry

--build-context -b

Místní cesta k adresáři, který se má použít jako kontext sestavení Dockeru. --build-context/-b a --image/-i se vzájemně vylučují argumenty.

--conda-file -c

Místní cesta k souboru specifikace conda. --image/-i musí být zadán také v případě použití tohoto argumentu.

--datastore

Úložiště dat pro nahrání místního artefaktu do.

--description

Popis prostředí

--dockerfile-path -d

Relativní cesta k souboru Dockerfile v adresáři určeném parametrem --build-context/-b. Pokud tento parametr vynecháte, použije se soubor ./Dockerfile.

výchozí hodnota: /Dockerfile
--file -f

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

--image -i

Image Dockeru --image/-i a --build-context/-b se vzájemně vylučují argumenty.

--name -n

Název prostředí

--no-wait

Nečekejte na dokončení dlouhotrvající operace.

výchozí hodnota: False
--os-type

Typ operačního systému. Povolené hodnoty: linux, windows. Výchozí: linux.

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují.

--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=.

--tags

Páry klíč-hodnota oddělené mezerami pro značky objektu.

--version -v

Verze prostředí

--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 environment list

Zobrazení seznamu prostředí v pracovním prostoru

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

Příklady

Zobrazení seznamu všech prostředí v pracovním prostoru

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

Výpis všech verzí prostředí pro zadaný název v pracovním prostoru

az ml environment list --name my-env --resource-group my-resource-group --workspace-name my-workspace

Vypište všechna prostředí v pracovním prostoru pomocí argumentu --query ke spuštění dotazu JMESPath na výsledky příkazů.

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

Výpis všech prostředí v registru

az ml environment list --registry-name my-registry-name --resource-group my-resource-group

Výpis všech verzí prostředí pro zadaný název v registru

az ml environment list --name my-env --registry-name my-registry-name --resource-group my-resource-group

Volitelné parametry

--archived-only

Výpis pouze archivovaných prostředí.

výchozí hodnota: False
--include-archived

Výpis archivovaných prostředí a aktivních prostředí

výchozí hodnota: False
--max-results -r

Maximální počet výsledků, které se mají vrátit.

--name -n

Název prostředí Pokud je k dispozici, vrátí se všechny verze prostředí 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.

--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 environment restore

Obnovení archivovaného prostředí

Když se archivované prostředí obnoví, už nebude skryté v dotazech seznamu (az ml environment list). Pokud se archivuje celý kontejner prostředí, můžete tento archivovaný kontejner obnovit. Tím se obnoví všechny verze prostředí pod tímto názvem. Pokud je archivován celý kontejner prostředí, nemůžete obnovit pouze konkrétní verzi prostředí – budete muset obnovit celý kontejner. Pokud byla archivována pouze verze jednotlivých prostředí, můžete tuto konkrétní verzi obnovit.

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

Příklady

Obnovení archivovaného kontejneru prostředí (obnoví všechny verze tohoto prostředí)

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

Obnovení konkrétní archivované verze prostředí

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

Povinné parametry

--name -n

Název prostředí

Volitelné parametry

--label -l

Popisek prostředí

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují.

--resource-group -g

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

--version -v

Verze prostředí

--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 environment share

Sdílejte konkrétní prostředí z pracovního prostoru do registru.

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

az ml environment share --name
                        --registry-name
                        --share-with-name
                        --share-with-version
                        --version
                        [--resource-group]
                        [--workspace-name]

Příklady

Sdílení existujícího prostředí z pracovního prostoru do registru

az ml environment share --name my-environment --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 prostředí

--registry-name

Cílový registr.

--share-with-name

Název prostředí, se kterým se má vytvořit.

--share-with-version

Verze prostředí, pomocí které se má vytvořit.

--version -v

Verze prostředí

Volitelné 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>.

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 environment show

Zobrazení podrobností pro prostředí

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

Příklady

Zobrazení podrobností pro prostředí se zadaným názvem a verzí

az ml environment show --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Zobrazení podrobností pro prostředí v registru se zadaným názvem a verzí

az ml environment show --name my-env --version 1 --registry-name my-registry-name --resource-group my-resource-group

Povinné parametry

--name -n

Název prostředí

Volitelné parametry

--label -l

Popisek prostředí

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují.

--resource-group -g

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

--version -v

Verze prostředí

--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 environment update

Aktualizujte prostředí.

Aktualizovat lze pouze vlastnosti description a Tags.

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

Povinné parametry

--name -n

Název prostředí

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 prostředí

--registry-name

Pokud je k dispozici, příkaz bude místo pracovního prostoru cílit na registr. Proto se skupina prostředků a pracovní prostor nevyžadují.

--remove

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

výchozí hodnota: []
--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=<value>.

výchozí hodnota: []
--version -v

Verze prostředí

--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.