az ml online-deployment

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 online-deployment . Přečtěte si další informace o rozšířeních.

Správa online nasazení Azure ML

Nasazení Azure ML poskytují jednoduché rozhraní pro vytváření a správu nasazení modelů.

Příkazy

Name	Description	Typ	Stav
az ml online-deployment create	Vytvořte nasazení. Pokud už nasazení existuje, selže. Pokud chcete aktualizovat existující nasazení, použijte příkaz az ml online-deployment update.	Rozšíření	GA
az ml online-deployment delete	Odstranění nasazení	Rozšíření	GA
az ml online-deployment get-logs	Získejte protokoly kontejneru pro online nasazení.	Rozšíření	GA
az ml online-deployment list	Zobrazení seznamu nasazení	Rozšíření	GA
az ml online-deployment show	Zobrazení nasazení	Rozšíření	GA
az ml online-deployment update	Aktualizujte nasazení.	Rozšíření	GA

az ml online-deployment create

Vytvořte nasazení. Pokud už nasazení existuje, selže. Pokud chcete aktualizovat existující nasazení, použijte příkaz az ml online-deployment update.

Minimální doporučená skladová položka výpočetních prostředků je Standard_DS3_v2 pro koncové body pro obecné účely. Další informace o skladových posílacích najdete tady: https://learn.microsoft.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list.

az ml online-deployment create --file
                               --resource-group
                               --workspace-name
                               [--all-traffic]
                               [--endpoint-name]
                               [--local {false, true}]
                               [--local-enable-gpu {false, true}]
                               [--name]
                               [--no-wait]
                               [--package-model]
                               [--set]
                               [--skip-script-validation]
                               [--vscode-debug {false, true}]
                               [--web]

Příklady

Vytvoření nasazení ze souboru specifikace YAML

az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--file -f

Místní cesta k souboru YAML obsahujícímu specifikaci online nasazení Azure ML. Referenční dokumenty YAML pro online nasazení najdete na adrese: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--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-traffic

Nastaví provoz koncového bodu na toto nasazení po úspěšném vytvoření 100 % a nebude fungovat s parametrem --no-wait.

výchozí hodnota: False

--endpoint-name -e

Název online koncového bodu

--local

Vytvořte nasazení místně pomocí Dockeru. Je povoleno pouze jedno nasazení na jeden koncový bod. Poznámka: Pokud zadaný koncový bod neexistuje, vytvoří se.

přijímané hodnoty: false, true

výchozí hodnota: False

--local-enable-gpu

Povolte GPU pro místní nasazení.

přijímané hodnoty: false, true

výchozí hodnota: False

--name -n

Název nasazení

--no-wait

Nečekejte na dokončení dlouhotrvající operace.

výchozí hodnota: False

--package-model

[TOTO JE VE VERZI PREVIEW] Vytvořte zabalené prostředí z yaml nasazení a použijte zabalené prostředí pro nasazení.

výchozí hodnota: False

--set

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

--skip-script-validation

Umožňuje uživateli obejít ověřování hodnoticího skriptu nasazení.

výchozí hodnota: False

--vscode-debug

Vytvořte místní koncový bod a připojte ladicí program VSCode. Funguje jenom s příznakem --local.

přijímané hodnoty: false, true

výchozí hodnota: False

--web

Zobrazení podrobností o nasazení v nástroji Azure ML Studio ve webovém prohlížeči

výchozí hodnota: False

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 online-deployment delete

Odstranění nasazení

az ml online-deployment delete --endpoint-name
                               --name
                               --resource-group
                               --workspace-name
                               [--local {false, true}]
                               [--no-wait]
                               [--yes]

Příklady

Odstranění nasazení s potvrzením

az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--endpoint-name -e

Název online koncového bodu

--name -n

Název nasazení

--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

--local

Odstraňte místní nasazení z prostředí Dockeru.

přijímané hodnoty: false, true

výchozí hodnota: False

--no-wait

Nečekejte na dokončení dlouhotrvající operace.

výchozí hodnota: False

--yes -y

Nezotvádejte výzvu k potvrzení.

výchozí hodnota: False

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 online-deployment get-logs

Získejte protokoly kontejneru pro online nasazení.

az ml online-deployment get-logs --endpoint-name
                                 --name
                                 --resource-group
                                 --workspace-name
                                 [--container]
                                 [--lines]
                                 [--local {false, true}]

Příklady

Získání protokolů kontejneru pro online nasazení

az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--endpoint-name -e

Název online koncového bodu

--name -n

Název nasazení

--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

--container -c

Typ kontejneru, ze kterého chcete načíst protokoly. Povolené hodnoty: odvození serveru, inicializátor úložiště.

--lines -l

Maximální počet čar k chvostu.

výchozí hodnota: 5000

--local

Získejte protokoly z místního nasazení v prostředí Dockeru.

přijímané hodnoty: false, true

výchozí hodnota: False

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 online-deployment list

Zobrazení seznamu nasazení

az ml online-deployment list --endpoint-name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]

Příklady

Výpis nasazení v koncovém bodu

az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--endpoint-name -e

Název koncového bodu

--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

--local

Uveďte místní nasazení v rámci tohoto místního koncového bodu.

přijímané hodnoty: false, true

výchozí hodnota: False

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 online-deployment show

Zobrazení nasazení

az ml online-deployment show --endpoint-name
                             --name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]
                             [--web]

Příklady

Zobrazení nasazení

az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Povinné parametry

--endpoint-name -e

Název online koncového bodu

--name -n

Název nasazení

--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

--local

Zobrazení místního nasazení z prostředí Dockeru

přijímané hodnoty: false, true

výchozí hodnota: False

--web

Zobrazení podrobností o nasazení v nástroji Azure ML Studio ve webovém prohlížeči

výchozí hodnota: False

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 online-deployment update

Aktualizujte nasazení.

az ml online-deployment update --resource-group
                               --workspace-name
                               [--add]
                               [--endpoint-name]
                               [--file]
                               [--force-string]
                               [--local {false, true}]
                               [--local-enable-gpu {false, true}]
                               [--name]
                               [--no-wait]
                               [--remove]
                               [--set]
                               [--skip-script-validation]
                               [--vscode-debug {false, true}]
                               [--web]

Příklady

Aktualizace nasazení ze souboru specifikace YAML

az ml online-deployment update --file deployment.yaml --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

--add

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

výchozí hodnota: []

--endpoint-name -e

Název online koncového bodu

--file -f

Místní cesta k souboru YAML obsahujícímu specifikaci online nasazení Azure ML. Referenční dokumenty YAML pro online nasazení najdete na adrese: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--force-string

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

výchozí hodnota: False

--local

Aktualizujte místní nasazení v prostředí Dockeru.

přijímané hodnoty: false, true

výchozí hodnota: False

--local-enable-gpu

Povolte GPU pro místní nasazení.

přijímané hodnoty: false, true

výchozí hodnota: False

--name -n

Název nasazení

--no-wait

Nečekejte na dokončení dlouhotrvající operace.

výchozí hodnota: False

--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: []

--skip-script-validation

Umožňuje uživateli obejít ověřování hodnoticího skriptu nasazení.

výchozí hodnota: False

--vscode-debug

Aktualizujte místní koncový bod a znovu připojte ladicí program VSCode. Funguje jenom s příznakem --local.

přijímané hodnoty: false, true

výchozí hodnota: False

--web

Zobrazení podrobností o nasazení v nástroji Azure ML Studio ve webovém prohlížeči

výchozí hodnota: False

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.