Az Azure Machine Learning CLI (v2) kibocsátási megjegyzései

A KÖVETKEZŐRE VONATKOZIK: Azure CLI ml-bővítmény v2 (aktuális)

Ebben a cikkben megismerheti az Azure Machine Learning CLI (v2) kiadásait.

RSS-hírcsatorna: Értesítést kaphat a lap frissítésekor a következő URL-cím másolásával és beillesztésével a hírcsatorna-olvasóba: https://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes-v2%22&locale=en-us

2025-05-09

Azure Machine Learning CLI (v2) 2.37.0-s verzió

  • az ml workspace create
    • A Hub és a Project munkaterület ga-ként van megjelölve.

2025-04-24

Azure Machine Learning CLI (v2) 2.36.5-ös verzió

  • Rögzítse a külső függőségek fő verzióját az SDK-ban.

2025-04-18

Azure Machine Learning CLI (v2) v 2.36.4

  • Frissítettük a marshmallow-függőséget a verziók >=3.5,4.0.0-ra< való korlátozásához a kompatibilitás biztosítása érdekében.

2025-04-16

Azure Machine Learning CLI (v2) v 2.36.3

  • Az elavult csomagmegfelelőségekkel kapcsolatos hivatkozás eltávolítása.

2025-04-10

Azure Machine Learning CLI (v2) v 2.36.2

  • az ml capability-host create
    • Az AI Search-kapcsolatok tulajdonság megadása nem kötelező.

2025-04-02

Azure Machine Learning CLI (v2) v 2.36.1

  • A hiányzó időtartamérték kezelése az üzembehelyezési lekérdezés eredményében.

2025-03-14

Azure Machine Learning CLI (v2) 2.36.0-s verzió

  • az ml compute update
    • Javítsa ki a számítás frissítését, ha az ssh engedélyezve van.

2025-01-08

Azure Machine Learning CLI (v2) 2.34.0-s verzió

  • az ml workspace update --network-acls
    • Hozzáadva --network-acls a tulajdonság, amely lehetővé teszi, hogy a felhasználó IP-címeket vagy IP-tartományokat adjon meg a CIDR-jelölésben a munkaterület-hozzáféréshez.
  • az ml capability-host
    • Létrehozási művelet hozzáadva.
    • Beolvasási művelet hozzáadva.
    • Törlési művelet hozzáadva.

2024. 12. 17.

Azure Machine Learning CLI (v2) 2.33.0-s verzió

  • az ml workspace create --provision-network-now
    • Hozzáadott --provision-network-now tulajdonság a felügyelt hálózat kiépítésének aktiválásához a felügyelt hálózattal rendelkező munkaterület létrehozásakor, vagy máskülönben nem tesz semmit.

2024-09-18

Azure Machine Learning CLI (v2) v2.30.0

  • az ml workspace outbound-rule set
    • A nem kötelező --fqdns tulajdonság támogatása hozzáadva a munkaterület által felügyelt hálózaton private_endpoint kimenő szabály létrehozásához. Az Application Gateway PE-cél támogatásával kapcsolatos.
    • A nem kötelező --address-prefixes tulajdonság támogatása hozzáadva service_tag kimenő szabály létrehozásához a munkaterület által felügyelt hálózaton.

2024-08-14

Azure Machine Learning CLI (v2) v2.29.0

  • az ml compute enable-sso
    • Engedélyező sso hozzáadásával lehetővé válik, hogy a felhasználó írási engedély nélkül engedélyezze a számítási példány egyszeri beállítását.

2024-06-21

Azure Machine Learning CLI (v2) v2.27.0

  • az ml workspace create --system-datastores-auth-mode

    • Hozzáadva --system-datastores-auth-mode az Azure Machine Learning-munkaterület létrehozásához.

  • az ml workspace update --system-datastores-auth-mode

    • Hozzáadva --system-datastores-auth-mode az Azure Machine Learning-munkaterület frissítéséhez.

  • az ml workspace create --allow-roleassignment-on-rg

    • Hozzáadva --allow-roleassignment-on-rg az Azure Machine Learning-munkaterület létrehozásához, amely engedélyezi vagy letiltja a szerepkör-hozzárendelést az erőforráscsoport szintjén.

  • az ml workspace update --allow-roleassignment-on-rg

    • Hozzáadva --allow-roleassignment-on-rg az Azure Machine Learning-munkaterület frissítéséhez az erőforráscsoport szintjén engedélyezett/letiltott szerepkör-hozzárendeléssel.

2023-10-18

Azure Machine Learning CLI (v2) v2.21.1

2023-09-11

Azure Machine Learning CLI (v2) v2.20.0

  • az ml feature-store provision-network

    • [Nyilvános felülvizsgálat] Ezt a parancsot hozzáadva lehetővé teszi a felhasználó számára a felügyelt hálózat szolgáltatástárolóhoz való kiépítését

  • az ml feature-store create

    • Hozzáadva --not-grant-permissions , hogy a felhasználó ne adjon materializációs identitáshoz hozzáférést a funkciótárolóhoz

  • az ml feature-store update

    • Hozzáadva --not-grant-permissions , hogy a felhasználó ne adjon materializációs identitáshoz hozzáférést a funkciótárolóhoz

  • az ml feature-set

    • Hozzáadva --feature-store-name és elavultként --workspace-name, a visszamenőleges kompatibilitás 6 hónap múlva megszűnik

  • az ml feature-store-entity

    • Hozzáadva --feature-store-name és elavultként --workspace-name, a visszamenőleges kompatibilitás 6 hónapon belül megszűnik

  • az configure

    • Hozzáadva --defaults feature-store=<name> , hogy a felhasználó konfigurálhassa az alapértelmezett funkciótárolót

  • az ml job connect-ssh

    • Az ssh-beállítások + parancsok megadásának engedélyezéséhez hozzáadva --ssh-args/-c . Például jelek küldése futó folyamatoknak vagy egy interaktív terminálhoz való csatoláshoz

2023-05-09

Azure Machine Learning CLI (v2) v2.17.0

  • az ml online-deployment create

    • Hozzáadva --local-enable-gpu a gpu helyi üzembe helyezéséhez való hozzáférésének engedélyezéséhez.

  • az ml online-deployment update

    • Hozzáadva --local-enable-gpu a gpu helyi üzembe helyezéséhez való hozzáférésének engedélyezéséhez.

2023-05-01

Azure Machine Learning CLI (v2) v2.16.0

  • az ml job connect-ssh

    • Ez a parancs ga-ként van megjelölve.

  • az ml job show-services

    • Ez a parancs ga-ként van megjelölve.

  • az ml model download

    • Kijavítottuk azt a hibát, amely miatt a modell a beállításjegyzékből az --registry-name argumentumon workspace_name keresztül történő letöltésekor kötelező volt.

  • az ml model create

    • Jelölő hozzáadása --stage(-s) a modell fázisának hozzáadásához.

  • az ml model update

    • Jelölő hozzáadása --stage(-s) a modell fázisának frissítéséhez.

  • az ml model list

    • Jelölő hozzáadása --stage(-s) a modell szakasza szerinti listához.

  • az ml workspace delete

    • Adjon hozzá --purge(-p) jelölőt, hogy kényszerítse a törlést a helyreállítható törlés helyett.

  • az ml workspace create

    • Jelölő hozzáadása --enable-data-isolation(-e) annak megállapításához, hogy egy munkaterületen engedélyezve van-e az adatelkülönítés.

2023-03-21

Azure Machine Learning CLI (v2) 2.15.0-s verzió

  • az ml compute

    • Hozzáadva --tags az Azure Machine Learning compute létrehozásához és frissítéséhez.

  • az ml data import

    • Az adategységek verziószámának támogatásához először importáljon adatokat az adatbázisból, majd file_system az Azure Cloud Storage-ba.

  • az ml data list-materialization-status

    • A asset_name< adategység-verzióit argumentumon keresztül > létrehozó adatimportálási materializálási feladatok listájának --nametámogatása.

  • az ml online-deployment update

    • Hozzáadva --skip-script-validation az Azure Machine Learning online üzembe helyezéséhez.

  • az ml workspace provision-network

    • Felügyelt hálózat munkaterülethez való kiépítésének támogatása

2023-02-03

Azure Machine Learning CLI (v2) v2.14.0

  • az ml compute

    • Hozzáadva --location az Azure Machine Learning compute-hez való létrehozáshoz.
    • Hozzáadva --enable-node-public-ip a Compute létrehozásához.

  • az ml data

    • Segédszöveg kisebb szerkesztései

  • az ml data list

    • Az argumentumon keresztül hozzáadott támogatás az adategységek beállításjegyzékben való listázásához --registry-name

  • az ml data show

    • Az adategység beállításjegyzékben való megjelenítésének támogatása az --registry-name argumentumon keresztül

  • az ml data create

    • Az argumentumon keresztül --registry-name hozzáadott támogatás az adategység beállításjegyzékben való létrehozásához
    • Az adategység munkaterületről beállításjegyzékbe való előléptetésének támogatása

  • az ml workspace create

    • Támogatott munkaterület létrehozása felügyelt hálózattal argumentummal --managed-network

  • az ml workspace update

    • Támogatott munkaterületek felügyelt hálózattal való frissítéséhez argumentummal --managed-network

  • az ml compute connect-ssh

    • Támogatás hozzáadva a számítási példányhoz való SSH-val való csatlakozáshoz

  • az ml workspace outbound-rule

    • Támogatott a felügyelt hálózat kimenő szabályainak listázása egy munkaterületen az ml workspace outbound-rule list
    • Támogatott a felügyelt hálózat kimenő szabályainak megjelenítése egy munkaterületen az ml workspace outbound-rule show
    • Támogatott a felügyelt hálózat kimenő szabályainak eltávolítása egy munkaterületen az ml workspace outbound-rule remove
    • Támogatott a felügyelt hálózat kimenő szabályainak létrehozása vagy frissítése egy munkaterületen az ml workspace outbound-rule set

2022-12-06

Azure Machine Learning CLI (v2) v2.12.0

  • Továbbfejlesztett hibaüzenet a beállításjegyzékben engedélyezett parancsok esetében az ml , ha nem ad át munkaterületet vagy beállításjegyzéknevet.
  • az ml compute
    • Kijavítottuk a várakozási idő nélküli paraméter által okozott problémát.

2022-11-08

Azure Machine Learning CLI (v2) v2.11.0

  • A parancssori felület az azure-ai-ml 1.1.0-s típusától függ.
  • az ml registry
    • ml registry delete parancs hozzáadva.
    • A beállításjegyzék kísérleti címkéinek és importálásának módosítása a nem kapcsolódó műveletekre vonatkozó figyelmeztető nyomatok elkerülése érdekében.
  • az ml environment
    • A conda-fájlra hivatkozó, már meglévő környezet regisztrálása nem sikerült.

2022-10-10

Azure Machine Learning CLI (v2) v2.10.0

  • A parancssori felület az azure-ai-ml GA-verziójától függ.
  • Megszakadt a Python 3.6 támogatása.
  • az ml registry
    • Új parancscsoport hozzáadva az ML-eszközregisztrációs adatbázisok kezeléséhez.
  • az ml job
    • az ml job show-services parancs hozzáadva.
    • Modellsöprést és hiperparaméter-finomhangolást adtunk hozzá az AutoML NLP-feladatokhoz.
  • az ml schedule
    • A tulajdonság hozzáadva month_days az ismétlődési ütemezéshez.
  • az ml compute
    • A hozzáadott egyéni beállítási szkriptek támogatják a számítási példányokat.

2022-09-22

Azure Machine Learning CLI (v2) 2.8.0-s verzió

  • az ml job
    • Spark-feladat támogatása hozzáadva.
    • Hozzáadta shm_size és docker_args a feladathoz.
  • az ml compute
    • A számítási példány támogatja a felügyelt identitást.
    • A számítási példány üresjárati leállási idejének támogatása hozzáadva.
  • az ml online-deployment
    • Az eventhub és az adattárolás adatgyűjtésének támogatása hozzáadva.
    • Szintaktikai ellenőrzés hozzáadva a pontozószkripthez.
  • az ml batch-deployment
    • Szintaktikai ellenőrzés hozzáadva a pontozószkripthez.

2022-08-10

Azure Machine Learning CLI (v2) 2.7.0-s verzió

  • az ml component
    • AutoML-összetevő hozzáadva.
  • az ml dataset
    • Elavult parancscsoport (használja az ml data helyette).

2022-07-16

Azure Machine Learning CLI (v2) v2.6.0

  • A MoonCake felhőtámogatása hozzáadva.
  • az ml job
    • A Git-adattár URL-címeinek kódként való használatának engedélyezése.
    • Az AutoML-feladatok ugyanazt a bemeneti sémát használják, mint a többi feladattípust.
    • A folyamatfeladatok mostantól támogatják a beállításjegyzék-objektumokat.
  • az ml component
    • A Git-adattár URL-címeinek kódként való használatának engedélyezése.
  • az ml online-endpoint
    • A MIR mostantól támogatja a beállításjegyzék-objektumokat.

2022-05-24

Azure Machine Learning CLI (v2) 2.4.0-s verzió

  • Az Azure Machine Learning CLI (v2) mostantól ga.
  • az ml job
    • A parancscsoport ga-ként van megjelölve.
    • AutoML-feladattípus hozzáadva a nyilvános előzetes verzióban.
    • Tulajdonság hozzáadva schedules a folyamatfeladathoz nyilvános előzetes verzióban.
    • Hozzáadott egy lehetőséget, amely csak archivált feladatokat listáz.
    • A parancsok megbízhatóságának az ml job download javítása.
  • az ml data
    • A parancscsoport ga-ként van megjelölve.
    • MlTable-adattípus hozzáadva nyilvános előzetes verzióban.
    • Hozzáadott egy lehetőséget, amely csak archivált adategységeket listáz.
  • az ml environment
    • Hozzáadott egy lehetőséget, amely csak archivált környezeteket listáz.
  • az ml model
    • A parancscsoport ga-ként van megjelölve.
    • Modellek létrehozásának engedélyezése feladatkimenetekből.
    • Hozzáadott egy lehetőséget, amely csak archivált modelleket listáz.
  • az ml online-deployment
    • A parancscsoport ga-ként van megjelölve.
    • Az üzembe helyezés létrehozására váró időtúllépés el lett távolítva.
    • Továbbfejlesztett online üzembehelyezési listanézet.
  • az ml online-endpoint
    • A parancscsoport ga-ként van megjelölve.
    • Tulajdonság hozzáadva mirror_traffic az online végpontokhoz nyilvános előzetes verzióban.
    • Továbbfejlesztett online végpontlista nézet.
  • az ml batch-deployment
    • A parancscsoport ga-ként van megjelölve.
    • Támogatott és uri_fileuri_folder meghívásos bemenetként is használható.
    • Kijavítottunk egy hibát a kötegelt üzembehelyezési frissítésben.
    • Kijavítottunk egy hibát a batch deployment list-jobs kimenetében.
  • az ml batch-endpoint
    • A parancscsoport ga-ként van megjelölve.
    • Támogatott és uri_fileuri_folder meghívásos bemenetként is használható.
    • Kijavítottunk egy hibát a kötegelt végpont frissítésében.
    • Kijavítottunk egy hibát a batch endpoint list-jobs kimenetében.
  • az ml component
    • A parancscsoport ga-ként van megjelölve.
    • Hozzáadott egy lehetőséget, amely csak archivált összetevőket listáz.
  • az ml code
    • Ez a parancscsoport el lesz távolítva.

2022-03-14

Azure Machine Learning CLI (v2) v2.2.1

  • az ml job
    • Az összes feladattípus esetében simítottuk a code YAML-séma szakaszát. A forráskódkönyvtár code.local_path elérési útjának megadása helyett használja a code
    • Az összes feladattípus esetében módosította az adatbemenetek definiálására szolgáló sémát a YAML feladat feladatára. Ahelyett, hogy az adatelérési utat vagy a filefolder mezőket használva adhatja meg, a mező használatával path adjon meg egy helyi elérési utat, egy URI-t az adatokat tartalmazó felhőbeli elérési úthoz, vagy egy meglévő regisztrált Azure Machine Learning-adategységre path: azureml:<data_name>:<data_version>mutató hivatkozást. Adja meg azt a type mezőt is, amely egyértelművé teszi, hogy az adatforrás egyetlen fájl (uri_file) vagy mappa (uri_folder). Ha type a mező nincs megadva, az alapértelmezés szerint a .type: uri_folder További információt a bemeneti adatok megadásának sémáját ismertető yaML-hivatkozások bármelyikének szakaszában talál.
    • A takarítási feladat YAML-sémájában sztringről objektumra módosította a sampling_algorithm mezőt, hogy több konfigurációt tudjon támogatni a véletlenszerű mintavételezési algoritmus típusához
    • Eltávolította az összetevő-feladat YAML-sémáját. Ebben a kiadásban, ha egy összetevőt használó folyamaton belül szeretne parancsfeladatot futtatni, csak adja meg az összetevőt a component YAML-definíció parancsfeladat mezőjéhez.
    • Minden feladattípushoz hozzáadta a beágyazott objektum legújabb verziójára való hivatkozás támogatását a feladat YAML-konfigurációjában. Ha regisztrált környezetre vagy adategységre hivatkozik, hogy bemenetként használjon egy feladatban, a verzió explicit megadása helyett a legújabb verziót is használhatja. Például: environment: azureml:AzureML-Minimal@latest
    • A folyamatfeladatok esetében bevezette a ${{ parent }} folyamat lépései közötti kötési bemenetek és kimenetek kontextusát. További információ: A folyamatfeladat lépései közötti kötési bemenetek és kimenetek kifejezésszintaxisa.
    • A feladat elnevezett kimeneteinek a parancs argumentumán keresztüli --output-name letöltésének az ml job download támogatása
  • az ml data
    • Elavult az az ml dataset alcsoport, most már használja az ml data helyette
    • Kétféle adat hozható létre, akár egyetlen fájlforrásból (type: uri_file) vagy mappából (type: uri_folder). Az adategység létrehozásakor megadhatja az adatforrást egy helyi fájlból vagy mappából, vagy egy URI-ból egy felhőbeli elérési út helyére. A teljes séma adat YAML-sémájának megtekintése
  • az ml environment
    • A környezeti YAML-sémában átnevezte a mezőt a build.local_path következőre:build.path
    • build.context_uri A mező el lett távolítva, a feltöltött buildkörnyezet helyének URI-ja elérhető build.path lesz a környezet visszaadásakor
  • az ml model
    • A modell YAML-sémájában a mezők el lettek távolítva és model_urilocal_path egyetlen path mezőre összesítve, amely egy helyi vagy egy felhőbeli elérési út URI-ja lehet. model_format mező átnevezve type; az alapértelmezett típus custom_model, de a modell kód nélküli üzembe helyezési forgatókönyvekben való használatához megadhatja a többi típus egyikét (mlflow_model, triton_model)
    • A az ml model create, --model-uri és argumentumok eltávolítása és --local-path összesítése egy --path olyan argumentumra, amely egy helyi vagy egy felhőbeli elérési út URI-ja lehet
    • Hozzáadta a az ml model download parancsot a modell összetevőfájljainak letöltéséhez
  • az ml online-deployment
    • Az online üzembehelyezési YAML-sémában simítottuk a codecode_configuration mező szakaszát. A pontozási code_configuration.code.local_path fájlokat tartalmazó forráskódkönyvtár elérési útjának megadása helyett használja a code_configuration.code
    • Hozzáadtunk egy environment_variables mezőt az online üzembehelyezési YAML-sémához, amely támogatja az online üzembe helyezés környezeti változóinak konfigurálását
  • az ml batch-deployment
    • A kötegelt üzembehelyezési YAML-sémában simítottuk a codecode_configuration mező szakaszát. A pontozási code_configuration.code.local_path fájlokat tartalmazó forráskódkönyvtár elérési útjának megadása helyett használja a code_configuration.code
  • az ml component
    • A parancsösszetevő YAML-sémájának szakaszát elsimítottuk.code A forráskódkönyvtár code.local_path elérési útjának megadása helyett használja a code
    • Az összetevő YAML-konfigurációjában használandó regisztrált környezet legújabb verziójára való hivatkozás támogatása hozzáadva. Regisztrált környezetekre való hivatkozáskor a verzió explicit megadása helyett a legújabb verziót használhatja. Például: environment: azureml:AzureML-Minimal@latest
    • Az összetevő bemeneti és kimeneti típusának értékét pathuri_folder átnevezte a mezőre az type összetevő bemenetének vagy kimenetének meghatározásakor
  • Eltávolította az delete eszközök (modell, összetevő, adatok, környezet) parancsát. A meglévő törlési funkció csak helyreállítható törlés, ezért a delete parancsok egy későbbi kiadásban lesznek újra bevezetve, miután a kemény törlés támogatott
  • Az eszközök (modell, összetevő, adatok, környezet) és feladatok archiválásának és visszaállításának támogatása, például az ml model archive a az ml model restore. Mostantól archiválhatja az objektumokat és a feladatokat, amelyek elrejtik az archivált entitást a lista-lekérdezésekből (például az ml model list).

2021-10-04

Azure Machine Learning CLI (v2) v2.0.2

  • az ml workspace
  • az ml compute
    • Frissített YAML-sémák az AmlCompute és a számítási példány esetében
    • Az örökölt AKS-csatolás támogatása el lett távolítva a következővel: az ml compute attach. Az Azure Arc-kompatibilis Kubernetes-csatolás a következő kiadásban támogatott lesz
  • az ml datastore
  • az ml job
  • az ml environment
  • az ml model
    • Frissített YAML-séma
    • Új model_format tulajdonság hozzáadva a Modellhez kód nélküli üzembe helyezési forgatókönyvekhez
  • az ml dataset
    • Alcsoport átnevezése az ml dataaz ml dataset
    • Frissített adathalmaz YAML-sémája
  • az ml component
    • Hozzáadta az az ml component Azure Machine Learning-összetevők kezeléséhez szükséges parancsokat
    • A parancsösszetevők (a YAML-séma parancsösszetevőjének) támogatása hozzáadva
  • az ml online-endpoint
    • az ml endpoint alcsoport két külön csoportra oszlik: az ml online-endpoint és az ml batch-endpoint
    • Frissített online végponti YAML-séma
    • Helyi végpontok támogatása fejlesztői/tesztelési forgatókönyvekhez
    • Interaktív VS Code hibakeresési támogatás hozzáadva a helyi végpontokhoz (hozzáadta a jelzőt a --vscode-debugaz ml batch-endpoint create/update)
  • az ml online-deployment
    • az ml deployment alcsoport két külön csoportra oszlik: az ml online-deployment és az ml batch-deployment
    • Frissített felügyelt online üzembehelyezési YAML-séma
    • Automatikus skálázási támogatás hozzáadása az Azure Monitor automatikus skálázásával való integrációval
    • Több online üzembehelyezési tulajdonság frissítésének támogatása ugyanabban a frissítési műveletben
    • Támogatás hozzáadva az egyidejű műveletek végrehajtásához ugyanazon végponton lévő központi telepítéseken
  • az ml batch-endpoint
    • az ml endpoint alcsoport két külön csoportra oszlik: az ml online-endpoint és az ml batch-endpoint
    • Frissített batch endpoint YAML-séma
    • Eltávolított traffic tulajdonság; lecserélve egy konfigurálható alapértelmezett üzembehelyezési tulajdonságra
    • A bemeneti adatok URI-jának támogatása hozzáadva a következőhöz: az ml batch-endpoint invoke
    • A virtuális hálózati bejövő forgalom (privát kapcsolat) támogatása hozzáadva
  • az ml batch-deployment
    • az ml deployment alcsoport két külön csoportra oszlik: az ml online-deployment és az ml batch-deployment
    • Frissített batch deployment YAML-séma

2021-05-25

Az Azure Machine Learning parancssori felületének (v2) bejelentése

Az ml Azure CLI bővítménye az Azure Machine Learning következő generációs felülete. Lehetővé teszi a modellek parancssorról történő betanítását és üzembe helyezését, olyan funkciókkal, amelyek felgyorsítják az adatelemzés vertikális felskálázását és kibővítését, miközben nyomon követik a modell életciklusát. Telepítés és első lépések.

  • Last updated on