Szoftverkörnyezetek létrehozása és használata az Azure Machine Tanulás cli v1 használatával

  • Cikk

A KÖVETKEZŐre vonatkozik: Azure CLI ml-bővítmény 1-es verzió

Ebből a cikkből megtudhatja, hogyan hozhat létre és kezelhet Azure Machine-Tanulás környezeteket a CLI 1-ben. A környezetekkel nyomon követheti és reprodukálhatja a projektek szoftverfüggőségeit a fejlődésük során. Az Azure Machine Tanulás CLI v1 a Python SDK v1 funkcióinak többségét tükrözi. Használatával környezeteket hozhat létre és kezelhet.

A szoftverfüggőségek kezelése gyakori fejlesztői feladat. A cél, hogy biztosítható legyen a buildek reprodukálhatósága hosszas manuális szoftverkonfigurálás nélkül. Az Azure Machine Tanulás Environment osztály a helyi fejlesztési megoldásokhoz, például a Piphez és a Condához, valamint a Docker képességeivel elosztott felhőfejlesztéshez tartozik.

Az Azure Machine Tanulás környezeteinek működésének magas szintű áttekintéséért lásd: Mik azok az ML-környezetek? Az Azure Machine Tanulás Studióban lévő környezetek kezelésével kapcsolatos információkért lásd: Környezetek kezelése a studióban. A fejlesztői környezetek konfigurálásáról további információt az Azure Machine Tanulás Python-fejlesztési környezetének beállítása című témakörben talál.

Előfeltételek

Fontos

A cikkben szereplő Azure CLI-parancsok némelyike az azure-cli-mlAzure Machine Tanulás vagy v1 bővítményét használja. A v1-bővítmény támogatása 2025. szeptember 30-án megszűnik. Addig a dátumig telepítheti és használhatja a v1-bővítményt.

Javasoljuk, hogy 2025. szeptember 30-a előtt váltsa át a ml(vagy v2) bővítményt. További információ a v2-es bővítményről: Azure ML CLI-bővítmény és Python SDK v2.

Környezet állványzata

Az alábbi parancs egy alapértelmezett környezetdefiníció fájljait ássa ki a megadott könyvtárban. Ezek a fájlok JSON-fájlok. Az SDK megfelelő osztályához hasonlóan működnek. A fájlokkal új, egyéni beállításokkal rendelkező környezeteket hozhat létre.

az ml environment scaffold -n myenv -d myenvdir

Környezet regisztrálása

Futtassa a következő parancsot egy adott könyvtár környezetének regisztrálásához:

az ml environment register -d myenvdir

Környezetek listája

Futtassa a következő parancsot az összes regisztrált környezet listázásához:

az ml environment list

Környezet letöltése

Regisztrált környezet letöltéséhez használja a következő parancsot:

az ml environment download -n myenv -d downloaddir

További lépések