az ml job
Hinweis
Diese Referenz ist Teil der ml-Erweiterung für die Azure CLI (Version 2.15.0 oder höher). Die Erweiterung wird beim ersten Ausführen eines Az ml-Auftragsbefehls automatisch installiert. Weitere Informationen zu Erweiterungen
Verwalten von Azure ML-Aufträgen.
Ein Azure ML-Auftrag führt eine Aufgabe für ein angegebenes Computeziel aus. Sie können Aufträge zum Skalieren von Modellschulungen in Azure konfigurieren. Azure ML unterstützt verschiedene Auftragstypen mit unterschiedlichen Funktionen. Der einfachste Auftrag, ein Befehlsauftrag, führt beispielsweise einen Befehl in einem Docker-Container aus und kann für Einzelknoten- und verteilte Schulungen genutzt werden. Ein Aufräumauftrag führt einen Hyperparameter über einen angegebenen Suchbereich aus, um die Hyperparameter eines Modells zu optimieren.
Jobs ermöglichen auch eine systematische Nachverfolgung für Ihre ML-Experimente und -Workflows. Nachdem ein Auftrag erstellt wurde, enthält Azure ML Standard einen Ausführungsdatensatz für den Auftrag, der die Metadaten, alle Metriken, Protokolle und Artefakte enthält, die während des Auftrags generiert wurden, Code, der ausgeführt wurde, und die verwendete Azure ML-Umgebung. Alle Ausführungsaufzeichnungen Ihrer Aufträge können in Azure Machine Learning Studio angezeigt werden.
Befehle
| Name | Beschreibung | Typ | Status |
|---|---|---|---|
| az ml job archive |
Archiv a job. |
Erweiterung | Allgemein verfügbar |
| az ml job cancel |
Abbrechen eines Auftrags. |
Erweiterung | Allgemein verfügbar |
| az ml job connect-ssh |
Richten Sie ssh-Verbindung ein und sendet die Anforderung an den SSH-Dienst, der im Container des Benutzers über Tundra ausgeführt wird. |
Erweiterung | Allgemein verfügbar |
| az ml job create |
Erstellen Sie einen Auftrag. |
Erweiterung | Allgemein verfügbar |
| az ml job download |
Laden Sie alle auftragsbezogenen Dateien herunter. |
Erweiterung | Allgemein verfügbar |
| az ml job list |
Auflisten von Aufträgen in einem Arbeitsbereich. |
Erweiterung | Allgemein verfügbar |
| az ml job restore |
Stellen Sie einen archivierten Auftrag wieder her. |
Erweiterung | Allgemein verfügbar |
| az ml job show |
Details für einen Auftrag anzeigen. |
Erweiterung | Allgemein verfügbar |
| az ml job show-services |
Dienste eines Auftrags pro Knoten anzeigen. |
Erweiterung | Allgemein verfügbar |
| az ml job stream |
Streamauftragsprotokolle in der Konsole. |
Erweiterung | Allgemein verfügbar |
| az ml job update |
Aktualisieren eines Auftrags. |
Erweiterung | Allgemein verfügbar |
| az ml job validate |
Überprüfen eines Auftrags. Dieser Befehl funktioniert nur für Pipelineaufträge für jetzt. |
Erweiterung | Allgemein verfügbar |
az ml job archive
Archiv a job.
Durch das Archivieren eines Auftrags wird er standardmäßig in Listenabfragen (az ml job list) ausgeblendet. Sie können weiterhin auf einen archivierten Auftrag in Ihren Workflows verweisen und verwenden. Nur abgeschlossene Aufträge können archiviert werden.
az ml job archive --name
--resource-group
--workspace-nameErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job cancel
Abbrechen eines Auftrags.
az ml job cancel --name
--resource-group
--workspace-nameBeispiele
Abbrechen eines Auftrags anhand des Namens
az ml job cancel --name my-job-id --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job connect-ssh
Richten Sie ssh-Verbindung ein und sendet die Anforderung an den SSH-Dienst, der im Container des Benutzers über Tundra ausgeführt wird.
az ml job connect-ssh --name
--resource-group
--workspace-name
[--node-index]
[--private-key-file-path]Beispiele
Richten Sie ssh-Verbindung ein und senden Sie die Anforderung an den SSH-Dienst.
az ml job connect-ssh --name my-job-id --node-index 0 --private-key-file-path "C:/Temp/.ssh/id_rsa" --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Der Index des Knotens, der über ssh verbunden werden soll.
Der Pfad zur Dateidatei des privaten Schlüssels.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job create
Erstellen Sie einen Auftrag.
Um einen Auftrag zu erstellen, müssen Sie in der Regel alle auszuführenden Code konfigurieren, eine Umgebung, die die Abhängigkeiten kapselt, ein Computeziel zum Ausführen des Auftrags und alle zusätzlichen auftragsspezifischen Einstellungen. Wenn ein Auftrag erstellt wird, wird er für die Ausführung für die angegebene Computeressource übermittelt.
az ml job create --file
--resource-group
--workspace-name
[--name]
[--save-as]
[--set]
[--skip-validation]
[--stream]
[--web]Beispiele
Erstellen eines Auftrags aus einer YAML-Spezifikationsdatei
az ml job create --file job.yml --resource-group my-resource-group --workspace-name my-workspaceErstellen eines Auftrags aus einer YAML-Spezifikationsdatei und Öffnen der Ausführungsdetails des Auftrags im Azure ML Studio-Portal
az ml job create --file job.yml --web --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Lokaler Pfad zur YAML-Datei, die die Azure ML-Auftragsspezifikation enthält. Die YAML-Referenzdokumente für den Auftrag finden Sie unter: https://aka.ms/ml-cli-v2-job-command-yaml-reference, , https://aka.ms/ml-cli-v2-job-pipeline-yaml-referencehttps://aka.ms/ml-cli-v2-job-sweep-yaml-reference.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Der Name des Auftrags.
Die Datei, in die der Status des erstellten Auftrags im YAML-Format geschrieben wird.
Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=.
Überspringen Sie die Überprüfung beim Erstellen der Ressource. Beachten Sie, dass abhängige Ressourcen ihre Überprüfung beim Erstellen nicht überspringen.
Gibt an, ob die Protokolle des Auftrags in die Konsole gestreamt werden sollen.
Zeigen Sie die Ausführungsdetails des Auftrags in Azure ML Studio in einem Webbrowser an.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job download
Laden Sie alle auftragsbezogenen Dateien herunter.
Die Dateien werden in einem Ordner heruntergeladen, der nach dem Namen des Auftrags benannt ist.
az ml job download --name
--resource-group
--workspace-name
[--all]
[--download-path]
[--output-name]Beispiele
Herunterladen der Protokolle und Ausgaben eines Auftrags in das aktuelle Arbeitsverzeichnis
az ml job download --name my-job --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Laden Sie alle Ausgaben des Auftrags herunter.
Pfad zum Herunterladen der Auftragsdateien in. Wenn diese Angabe nicht angegeben wird, werden Auftragsdateien in das aktuelle Verzeichnis heruntergeladen.
Der Name der benutzerdefinierten Ausgabe, die heruntergeladen werden soll. Dies sollte einem Schlüssel im Ausgabeverzeichnis eines Auftrags entsprechen. Wenn sie nicht angegeben wird, werden die Standardartefaktausgabedateien des Auftrags heruntergeladen.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job list
Auflisten von Aufträgen in einem Arbeitsbereich.
az ml job list --resource-group
--workspace-name
[--all-results {false, true}]
[--archived-only]
[--include-archived]
[--max-results]
[--parent-job-name]Beispiele
Auflisten aller Auftragsstatus in einem Arbeitsbereich mithilfe des Arguments --query zum Ausführen einer JMESPath-Abfrage für die Ergebnisse von Befehlen.
az ml job list --query "[].{Name:name,Jobstatus:status}" --output table --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Gibt alle Ergebnisse zurück.
Nur archivierte Aufträge auflisten.
Auflisten archivierter Aufträge und aktiver Aufträge.
Maximale Anzahl der zurückzugebenden Ergebnisse. Standard ist 50.
Name des übergeordneten Auftrags. Listet alle Aufträge auf, deren parent_job_name dem angegebenen Namen entspricht.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job restore
Stellen Sie einen archivierten Auftrag wieder her.
Wenn ein archivierter Auftrag wiederhergestellt wird, wird er nicht mehr in Listenabfragen (az ml job list) ausgeblendet.
az ml job restore --name
--resource-group
--workspace-nameErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job show
Details für einen Auftrag anzeigen.
az ml job show --name
--resource-group
--workspace-name
[--web]Beispiele
Zeigen Sie den Status eines Auftrags mithilfe des Arguments --query an, um eine JMESPath-Abfrage für die Ergebnisse von Befehlen auszuführen.
az ml job show --name my-job-id --query "{Name:name,Jobstatus:status}" --output table --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Zeigen Sie die Ausführungsdetails des Auftrags in Azure ML Studio in einem Webbrowser an.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job show-services
Dienste eines Auftrags pro Knoten anzeigen.
az ml job show-services --name
--resource-group
--workspace-name
[--node-index]Beispiele
Zeigen Sie die Dienste eines Auftrags pro Knoten mithilfe des Arguments --query an, um eine JMESPath-Abfrage für die Ergebnisse von Befehlen auszuführen.
az ml job show-services --name my-job-id --node-index 0 --query "{Name:name,Jobstatus:status}" --output table --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Der Index des Knotens, für den die Dienste angezeigt werden müssen.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job stream
Streamauftragsprotokolle in der Konsole.
az ml job stream --name
--resource-group
--workspace-nameErforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job update
Aktualisieren eines Auftrags.
Nur die Eigenschaften "tags" und "properties" können aktualisiert werden.
az ml job update --name
--resource-group
--workspace-name
[--add]
[--force-string]
[--remove]
[--set]
[--web]Erforderliche Parameter
Der Name des Auftrags.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
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>.
Wenn Sie "set" oder "add" verwenden, behalten Sie Zeichenfolgenliterale bei, anstatt zu versuchen, in JSON zu konvertieren.
Entfernen sie eine Eigenschaft oder ein Element aus einer Liste. Beispiel: --remove property.list <indexToRemove> ODER --remove propertyToRemove.
Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=<value>.
Zeigen Sie die Ausführungsdetails des Auftrags in Azure ML Studio in einem Webbrowser an.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
az ml job validate
Überprüfen eines Auftrags. Dieser Befehl funktioniert nur für Pipelineaufträge für jetzt.
Dieser Befehl überprüft eine YAML-Spezifikationsdatei, um zu überprüfen, ob sie für die Auftragserstellung gültig ist, und gibt alle gefundenen Probleme zurück. Die Überprüfung Standard umfasst die lokale Überprüfung auf das Schema, z. B. fehlende Felder, Umgebung ohne angegebene Version, Code, der auf einen nicht vorhandenen lokalen Pfad verweist. Außerdem wird überprüft, ob im Zielarbeitsbereich auf referenzierte Computeziele verwiesen wird. Das Überprüfungsergebnis wird in die Konsole gedruckt, einschließlich Fehler und Warnungen. Nur Fehler führen dazu, dass die Überprüfung fehlschlägt. Eine bestandene Überprüfung eines Auftrags kann übermittelt werden. Dieser Befehl funktioniert nur für Pipelineaufträge für jetzt.
az ml job validate --file
--resource-group
--workspace-name
[--set]Beispiele
Überprüfen Sie eine YAML-Spezifikationsdatei, um zu überprüfen, ob sie für die Auftragserstellung gültig ist.
az ml job validate --file job.yml --resource-group my-resource-group --workspace-name my-workspaceErforderliche Parameter
Lokaler Pfad zur YAML-Datei, die die Azure ML-Auftragsspezifikation enthält. Die YAML-Referenzdokumente für den Auftrag finden Sie unter: https://aka.ms/ml-cli-v2-job-pipeline-yaml-reference.
Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.
Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.
Optionale Parameter
Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=.
Globale Parameter
Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.
Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.
Nur Fehler anzeigen und Warnungen unterdrücken.
Ausgabeformat.
JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.
Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.
Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.
Feedback
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unter https://aka.ms/ContentUserFeedback.
Feedback senden und anzeigen für