Bagikan melalui

az ml model

  • Referensi

Catatan

Referensi ini adalah bagian dari ekstensi ml untuk Azure CLI (versi 2.15.0 atau yang lebih tinggi). Ekstensi akan secara otomatis menginstal pertama kali Anda menjalankan perintah model ml az. Pelajari lebih lanjut tentang ekstensi.

Mengelola model Azure ML.

Model Azure ML terdiri dari file biner yang mewakili model pembelajaran mesin dan metadata yang sesuai. Model ini dapat digunakan dalam penyebaran titik akhir untuk inferensi real time dan batch.

Perintah

Nama Deskripsi Jenis Status
az ml model archive

Mengarsipkan model.

 Ekstensi GA
az ml model create

Buat model.

 Ekstensi GA
az ml model download

Unduh semua file terkait model.

 Ekstensi GA
az ml model list

Mencantumkan model di ruang kerja/registri. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

 Ekstensi GA
az ml model package

Mengemas model ke dalam lingkungan.

 Ekstensi Pratinjau
az ml model restore

Memulihkan model yang diarsipkan.

 Ekstensi GA
az ml model share

Bagikan model tertentu dari ruang kerja ke registri.

 Ekstensi GA
az ml model show

Menampilkan detail untuk model di ruang kerja/registri. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

 Ekstensi GA
az ml model update

Memperbarui model di ruang kerja/registri.

 Ekstensi GA

az ml model archive

Mengarsipkan model.

Pengarsipan model akan menyembunyikannya secara default dari kueri daftar (az ml model list). Anda masih dapat terus mereferensikan dan menggunakan model yang diarsipkan di alur kerja Anda. Anda dapat mengarsipkan kontainer model atau versi model tertentu. Pengarsipan kontainer model akan mengarsipkan semua versi model dengan nama yang diberikan. Anda dapat memulihkan model yang diarsipkan menggunakan az ml model restore. Jika seluruh kontainer model diarsipkan, Anda tidak dapat memulihkan versi model individual - Anda harus memulihkan kontainer model.

az ml model archive --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Contoh

Mengarsipkan kontainer model (mengarsipkan semua versi model tersebut)

az ml model archive --name my-model --resource-group my-resource-group --workspace-name my-workspace

Mengarsipkan versi model tertentu

az ml model archive --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama model.

Parameter Opsional

--label -l

Label model.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--version -v

Versi model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model create

Buat model.

Model dapat dibuat dari file lokal, direktori lokal, datastore, atau output pekerjaan. Model yang dibuat akan dilacak di ruang kerja/registri dengan nama dan versi yang ditentukan. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

az ml model create [--datastore]
                   [--description]
                   [--file]
                   [--name]
                   [--no-wait]
                   [--path]
                   [--registry-name]
                   [--resource-group]
                   [--set]
                   [--stage]
                   [--tags]
                   [--type]
                   [--version]
                   [--workspace-name]

Contoh

Membuat model dari file spesifikasi YAML

az ml model create --file model.yml --resource-group my-resource-group --workspace-name my-workspace

Membuat model dari folder lokal menggunakan opsi perintah

az ml model create --name my-model --version 1 --path ./my-model --resource-group my-resource-group --workspace-name my-workspace

Buat model menggunakan format URI eksekusi mlflow 'runs:/<run-id><path-to-model-relative-to-the-root-of-the-artifact-location>/' dan opsi perintah

az ml model create --name my-model --version 1 --path runs:/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/model/ --type mlflow_model --resource-group my-resource-group --workspace-name my-workspace

Buat model dari output pekerjaan bernama menggunakan format URI pekerjaan azureml 'azureml://jobs/<job-name>/outputs/<named-output>/paths/<path-to-model-relative-to-the-named-output-location>' dan opsi perintah. Output bernama default adalah artefak

az ml model create --name my-model --version 1 --path azureml://jobs/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/outputs/artifacts/paths/model/ --resource-group my-resource-group --workspace-name my-workspace

Membuat model dari datastore 'azureml://datastores/<datastore-name>/paths/<path-to-model-relative-to-the-root-of-the-datastore-location>' menggunakan opsi perintah

az ml model create --name my-model --version 1 --path azureml://datastores/myblobstore/paths/models/cifar10/cifar.pt --resource-group my-resource-group --workspace-name my-workspace

Parameter Opsional

--datastore

Datastore untuk mengunggah artefak lokal.

--description

Deskripsi model.

--file -f

Jalur lokal ke file YAML yang berisi spesifikasi model Azure ML. Dokumen referensi YAML untuk model dapat ditemukan di: https://aka.ms/ml-cli-v2-model-yaml-reference.

--name -n

Nama model.

--no-wait

Jangan menunggu operasi jangka panjang selesai.

nilai default: False
--path -p

Jalur ke file model. Ini bisa berupa lokasi lokal atau jarak jauh. Jika ditentukan, --name/-n dan --version/-v juga harus disediakan.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--set

Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=.

--stage -s

Tahap model.

--tags

Pasangan kunci-nilai yang dipisahkan spasi untuk tag objek.

--type -t

Jenis model, nilai yang diizinkan adalah custom_model, mlflow_model, dan triton_model. Jenis defaultnya adalah custom_model.

--version -v

Versi model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model download

Unduh semua file terkait model.

File akan diunduh ke dalam folder bernama sesuai nama model. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

az ml model download --name
                     --version
                     [--download-path]
                     [--registry-name]
                     [--resource-group]
                     [--workspace-name]

Contoh

Mengunduh model dengan nama dan versi yang ditentukan

az ml model download --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Mengunduh model dengan nama dan versi yang ditentukan, ke jalur lokal tertentu

az ml model download --name my-model --version 1  --download-path local_path --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama model.

--version -v

Versi model.

Parameter Opsional

--download-path -p

Jalur untuk mengunduh file model, default ke direktori kerja saat ini.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model list

Mencantumkan model di ruang kerja/registri. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

az ml model list [--archived-only]
                 [--include-archived]
                 [--max-results]
                 [--name]
                 [--registry-name]
                 [--resource-group]
                 [--stage]
                 [--workspace-name]

Contoh

Mencantumkan semua model di ruang kerja

az ml model list --resource-group my-resource-group --workspace-name my-workspace

Mencantumkan semua versi model untuk nama yang ditentukan di ruang kerja

az ml model list --name my-model --resource-group my-resource-group --workspace-name my-workspace

Cantumkan semua model di ruang kerja menggunakan argumen --query untuk menjalankan kueri JMESPath pada hasil perintah.

az ml model list --query "[].{Name:name}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parameter Opsional

--archived-only

Cantumkan model yang diarsipkan saja.

nilai default: False
--include-archived

Mencantumkan model yang diarsipkan dan model aktif.

nilai default: False
--max-results -r

Jumlah maksimum hasil yang akan dikembalikan.

--name -n

Nama model. Jika disediakan, semua versi model dengan nama ini akan dikembalikan.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--stage -s

Tahap model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model package

Pratinjau

Perintah ini sedang dalam pratinjau dan sedang dalam pengembangan. Tingkat referensi dan dukungan: https://aka.ms/CLI_refstatus

Mengemas model ke dalam lingkungan.

Saat model dibungkus, lingkungan dengan semua dependensi dibuat.

az ml model package --file
                    --name
                    --version
                    [--registry-name]
                    [--resource-group]
                    [--workspace-name]

Contoh

Mengemas model dengan nama dan versi yang ditentukan

az ml model package --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --file my-package.yml

Parameter yang Diperlukan

--file -f

Jalur lokal ke file YAML yang berisi definisi paket model.

--name -n

Nama model.

--version -v

Versi model.

Parameter Opsional

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model restore

Memulihkan model yang diarsipkan.

Ketika model yang diarsipkan dipulihkan, model tidak akan lagi disembunyikan dari kueri daftar (az ml model list). Jika seluruh kontainer model diarsipkan, Anda dapat memulihkan kontainer yang diarsipkan tersebut. Ini akan memulihkan semua versi model dengan nama yang diberikan. Anda tidak dapat memulihkan hanya versi model tertentu jika seluruh kontainer model diarsipkan - Anda harus memulihkan seluruh kontainer. Jika hanya versi model individual yang diarsipkan, Anda dapat memulihkan versi tertentu tersebut.

az ml model restore --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Contoh

Memulihkan kontainer model yang diarsipkan (memulihkan semua versi model tersebut)

az ml model restore --name my-model --resource-group my-resource-group --workspace-name my-workspace

Memulihkan versi model yang diarsipkan tertentu

az ml model restore --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama model.

Parameter Opsional

--label -l

Label model.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--version -v

Versi model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model share

Bagikan model tertentu dari ruang kerja ke registri.

Salin model yang ada dari ruang kerja ke registri untuk penggunaan kembali lintas ruang kerja.

az ml model share --name
                  --registry-name
                  --share-with-name
                  --share-with-version
                  --version
                  [--resource-group]
                  [--workspace-name]

Contoh

Berbagi lingkungan yang ada dari ruang kerja ke registri

az ml model share --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry

Parameter yang Diperlukan

--name -n

Nama model.

--registry-name

Registri tujuan.

--share-with-name

Nama model yang akan dibuat.

--share-with-version

Versi model yang akan dibuat.

--version -v

Versi model.

Parameter Opsional

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model show

Menampilkan detail untuk model di ruang kerja/registri. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

az ml model show --name
                 [--label]
                 [--registry-name]
                 [--resource-group]
                 [--version]
                 [--workspace-name]

Contoh

Menampilkan detail untuk model dengan nama dan versi yang ditentukan

az ml model show --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama model.

Parameter Opsional

--label -l

Label model.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--version -v

Versi model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml model update

Memperbarui model di ruang kerja/registri.

Properti 'description', dan 'tags' dapat diperbarui. Jika Anda menggunakan registri, ganti --workspace-name my-workspace dengan --registry-name <registry-name> opsi .

az ml model update --name
                   --resource-group
                   [--add]
                   [--force-string]
                   [--label]
                   [--registry-name]
                   [--remove]
                   [--set]
                   [--stage]
                   [--version]
                   [--workspace-name]

Contoh

Memperbarui ragam model

az ml model update --name my-model --version 1 --set flavors.python_function.python_version=3.8 --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama model.

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

Parameter Opsional

--add

Tambahkan objek ke daftar objek dengan menentukan jalur dan pasangan nilai kunci. Contoh: --add property.listProperty <key=value, string or JSON string>.

nilai default: []
--force-string

Saat menggunakan 'set' atau 'add', pertahankan literal string alih-alih mencoba mengonversi ke JSON.

nilai default: False
--label -l

Label model.

--registry-name

Jika disediakan, perintah akan menargetkan registri alih-alih ruang kerja. Oleh karena itu, grup sumber daya dan ruang kerja tidak akan diperlukan.

--remove

Menghapus properti atau elemen dari daftar. Contoh: --remove property.list <indexToRemove> ATAU --remove propertyToRemove.

nilai default: []
--set

Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=<value>.

nilai default: []
--stage -s

Tahap model.

--version -v

Versi model.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>.

Parameter Global
--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

nilai yang diterima: json, jsonc, none, table, tsv, yaml, yamlc
nilai default: json
--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi selengkapnya beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.