Ajuster les modèles IA dans Microsoft Foundry avec l’extension d’optimisation de l’interface cli de développement Azure

Dans cet article, vous allez apprendre à utiliser l’extension de réglage fin de l'IA pour Azure Developer CLI (azd) afin de configurer et exécuter des tâches de réglage fin dans Microsoft Foundry. L’extension vous permet d’initialiser des projets à partir de modèles, d’envoyer et de gérer des travaux de réglage précis et de déployer des modèles affinés directement à partir de votre terminal.

Conditions préalables

  • L’interface CLI développeur Azure (azd) installée (version 1.22.1 ou ultérieure) et authentifiée (azd auth login).
  • L’extension de réglage fin de l’IA azd a été installée (azd ext install azure.ai.finetune). Pour plus d’informations, consultez Installer l’extension de réglage précis .
  • Un abonnement Azure avec l’autorisation de créer et de gérer des ressources Microsoft Foundry.
  • (Facultatif) L’interface CLI GitHub installée, si vous envisagez de télécharger des exemples de modèles à partir de référentiels GitHub.

Installer Azure Developer CLI

Installez-le azd pour votre système d’exploitation.

winget install microsoft.azd

Vérifier l’installation

Après l’installation, vérifiez que azd est installé et répond aux exigences minimales de version :

azd version

Vérifiez que la sortie affiche la version 1.22.1 ou ultérieure. Si vous avez besoin de mettre à niveau, exécutez :

winget upgrade Microsoft.azd

Installer l’extension de réglage précis

Ajoutez l’extension d’optimisation de l’IA Azure à azd :

azd ext install azure.ai.finetune

Vérifiez que l’extension est installée :

azd ext list

Authentifier

Connectez-vous à Azure (obligatoire)

Authentifiez-vous auprès de votre compte Azure pour accéder à votre abonnement et à vos ressources :

azd auth login

Initialiser votre projet

Utilisez la commande azd ai finetuning init pour structurer un projet d’optimisation fine. Accédez à votre répertoire de travail souhaité avant d’exécuter l’une des méthodes d’initialisation suivantes.

Conseil

Vous pouvez ignorer complètement l’initialisation en utilisant l’option Soumission rapide, qui vous permet de soumettre une tâche de réglage fin en indiquant directement l’abonnement et le point de terminaison du projet Foundry.

Rechercher l’ID de ressource ARM de votre projet

Pour initialiser avec un projet Azure AI Foundry, vous avez besoin de l'ID de ressource ARM du projet. L’ID de ressource suit ce format :

/subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Vous pouvez trouver cette valeur dans le portail Azure en accédant à la page Profile de votre projet AI Foundry sous Détails du projet.

Option 1 : Project + modèle

Utilisez un projet Azure AI Foundry existant avec un modèle :

azd ai finetuning init -p <project-resource-id> -t <template-url>

Exemple:

azd ai finetuning init \
  -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Option 2 : Project + travail existant

Clonez la configuration à partir d’un travail de réglage précis existant :

azd ai finetuning init -p <project-resource-id> -j <job-id>

Exemple:

azd ai finetuning init \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} \
  -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Option 3 : Modèle uniquement

Commencez à partir d’un modèle et configurez le projet ultérieurement :

azd ai finetuning init -t <template-url>

Exemple:

azd ai finetuning init -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised

Option 4 : cloner à partir d’une tâche

Clonez la configuration à partir d’un ID de travail existant :

azd ai finetuning init -j <job-id>

Exemple:

azd ai finetuning init -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Option 5 : point de terminaison projet uniquement

Initialisez uniquement avec le endpoint de votre projet Azure AI Foundry :

azd ai finetuning init -e <project-endpoint>

Exemple:

azd ai finetuning init -e https://account.services.ai.azure.com/api/projects/project-name

Option 6 : mode interactif

Exécutez sans paramètres pour lancer la configuration guidée :

azd ai finetuning init

Option 7 : Init minimal (avec recherche d’abonnement)

Utilisez une initialisation minimale pour une expérience interactive simplifiée avec la recherche d’abonnement :

azd init --minimal

Cette option fournit des invites guidées pour sélectionner votre abonnement et configurer votre environnement.

Exécuter des commandes de réglage précis

Accédez au dossier de votre projet (où fine-tune-job.yaml se trouve) et utilisez les commandes suivantes pour gérer les travaux de réglage précis.

Conseil

Vous recherchez des exemples de fichiers YAML de travail ? Consultez les exemples CLI de réglage précis dans le référentiel d’exemples Foundry.

Envoi rapide (ignorer l’initialisation)

Vous pouvez soumettre un travail directement sans exécuter d'abord azd init, en fournissant en ligne l'abonnement et le point de terminaison du projet.

azd ai finetuning jobs submit -f <path-to-yaml> -s <subscription-id> -e <project-endpoint>

Exemple:

azd ai finetuning jobs submit \
  -f /path-from-working-directory-to-config/job.yaml \
  -s a9096eb7-bfec-47e8-be27-b040b82afac9 \
  -e https://my-resource.services.ai.azure.com/api/projects/my-project
Paramètre Description
-f Chemin d’accès au fichier YAML du travail
-s ID d’abonnement Azure
-e URL du point de terminaison du projet

Envoyer un travail

azd ai finetuning jobs submit -f ./fine-tune-job.yaml

Lister les emplois

azd ai finetuning jobs list

Afficher les détails du travail

azd ai finetuning jobs show -i <job-id>

Suspendre un travail

azd ai finetuning jobs pause -i <job-id>

Reprendre un travail

azd ai finetuning jobs resume -i <job-id>

Annuler un travail

azd ai finetuning jobs cancel -i <job-id>

Déployer votre modèle affiné

Une fois votre travail de réglage précis terminé, déployez le modèle pour l’inférence :

azd ai finetuning jobs deploy -i <job-id> -d "<deployment-name>" -c 100 -m "OpenAI" -s "GlobalStandard" -v "1"
Paramètre Description
-i ID du travail
-d Nom du déploiement
-c Capacité
-m Fournisseur de modèles
-s Nom de la référence SKU
-v Version

Informations de référence rapides

Paramètres d’init

Paramètre Description
-p Identifiant de ressource du projet (ARM)
-e URL du point de terminaison du projet
-t URL ou chemin d’accès du modèle
-j Cloner à partir de l’identifiant de tâche
-w Répertoire de travail
-n Nom de l’environnement
-s ID d’abonnement

Paramètres de travail

Paramètre Description
-f Chemin d’accès au fichier YAML
-i ID du travail

Ressources supplémentaires

  • Last updated on