Teilen über


Installieren und Einrichten der CLI (v2)

GILT FÜR Azure CLI-ML-Erweiterung v2 (aktuell)

Die Erweiterung ml für die Azure CLI ist die erweiterte Schnittstelle für Azure Machine Learning. Hiermit können Sie Modelle über die Befehlszeile trainieren und bereitstellen und Features nutzen, mit denen beim Nachverfolgen des Modelllebenszyklus das Hoch- und Aufskalieren von Data Science-Einheiten beschleunigt werden kann.

Voraussetzungen

  • Für die Verwendung der CLI benötigen Sie ein Azure-Abonnement. Wenn Sie nicht über ein Azure-Abonnement verfügen, können Sie ein kostenloses Konto erstellen, bevor Sie beginnen. Probieren Sie die kostenlose oder kostenpflichtige Version von Azure Machine Learning noch heute aus.
  • Um die CLI-Befehle in diesem Dokument aus Ihrer lokalen Umgebung zu verwenden, benötigen Sie die Azure CLI.

Installation

Für die neue Machine Learning-Erweiterung ist die Azure CLI-Version >=2.38.0 erforderlich. Stellen Sie sicher, dass diese Anforderung erfüllt ist:

az version

Ist dies nicht der Fall, aktualisieren Sie Ihre Azure CLI.

Überprüfen Sie die installierten Azure CLI-Erweiterungen:

az extension list

Entfernen Sie eine vorhandene Installation der Erweiterung ml und auch die azure-cli-ml-Erweiterung der CLI v1 2:

az extension remove -n azure-cli-ml
az extension remove -n ml

Installieren Sie nun die Erweiterung ml:

az extension add -n ml

Führen Sie den Hilfebefehl aus, um Ihre Installation zu überprüfen und verfügbare Unterbefehle anzuzeigen:

az ml -h

Sie können die Erweiterung auf die neueste Version aktualisieren:

az extension update -n ml

Installation unter Linux

Wenn Sie Debian oder Ubuntu verwenden, ist die schnellste Möglichkeit, die erforderliche CLI-Version und die Machine Learning-Erweiterung zu installieren:

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash 
az extension add -n ml -y

Informationen zum Installieren unter anderen Linux-Distributionen finden Sie unter Installieren der Azure CLI für Linux.

Einrichten

Anmelden:

az login

Wenn Sie Zugriff auf mehrere Azure-Abonnements haben, können Sie Ihr aktives Abonnement festlegen:

az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"

Richten Sie optional allgemeine Variablen in Ihrer Shell für die Verwendung in nachfolgenden Befehlen ein:


GROUP="azureml-examples"

LOCATION="eastus"

WORKSPACE="main"

Warnung

Diese verwenden bash-Syntax zum Festlegen von Variablen. Passen Sie dies nach Bedarf für die Shell an. Sie können die Werte auch in den folgenden Beispielen inline ersetzen, anstatt Variablen zu verwenden.

Ist noch keine Azure-Ressourcengruppe vorhanden, können Sie sie erstellen:


az group create -n $GROUP -l $LOCATION

Und erstellen Sie einen Machine Learning-Arbeitsbereich:


az ml workspace create -n $WORKSPACE -g $GROUP -l $LOCATION

Für Machine Learning-Unterbefehle sind die Parameter --workspace/-w und --resource-group/-g erforderlich. Konfigurieren Sie Standardwerte, um diese nicht wiederholt eingeben zu müssen:

az configure --defaults group=$GROUP workspace=$WORKSPACE location=$LOCATION

Tipp

Bei den meisten Codebeispielen wird davon ausgegangen, dass Sie einen Standardarbeitsbereich und eine Standardressourcengruppe festgelegt haben. Sie können diese über die Befehlszeile überschreiben.

Sie können Ihre aktuellen Standardwerte mit --list-defaults/-l anzeigen:

az configure -l -o table

Tipp

Die Kombination mit --output/-o ermöglicht besser lesbare Ausgabeformate.

Sichere Kommunikation

Die ml-CLI-Erweiterung (manchmal auch als „CLI v2“ genannt) für Azure Machine Learning sendet operative Daten (YAML-Parameter und Metadaten) über das öffentliche Internet. Alle Befehle der ml-CLI-Erweiterung kommunizieren mit Azure Resource Manager. Diese Kommunikation wird durch HTTPS/TLS 1.2 geschützt.

Daten in einem Datenspeicher, der in einem virtuellen Netzwerk geschützt ist, werden nicht über das öffentliche Internet gesendet. Beispiel: Ihre Trainingsdaten befinden sich im Standardspeicherkonto für den Arbeitsbereich, und das Speicherkonto befindet sich in einem virtuellen Netzwerk.

Hinweis

Bei der vorherigen Erweiterung (azure-cli-ml; manchmal auch „CLI v1“ genannt) kommunizieren nur einige der Befehle mit Azure Resource Manager. Dabei handelt es sich insbesondere um Befehle zum Erstellen, Aktualisieren, Löschen, Auflisten oder Anzeigen von Azure-Ressourcen. Bei Vorgängen wie dem Übermitteln eines Trainingsauftrags wird direkt mit dem Azure Machine Learning-Arbeitsbereich kommuniziert. Wenn Ihr Arbeitsbereich mit einem privaten Endpunkt geschützt ist, reicht dies aus, um die von der azure-cli-ml-Erweiterung bereitgestellten Befehle zu schützen.

Wenn Ihr Azure Machine Learning-Arbeitsbereich öffentlich ist (d. h. nicht hinter einem virtuellen Netzwerk), ist keine zusätzliche Konfiguration erforderlich. Die Kommunikation wird mit HTTPS/TLS 1.2 geschützt.

Nächste Schritte