Freigeben über

az ml batch-endpoint

  • Referenz

Hinweis

Diese Referenz ist Teil der ml-Erweiterung für die Azure CLI (Version 2.15.0 oder höher). Die Erweiterung wird automatisch installiert, wenn Sie einen Az ml-Batchendpunktbefehl zum ersten Mal ausführen. Weitere Informationen zu Erweiterungen

Verwalten von Azure ML-Batchendpunkten.

Azure ML-Endpunkte bieten eine einfache Schnittstelle zum Erstellen und Verwalten von Modellbereitstellungen. Jeder Endpunkt kann über eine oder mehrere Bereitstellungen verfügen. Batchendpunkte werden für die Offlinebatchbewertung verwendet.

Befehle

Name Beschreibung Typ Status
az ml batch-endpoint create

Erstellen Sie einen Endpunkt.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint delete

Löschen eines Endpunkts.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint invoke

Rufen Sie einen Endpunkt auf.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint list

Endpunkte in einem Arbeitsbereich auflisten.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint list-jobs

Auflisten der Batchbewertungsaufträge für einen Batchendpunkt.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint show

Details für einen Endpunkt anzeigen.

 Erweiterung Allgemein verfügbar
az ml batch-endpoint update

Aktualisieren eines Endpunkts.

 Erweiterung Allgemein verfügbar

az ml batch-endpoint create

Erstellen Sie einen Endpunkt.

Um einen Endpunkt zu erstellen, stellen Sie eine YAML-Datei mit einer Batchendpunktkonfiguration bereit. Wenn der Endpunkt bereits vorhanden ist, wird er mit den neuen Einstellungen überschreiben.

az ml batch-endpoint create --resource-group
                            --workspace-name
                            [--file]
                            [--name]
                            [--no-wait]
                            [--set]

Beispiele

Erstellen eines Endpunkts aus einer YAML-Spezifikationsdatei

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

Erstellen eines Endpunkts mit Dem Namen

az ml batch-endpoint create --name endpointname --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--file -f

Lokaler Pfad zur YAML-Datei, die die Azure ML-Batchendpunktspezifikation enthält. Die YAML-Referenzdokumente für batchendpunkt finden Sie unter: https://aka.ms/ml-cli-v2-endpoint-batch-yaml-reference.

--name -n

Name des Batchendpunkts.

--no-wait

Warten Sie nicht, bis der lange ausgeführte Vorgang abgeschlossen ist. Der Standardwert lautet False.

Standardwert: False
--set

Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint delete

Löschen eines Endpunkts.

az ml batch-endpoint delete --name
                            --resource-group
                            --workspace-name
                            [--no-wait]
                            [--yes]

Beispiele

Löschen eines Batchendpunkts, einschließlich aller Bereitstellungen

az ml batch-endpoint delete --name my-batch-endpoint --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--name -n

Name des Batchendpunkts.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--no-wait

Warten Sie nicht, bis der lange ausgeführte Vorgang abgeschlossen ist. Der Standardwert lautet False.

Standardwert: False
--yes -y

Nicht zur Bestätigung auffordern

Standardwert: False
Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint invoke

Rufen Sie einen Endpunkt auf.

Sie können die Batch-Ableitung starten, indem Sie den Endpunkt mit einigen Daten aufrufen. Bei Batchendpunkten löst der Aufruf einen asynchronen Batchbewertungsauftrag aus.

az ml batch-endpoint invoke --name
                            --resource-group
                            --workspace-name
                            [--deployment-name]
                            [--experiment-name]
                            [--file]
                            [--input]
                            [--input-type]
                            [--inputs]
                            [--instance-count]
                            [--job-name]
                            [--mini-batch-size]
                            [--output-path]
                            [--outputs]
                            [--set]

Beispiele

Aufrufen eines Batchendpunkts mit Eingabedaten aus einer registrierten Azure ML-Datenressource und Außerkraftsetzen der Standardbereitstellungseinstellung für mini_batch_size

az ml batch-endpoint invoke --name my-batch-endpoint --input azureml:my-dataset:1 --mini-batch-size 64 --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit Eingabedatei aus einem öffentlichen URI

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_file --input https://pipelinedata.blob.core.windows.net/sampledata/mnist/0.png --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit Eingabedatei aus einem registrierten Datenspeicher

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_file --input azureml://datastores/workspaceblobstore/paths/{path_to_data}/mnist/0.png --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit Eingabeordnern aus einem öffentlichen URI

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_folder --input https://pipelinedata.blob.core.windows.net/sampledata/mnist --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit Eingabeordnern aus einem registrierten Datenspeicher

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_folder --input azureml://datastores/workspaceblobstore/paths/{path_to_data}/mnist --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit Dateien in einem lokalen Ordner

az ml batch-endpoint invoke --name my-batch-endpoint --input ./mnist_folder --resource-group my-resource-group --workspace-name my-workspace

Aufrufen eines Batchendpunkts mit einem lokalen Ordner als Eingabe- und Ausgabepfad und Überschreiben einiger Batchbereitstellungseinstellungen während des Endpunkt-Aufrufs

az ml batch-endpoint invoke --name my-batch-endpoint --input ./mnist_folder --instance-count 2 --mini-batch-size 5 --output-path azureml://datastores/workspaceblobstore/paths/tests/output --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--name -n

Name des Batchendpunkts.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--deployment-name -d

Name der Bereitstellung, die als Ziel verwendet werden soll.

--experiment-name

Name des Experiments für die Bereitstellung von Pipelinekomponenten.

--file -f

Name der Datei, die für batchaufrufen verwendet wird.

--input

Verweis auf Eingabedaten, die für batchinferencing verwendet werden sollen. Dabei kann es sich um einen Pfad im Datenspeicher, öffentlichen URI, einer registrierten Datenressource oder um einen lokalen Ordnerpfad sein.

--input-type

Typ der Eingabe, die angibt, ob es sich um eine Datei oder einen Ordner handelt. Verwenden Sie diese Vorgehensweise, wenn Sie einen Pfad im Datenspeicher oder öffentlichen URI verwenden. Unterstützte Werte: uri_folder, uri_file.

--inputs

Wörterbuch der Eingaben von Aufrufenaufträgen.

--instance-count -c

Anzahl der Instanzen, auf denen die Vorhersage ausgeführt wird.

--job-name

Name des Auftrags für batchaufzurufen.

--mini-batch-size -m

Größe jedes Minibatches, in den die Eingabedaten für die Vorhersage aufgeteilt werden.

--output-path

Pfad im Datenspeicher, in den Ausgabedateien hochgeladen werden.

--outputs

Wörterbuch, um anzugeben, wo die Ergebnisse gespeichert werden sollen.

--set

Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint list

Endpunkte in einem Arbeitsbereich auflisten.

az ml batch-endpoint list --resource-group
                          --workspace-name

Beispiele

Auflisten aller Batchendpunkte in einem Arbeitsbereich

az ml batch-endpoint list --resource-group my-resource-group --workspace-name my-workspace

Auflisten aller Batchendpunkte in einem Arbeitsbereich

az ml batch-endpoint list  --resource-group my-resource-group --workspace-name my-workspace

Auflisten aller Batchendpunkte in einem Arbeitsbereich mithilfe des Arguments --query zum Ausführen einer JMESPath-Abfrage für die Ergebnisse von Befehlen.

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

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint list-jobs

Auflisten der Batchbewertungsaufträge für einen Batchendpunkt.

az ml batch-endpoint list-jobs --name
                               --resource-group
                               --workspace-name

Beispiele

Auflisten aller Batchbewertungsaufträge für einen Endpunkt

az ml batch-endpoint list-jobs --name my-batch-endpoint --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--name -n

Name des Batchendpunkts.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint show

Details für einen Endpunkt anzeigen.

az ml batch-endpoint show --name
                          --resource-group
                          --workspace-name

Beispiele

Anzeigen der Details für einen Batchendpunkt

az ml batch-endpoint show --name my-batch-endpoint  --resource-group my-resource-group --workspace-name my-workspace

Zeigen Sie den Bereitstellungsstatus eines Endpunkts mithilfe des Arguments --query an, um eine JMESPath-Abfrage für die Ergebnisse von Befehlen auszuführen.

az ml batch-endpoint show -n my-endpoint --query "{Name:name,State:provisioning_state}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--name -n

Name des Batchendpunkts.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml batch-endpoint update

Aktualisieren eines Endpunkts.

Die Eigenschaften "description", "tags" und "defaults" eines Endpunkts können aktualisiert werden. Darüber hinaus können neue Bereitstellungen zu einem Endpunkt hinzugefügt werden, und vorhandene Bereitstellungen können aktualisiert werden.

az ml batch-endpoint update --resource-group
                            --workspace-name
                            [--add]
                            [--defaults]
                            [--file]
                            [--force-string]
                            [--name]
                            [--no-wait]
                            [--remove]
                            [--set]

Beispiele

Aktualisieren eines Endpunkts aus einer YAML-Spezifikationsdatei

az ml batch-endpoint update --name my-batch-endpoint --file updated_endpoint.yml --resource-group my-resource-group --workspace-name my-workspace

Hinzufügen einer neuen Bereitstellung zu einem vorhandenen Endpunkt

az ml batch-endpoint update --name my-batch-endpoint  --set defaults.deployment_name=depname  --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--add

Fügen Sie einer Liste von Objekten ein Objekt hinzu, indem Sie ein Pfad- und Schlüsselwertpaar angeben. Beispiel: --add property.listProperty <key=value, string or JSON string>.

Standardwert: []
--defaults

Aktualisieren Sie deployment_name innerhalb der Standardeinstellungen für den Endpunkt-Aufruf.

--file -f

Lokaler Pfad zur YAML-Datei, die die Azure ML-Batchendpunktspezifikation enthält. Die YAML-Referenzdokumente für batchendpunkt finden Sie unter: https://aka.ms/ml-cli-v2-endpoint-batch-yaml-reference.

--force-string

Wenn Sie "set" oder "add" verwenden, behalten Sie Zeichenfolgenliterale bei, anstatt zu versuchen, in JSON zu konvertieren.

Standardwert: False
--name -n

Name des Batchendpunkts.

--no-wait

Warten Sie nicht, bis der lange ausgeführte Vorgang abgeschlossen ist. Der Standardwert lautet False.

Standardwert: False
--remove

Entfernen sie eine Eigenschaft oder ein Element aus einer Liste. Beispiel: --remove property.list <indexToRemove> ODER --remove propertyToRemove.

Standardwert: []
--set

Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=<value>.

Standardwert: []
Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.