az ml online-deployment

Feljegyzés

Ez a hivatkozás az Azure CLI ml-bővítményének része (2.15.0-s vagy újabb verzió). A bővítmény automatikusan telepíti az az ml online üzembe helyezési parancs első futtatásakor. További információ a bővítményekről.

Az Azure ML online üzembe helyezésének kezelése.

Az Azure ML-üzemelő példányok egyszerű felületet biztosítanak a modelltelepítések létrehozásához és kezeléséhez.

Parancsok

Name	Description	Típus	Állapot
az ml online-deployment create	Hozzon létre egy üzembe helyezést. Ha az üzembe helyezés már létezik, az sikertelen lesz. Ha frissíteni szeretné a meglévő üzembe helyezést, használja az ml online üzembe helyezési frissítését.	Mellék	FE
az ml online-deployment delete	Üzemelő példány törlése.	Mellék	FE
az ml online-deployment get-logs	Online üzembe helyezés tárolónaplóinak lekérése.	Mellék	FE
az ml online-deployment list	Üzemelő példányok listázása.	Mellék	FE
az ml online-deployment show	Üzembe helyezés megjelenítése.	Mellék	FE
az ml online-deployment update	Központi telepítés frissítése.	Mellék	FE

az ml online-deployment create

Hozzon létre egy üzembe helyezést. Ha az üzembe helyezés már létezik, az sikertelen lesz. Ha frissíteni szeretné a meglévő üzembe helyezést, használja az ml online üzembe helyezési frissítését.

Az általános célú végpontok esetében a minimálisan ajánlott számítási termékváltozat Standard_DS3_v2. További információ a termékváltozatokról: https://learn.microsoft.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list.

az ml online-deployment create --file
                               --resource-group
                               --workspace-name
                               [--all-traffic]
                               [--endpoint-name]
                               [--local {false, true}]
                               [--local-enable-gpu {false, true}]
                               [--name]
                               [--no-wait]
                               [--package-model]
                               [--set]
                               [--skip-script-validation]
                               [--vscode-debug {false, true}]
                               [--web]

Példák

Üzembe helyezés létrehozása YAML-specifikációs fájlból

az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--file -f

Az Azure ML online üzembe helyezési specifikációját tartalmazó YAML-fájl helyi elérési útja. Az online üzembe helyezéshez szükséges YAML referencia-dokumentáció a következő helyen található: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--all-traffic

100%-os végpontforgalmat állít be erre az üzembe helyezésre a sikeres létrehozás után, és nem működik a --no-wait szolgáltatással.

alapértelmezett érték: False

--endpoint-name -e

Az online végpont neve.

--local

Helyi üzembe helyezés létrehozása a Docker használatával. Végpontonként csak egy üzembe helyezés engedélyezett. Megjegyzés: Ha a megadott végpont nem létezik, létrejön.

elfogadott értékek: false, true

alapértelmezett érték: False

--local-enable-gpu

GPU engedélyezése helyi üzembe helyezéshez.

elfogadott értékek: false, true

alapértelmezett érték: False

--name -n

Az üzembe helyezés neve.

--no-wait

Ne várja meg, amíg a hosszú ideig futó művelet befejeződik.

alapértelmezett érték: False

--package-model

[EZ ELŐZETES VERZIÓBAN ÉRHETŐ EL] Hozzon létre csomagolt környezetet az üzembe helyezési yamlből, és használja a csomagolt környezetet az üzembe helyezéshez.

alapértelmezett érték: False

--set

Frissítsen egy objektumot egy beállítandó tulajdonság elérési útjának és értékének megadásával. Példa: --set property1.property2=.

--skip-script-validation

Lehetővé teszi, hogy a felhasználó megkerülje az üzembehelyezési pontozási szkript érvényesítését.

alapértelmezett érték: False

--vscode-debug

Hozzon létre helyi végpontot, és csatolja a VSCode hibakeresőt. Csak a --local jelzővel működik.

elfogadott értékek: false, true

alapértelmezett érték: False

--web

Az üzembe helyezés részleteinek megjelenítése az Azure ML Studióban egy webböngészőben.

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml online-deployment delete

Üzemelő példány törlése.

az ml online-deployment delete --endpoint-name
                               --name
                               --resource-group
                               --workspace-name
                               [--local {false, true}]
                               [--no-wait]
                               [--yes]

Példák

Üzembe helyezés törlése megerősítéssel

az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--endpoint-name -e

Az online végpont neve.

--name -n

Az üzembe helyezés neve.

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--local

Helyi üzembe helyezés törlése a Docker-környezetből.

elfogadott értékek: false, true

alapértelmezett érték: False

--no-wait

Ne várja meg, amíg a hosszú ideig futó művelet befejeződik.

alapértelmezett érték: False

--yes -y

Ne kérje a megerősítést.

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml online-deployment get-logs

Online üzembe helyezés tárolónaplóinak lekérése.

az ml online-deployment get-logs --endpoint-name
                                 --name
                                 --resource-group
                                 --workspace-name
                                 [--container]
                                 [--lines]
                                 [--local {false, true}]

Példák

Tárolónaplók lekérése online üzembe helyezéshez

az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--endpoint-name -e

Az online végpont neve.

--name -n

Az üzembe helyezés neve.

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--container -c

Az a tárolótípus, amelyből naplókat szeretne lekérni. Engedélyezett értékek: következtetés-kiszolgáló, tároló-inicializáló.

--lines -l

A követendő vonalak maximális száma.

alapértelmezett érték: 5000

--local

Naplók lekérése a docker-környezet helyi telepítéséből.

elfogadott értékek: false, true

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml online-deployment list

Üzemelő példányok listázása.

az ml online-deployment list --endpoint-name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]

Példák

Üzembe helyezés listázása végponton

az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--endpoint-name -e

A végpont neve.

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--local

A helyi központi telepítés listázása a helyi végpont alatt.

elfogadott értékek: false, true

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml online-deployment show

Üzembe helyezés megjelenítése.

az ml online-deployment show --endpoint-name
                             --name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]
                             [--web]

Példák

Üzembe helyezés megjelenítése

az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--endpoint-name -e

Az online végpont neve.

--name -n

Az üzembe helyezés neve.

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--local

Helyi üzembe helyezés megjelenítése Docker-környezetből.

elfogadott értékek: false, true

alapértelmezett érték: False

--web

Az üzembe helyezés részleteinek megjelenítése az Azure ML Studióban egy webböngészőben.

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml online-deployment update

Központi telepítés frissítése.

az ml online-deployment update --resource-group
                               --workspace-name
                               [--add]
                               [--endpoint-name]
                               [--file]
                               [--force-string]
                               [--local {false, true}]
                               [--local-enable-gpu {false, true}]
                               [--name]
                               [--no-wait]
                               [--remove]
                               [--set]
                               [--skip-script-validation]
                               [--vscode-debug {false, true}]
                               [--web]

Példák

Üzembe helyezés frissítése YAML-specifikációs fájlból

az ml online-deployment update --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Kötelező paraméterek

--resource-group -g

Az erőforráscsoport neve. Az alapértelmezett csoportot konfigurálhatja a következővel az configure --defaults group=<name>: .

--workspace-name -w

Az Azure ML-munkaterület neve. Az alapértelmezett munkaterületet konfigurálhatja a következővel az configure --defaults workspace=<name>: .

Opcionális paraméterek

--add

Adjon hozzá egy objektumot az objektumok listájához egy elérési út és egy kulcsértékpár megadásával. Példa: --add property.listProperty <key=value, string or JSON string>

alapértelmezett érték: []

--endpoint-name -e

Az online végpont neve.

--file -f

Az Azure ML online üzembe helyezési specifikációját tartalmazó YAML-fájl helyi elérési útja. Az online üzembe helyezéshez szükséges YAML referencia-dokumentáció a következő helyen található: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--force-string

A "set" vagy a "add" használata esetén a JSON-ra való konvertálás helyett őrizze meg a sztringkonstansokat.

alapértelmezett érték: False

--local

Helyi üzembe helyezés frissítése Docker-környezetben.

elfogadott értékek: false, true

alapértelmezett érték: False

--local-enable-gpu

GPU engedélyezése helyi üzembe helyezéshez.

elfogadott értékek: false, true

alapértelmezett érték: False

--name -n

Az üzembe helyezés neve.

--no-wait

Ne várja meg, amíg a hosszú ideig futó művelet befejeződik.

alapértelmezett érték: False

--remove

Tulajdonság vagy elem eltávolítása a listából. Példa: --remove property.list <indexToRemove> VAGY --remove propertyToRemove.

alapértelmezett érték: []

--set

Frissítsen egy objektumot egy beállítandó tulajdonság elérési útjának és értékének megadásával. Példa: --set property1.property2=<value>

alapértelmezett érték: []

--skip-script-validation

Lehetővé teszi, hogy a felhasználó megkerülje az üzembehelyezési pontozási szkript érvényesítését.

alapértelmezett érték: False

--vscode-debug

Frissítse a helyi végpontot, és csatolja újra a VSCode hibakeresőt. Csak a --local jelzővel működik.

elfogadott értékek: false, true

alapértelmezett érték: False

--web

Az üzembe helyezés részleteinek megjelenítése az Azure ML Studióban egy webböngészőben.

alapértelmezett érték: False

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

elfogadott értékek: json, jsonc, none, table, tsv, yaml, yamlc

alapértelmezett érték: json

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést konfigurálhatja a következővel az account set -s NAME_OR_ID: .

--verbose

A naplózás részletességének növelése. Használja a --debug parancsot a teljes hibakeresési naplókhoz.