Bagikan melalui

az ml model

  • Referensi

Catatan

Referensi ini adalah bagian dari ekstensi azure-cli-ml untuk Azure CLI (versi 2.0.28 atau yang lebih tinggi). Ekstensi akan secara otomatis menginstal pertama kali Anda menjalankan perintah model ml az. Pelajari lebih lanjut tentang ekstensi.

Mengelola model pembelajaran mesin.

Perintah

Nama Deskripsi Jenis Status
az ml model delete

Menghapus model dari ruang kerja.

 Ekstensi GA
az ml model deploy

Sebarkan model dari ruang kerja.

 Ekstensi GA
az ml model download

Unduh model dari ruang kerja.

 Ekstensi GA
az ml model list

Mencantumkan model di ruang kerja.

 Ekstensi GA
az ml model package

Mengemas model di ruang kerja.

 Ekstensi GA
az ml model profile

Model profil di ruang kerja.

 Ekstensi GA
az ml model register

Daftarkan model ke ruang kerja.

 Ekstensi GA
az ml model show

Tampilkan model di ruang kerja.

 Ekstensi GA
az ml model update

Perbarui model di ruang kerja.

 Ekstensi GA

az ml model delete

Menghapus model dari ruang kerja.

az ml model delete --model-id
                   [--path]
                   [--resource-group]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Parameter yang Diperlukan

--model-id -i

ID model yang akan dihapus.

Parameter Opsional

--path

Jalur ke folder proyek. Default: direktori saat ini.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--subscription-id

Menentukan ID langganan.

--workspace-name -w

Nama ruang kerja.

-v

Bendera verbositas.

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 deploy

Sebarkan model dari ruang kerja.

az ml model deploy --name
                   [--ae]
                   [--ai]
                   [--ar]
                   [--as]
                   [--at]
                   [--autoscale-max-replicas]
                   [--autoscale-min-replicas]
                   [--base-image]
                   [--base-image-registry]
                   [--cc]
                   [--ccl]
                   [--cf]
                   [--collect-model-data]
                   [--compute-target]
                   [--compute-type]
                   [--cuda-version]
                   [--dc]
                   [--description]
                   [--dn]
                   [--ds]
                   [--ed]
                   [--eg]
                   [--entry-script]
                   [--environment-name]
                   [--environment-version]
                   [--failure-threshold]
                   [--gb]
                   [--gbl]
                   [--gc]
                   [--ic]
                   [--id]
                   [--key-name]
                   [--key-version]
                   [--kp]
                   [--ks]
                   [--lo]
                   [--max-request-wait-time]
                   [--model]
                   [--model-metadata-file]
                   [--namespace]
                   [--no-wait]
                   [--nr]
                   [--overwrite]
                   [--path]
                   [--period-seconds]
                   [--pi]
                   [--po]
                   [--property]
                   [--replica-max-concurrent-requests]
                   [--resource-group]
                   [--rt]
                   [--sc]
                   [--scoring-timeout-ms]
                   [--sd]
                   [--se]
                   [--sk]
                   [--sp]
                   [--st]
                   [--subnet-name]
                   [--subscription-id]
                   [--tag]
                   [--timeout-seconds]
                   [--token-auth-enabled]
                   [--tp]
                   [--vault-base-url]
                   [--version-name]
                   [--vnet-name]
                   [--workspace-name]
                   [-v]

Parameter yang Diperlukan

--name -n

Nama layanan yang disebarkan.

Parameter Opsional

--ae --auth-enabled

Apakah akan mengaktifkan autentikasi kunci untuk Layanan web ini atau tidak. Default ke False.

--ai --enable-app-insights

Apakah akan mengaktifkan Application Insights untuk Layanan web ini atau tidak. Default ke False.

--ar --autoscale-refresh-seconds

Seberapa sering penskala otomatis harus mencoba menskalakan Layanan web ini. Default ke 1.

--as --autoscale-enabled

Apakah akan mengaktifkan penskalaan otomatis untuk Layanan Web ini atau tidak. Default ke True jika num_replicas adalah Tidak Ada.

--at --autoscale-target-utilization

Pemanfaatan target (dalam persen dari 100) penskala otomatis harus berusaha mempertahankan Layanan web ini. Default ke 70.

--autoscale-max-replicas --ma

Jumlah maksimum kontainer yang digunakan ketika melakukan penskalaan otomatis Webservice ini. Default ke 10.

--autoscale-min-replicas --mi

Jumlah minimum kontainer yang digunakan saat penskalaan otomatis Layanan web ini. Default ke 1.

--base-image --bi

Gambar kustom yang akan digunakan sebagai gambar dasar. Jika tidak ada gambar dasar yang diberikan maka gambar dasar akan digunakan berdasarkan parameter runtime yang diberikan.

--base-image-registry --ir

Registri gambar yang berisi gambar dasar.

--cc --cpu-cores

Jumlah inti cpu yang akan dialokasikan untuk Layanan web ini. Dapat berupa desimal. Default ke 0.1.

--ccl --cpu-cores-limit

Jumlah maksimum core CPU yang diizinkan untuk digunakan oleh Layanan Web ini. Dapat berupa desimal.

--cf --conda-file

Jalur ke file lokal yang berisi definisi lingkungan conda yang akan digunakan untuk gambar.

--collect-model-data --md

Apakah akan mengaktifkan pengumpulan data model untuk Layanan web ini atau tidak. Default ke False.

--compute-target --ct

Nama target komputasi. Hanya berlaku saat menyebarkan ke AKS.

--compute-type --cp

Jenis komputasi layanan yang akan disebarkan.

--cuda-version --cv

Versi CUDA dipasang untuk gambar yang membutuhkan dukungan GPU. Gambar GPU harus digunakan pada Layanan Microsoft Azure seperti Azure Container Instances, Komputasi Azure Machine Learning, Microsoft Azure Virtual Machines, dan Azure Kubernetes Service. Versi yang didukung adalah 9.0, 9.1, dan 10.0. Jika 'enable_gpu' diatur, defaultnya adalah '9.1'.

--dc --deploy-config-file

Jalur ke file JSON atau YAML yang berisi metadata penyebaran.

--description

Deskripsi layanan yang disebarkan.

--dn --dns-name-label

Nama dns untuk Layanan Web ini.

--ds --extra-docker-file-steps

Jalur ke file lokal yang berisi langkah-langkah Docker tambahan untuk dijalankan saat menyiapkan gambar.

--ed --environment-directory

Direktori untuk Azure Pembelajaran Mesin Environment untuk penyebaran. Ini adalah jalur direktori yang sama seperti yang disediakan dalam perintah 'az ml environment scaffold'.

--eg --enable-gpu

Apakah akan mengaktifkan dukungan GPU dalam gambar atau tidak. Gambar GPU harus digunakan pada Layanan Microsoft Azure seperti Azure Container Instances, Komputasi Azure Machine Learning, Microsoft Azure Virtual Machines, dan Azure Kubernetes Service. Default ke False.

--entry-script --es

Jalur ke file lokal yang berisi kode yang akan dijalankan untuk layanan (jalur relatif dari source_directory jika disediakan).

--environment-name -e

Nama Azure Pembelajaran Mesin Environment untuk penyebaran.

--environment-version --ev

Versi Azure Pembelajaran Mesin Environment yang sudah ada untuk penyebaran.

--failure-threshold --ft

Ketika Sebuah Pod dimulai dan pemeriksaan keaktifan gagal, Kubernetes akan mencoba --failure-threshold kali sebelum menyerah. Default ke 3. Nilai minimalnya adalah 1.

--gb --memory-gb

Jumlah memori (dalam GB) yang dialokasikan untuk Webservice ini. Dapat berupa desimal.

--gbl --memory-gb-limit

Jumlah maksimum memori (dalam GB) yang diizinkan untuk digunakan oleh Layanan Web ini. Dapat berupa desimal.

--gc --gpu-cores

Jumlah inti gpu yang akan dialokasikan untuk Layanan Web ini. Defaultnya adalah 1.

--ic --inference-config-file

Jalur ke file JSON atau YAML yang berisi konfigurasi inferensi.

--id --initial-delay-seconds

Jumlah detik setelah kontainer dimulai sebelum probe keaktifan dimulai. Defaultnya diatur ke 310.

--key-name

Nama kunci untuk properti enkripsi di kunci yang dikelola pelanggan (CMK) untuk ACI.

--key-version

Versi kunci untuk properti enkripsi di kunci yang dikelola pelanggan (CMK) untuk ACI.

--kp --primary-key

Kunci autentikasi utama yang akan digunakan untuk Layanan web ini.

--ks --secondary-key

Kunci autentikasi sekunder yang digunakan untuk Layanan Web ini.

--lo --location

Wilayah Azure untuk menggunakan Layanan Web ini. Jika tidak ditentukan, lokasi Ruang Kerja akan digunakan. Detail selengkapnya tentang wilayah yang tersedia dapat ditemukan di sini: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=container-instances.

--max-request-wait-time --mr

Jumlah waktu maksimum permintaan akan tetap berada dalam antrean (dalam milidetik) sebelum menampilkan kesalahan 503. Default ke 500.

--model -m

ID model yang akan disebarkan. Beberapa model dapat ditentukan dengan argumen -m tambahan. Model harus didaftarkan terlebih dahulu.

nilai default: []
--model-metadata-file -f

Jalur ke file JSON yang berisi metadata pendaftaran model. Beberapa model dapat disediakan menggunakan beberapa parameter -f.

nilai default: []
--namespace

Namespace layanan Kubernetes untuk menyebarkan layanan: hingga 63 karakter alfanumerik huruf kecil ('a'-'z', '0'-'9') dan tanda hubung ('-'). Karakter pertama dan terakhir tidak boleh berupa tanda hubung. Hanya berlaku saat menyebarkan ke AKS.

--no-wait

Bendera untuk tidak menunggu panggilan asinkron.

--nr --num-replicas

Jumlah kontainer yang dialokasikan untuk Layanan web ini. Tidak ada default, jika parameter ini tidak diatur, maka penskala otomatis diaktifkan secara default.

--overwrite

Timpa layanan yang ada jika nama bertentangan.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--period-seconds --ps

Seberapa sering (dalam hitungan detik) untuk melakukan probe keaktifan. Default ke 10 detik. Nilai minimalnya adalah 1.

--pi --profile-input

Jalur ke file JSON yang berisi hasil pembuatan profil.

--po --port

Port lokal tempat mengekspos titik akhir HTTP layanan.

--property

Properti kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa properti dapat ditentukan dengan beberapa opsi --property.

nilai default: []
--replica-max-concurrent-requests --rm

Jumlah permintaan bersamaan maksimum per simpul untuk memungkinkan layanan Web ini. Default ke 1.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--rt --runtime

Runtime mana yang akan digunakan untuk gambar. Runtime yang didukung saat ini adalah 'spark-py' dan 'python'spark-py|python|python-slim.

--sc --ssl-cname

Cname jika SSL diaktifkan.

--scoring-timeout-ms --tm

Batas waktu untuk memberlakukan penilaian panggilan ke Layanan web ini. Default ke 60000.

--sd --source-directory

Jalur ke folder yang berisi semua file untuk membuat gambar.

--se --ssl-enabled

Apakah akan mengaktifkan SSL untuk Layanan web ini atau tidak. Default ke False.

--sk --ssl-key-pem-file

File kunci yang diperlukan jika SSL diaktifkan.

--sp --ssl-cert-pem-file

File sertifikat diperlukan jika SSL diaktifkan.

--st --success-threshold

Keberhasilan minimum berturut-turut untuk probe keaktifan dianggap berhasil setelah gagal. Default ke 1. Nilai minimalnya adalah 1.

--subnet-name

Nama subnet di dalam vnet.

--subscription-id

Menentukan ID langganan.

--tag

Tag kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa tag dapat ditentukan dengan beberapa opsi --tag.

nilai default: []
--timeout-seconds --ts

Jumlah detik setelah waktu pemeriksaan keaktifan habis. Default ke 2 detik. Nilai minimalnya adalah 1.

--token-auth-enabled

Apakah akan mengaktifkan autentikasi token untuk Layanan Web ini atau tidak. Diabaikan jika tidak menyebarkan ke AKS. Default ke False.

--tp --traffic-percentile

Jumlah lalu lintas yang diambil versi di titik akhir. Dapat berupa desimal. Default ke 0.

--vault-base-url

Url dasar vault untuk properti enkripsi di kunci yang dikelola pelanggan (CMK) untuk ACI.

--version-name --vn

Nama versi di titik akhir. Default ke nama titik akhir untuk versi pertama.

--vnet-name

Nama jaringan virtual.

--workspace-name -w

Nama ruang kerja.

-v

Bendera verbositas.

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 model dari ruang kerja.

az ml model download --model-id
                     --target-dir
                     [--overwrite]
                     [--path]
                     [--resource-group]
                     [--subscription-id]
                     [--workspace-name]
                     [-v]

Parameter yang Diperlukan

--model-id -i

ID model.

--target-dir -t

Direktori target untuk mengunduh file model.

Parameter Opsional

--overwrite

Timpa jika file nama yang sama ada di direktori target.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--subscription-id

Menentukan ID langganan.

--workspace-name -w

Nama ruang kerja yang berisi model untuk ditampilkan.

-v

Bendera verbositas.

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.

az ml model list [--dataset-id]
                 [--latest]
                 [--model-name]
                 [--path]
                 [--property]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--tag]
                 [--workspace-name]
                 [-v]

Parameter Opsional

--dataset-id

Jika disediakan, hanya akan menampilkan model dengan ID himpunan data yang ditentukan.

--latest -l

Jika disediakan, hanya akan mengembalikan model dengan versi terbaru.

--model-name -n

Nama model opsional untuk memfilter daftar.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--property

Properti kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa properti dapat ditentukan dengan beberapa opsi --property.

nilai default: []
--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--run-id

Jika disediakan, hanya akan menampilkan model dengan ID Jalankan yang ditentukan.

--subscription-id

Menentukan ID langganan.

--tag

Tag kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa tag dapat ditentukan dengan beberapa opsi --tag.

nilai default: []
--workspace-name -w

Nama ruang kerja yang berisi model untuk dicantumkan.

-v

Bendera verbositas.

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

Mengemas model di ruang kerja.

az ml model package [--cf]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--ic]
                    [--il]
                    [--image-name]
                    [--model]
                    [--model-metadata-file]
                    [--no-wait]
                    [--output-path]
                    [--path]
                    [--resource-group]
                    [--rt]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Parameter Opsional

--cf --conda-file

Jalur ke file lokal yang berisi definisi lingkungan conda yang akan digunakan untuk paket.

--ed --environment-directory

Direktori untuk Azure Pembelajaran Mesin Environment untuk pengemasan. Ini adalah jalur direktori yang sama seperti yang disediakan dalam perintah 'az ml environment scaffold'.

--entry-script --es

Jalur ke file lokal yang berisi kode yang akan dijalankan untuk layanan (jalur relatif dari source_directory jika disediakan).

--environment-name -e

Nama Azure Pembelajaran Mesin Environment untuk pengemasan.

--environment-version --ev

Versi Azure Pembelajaran Mesin Environment yang sudah ada untuk pengemasan.

--ic --inference-config-file

Jalur ke file JSON atau YAML yang berisi konfigurasi inferensi.

--il --image-label

Label untuk memberikan gambar paket bawaan.

--image-name --in

Nama untuk memberikan gambar paket bawaan.

--model -m

ID model yang akan dibungkus. Beberapa model dapat ditentukan dengan argumen -m tambahan. Model harus didaftarkan terlebih dahulu.

nilai default: []
--model-metadata-file -f

Jalur ke file JSON yang berisi metadata pendaftaran model. Beberapa model dapat disediakan menggunakan beberapa parameter -f.

nilai default: []
--no-wait

Bendera untuk tidak menunggu panggilan asinkron.

--output-path

Jalur output untuk konteks docker. Jika jalur output diteruskan, alih-alih membangun gambar di ACR ruang kerja, dockerfile dan konteks build yang diperlukan akan ditulis ke jalur tersebut.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--rt --runtime

Runtime mana yang akan digunakan untuk paket. Runtime yang didukung saat ini adalah 'spark-py' dan 'python'spark-py|python|python-slim.

--sd --source-directory

Jalur ke folder yang berisi semua file untuk membuat gambar.

--subscription-id

Menentukan ID langganan.

--workspace-name -w

Nama ruang kerja.

-v

Bendera verbositas.

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 profile

Model profil di ruang kerja.

az ml model profile --name
                    [--base-image]
                    [--base-image-registry]
                    [--cc]
                    [--cf]
                    [--description]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--gb]
                    [--ic]
                    [--idi]
                    [--model]
                    [--model-metadata-file]
                    [--output-metadata-file]
                    [--resource-group]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Parameter yang Diperlukan

--name -n

Nama profil model.

Parameter Opsional

--base-image --bi

Gambar kustom yang akan digunakan sebagai gambar dasar. Jika tidak ada gambar dasar yang diberikan maka gambar dasar akan digunakan berdasarkan parameter runtime yang diberikan.

--base-image-registry --ir

Registri gambar yang berisi gambar dasar.

--cc --cpu-cores

Nilai ganda untuk CPU maksimum yang digunakan saat pembuatan profil.

--cf --conda-file

Jalur ke file lokal yang berisi definisi lingkungan conda yang akan digunakan untuk gambar.

--description

Deskripsi profil model.

--ed --environment-directory

Direktori untuk Azure Pembelajaran Mesin Environment untuk penyebaran. Ini adalah jalur direktori yang sama seperti yang disediakan dalam perintah 'az ml environment scaffold'.

--entry-script --es

Jalur ke file lokal yang berisi kode yang akan dijalankan untuk layanan (jalur relatif dari source_directory jika disediakan).

--environment-name -e

Nama Azure Pembelajaran Mesin Environment untuk penyebaran.

--environment-version --ev

Versi Azure Pembelajaran Mesin Environment yang sudah ada untuk penyebaran.

--gb --memory-in-gb

Nilai ganda untuk Memori maksimum yang digunakan saat pembuatan profil.

--ic --inference-config-file

Jalur ke file JSON atau YAML yang berisi konfigurasi inferensi.

--idi --input-dataset-id

ID Himpunan Data Tabular yang akan digunakan sebagai input untuk profil.

--model -m

ID model yang akan disebarkan. Beberapa model dapat ditentukan dengan argumen -m tambahan. Model harus didaftarkan terlebih dahulu.

nilai default: []
--model-metadata-file -f

Jalur ke file JSON yang berisi metadata pendaftaran model. Beberapa model dapat disediakan menggunakan beberapa parameter -f.

nilai default: []
--output-metadata-file -t

Jalur ke file JSON tempat metadata hasil profil akan ditulis. Digunakan sebagai input untuk penyebaran model.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--sd --source-directory

Jalur ke folder yang berisi semua file untuk membuat gambar.

--subscription-id

Menentukan ID langganan.

--workspace-name -w

Nama ruang kerja.

-v

Bendera verbositas.

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 register

Daftarkan model ke ruang kerja.

az ml model register --name
                     [--asset-path]
                     [--cc]
                     [--description]
                     [--experiment-name]
                     [--gb]
                     [--gc]
                     [--model-framework]
                     [--model-framework-version]
                     [--model-path]
                     [--output-metadata-file]
                     [--path]
                     [--property]
                     [--resource-group]
                     [--run-id]
                     [--run-metadata-file]
                     [--sample-input-dataset-id]
                     [--sample-output-dataset-id]
                     [--subscription-id]
                     [--tag]
                     [--workspace-name]
                     [-v]

Parameter yang Diperlukan

--name -n

Nama model yang akan didaftarkan.

Parameter Opsional

--asset-path

Jalur cloud tempat eksekusi kedaluwarsa menyimpan file model.

--cc --cpu-cores

Jumlah default inti CPU yang akan dialokasikan untuk model ini. Dapat berupa desimal.

--description -d

Deskripsi model.

--experiment-name

Nama Eksperimen.

--gb --memory-gb

Jumlah memori default (dalam GB) untuk dialokasikan untuk model ini. Dapat berupa desimal.

--gc --gpu-cores

Jumlah default GPU yang akan dialokasikan untuk model ini.

--model-framework

Kerangka kerja model untuk mendaftar. Kerangka kerja yang saat ini didukung: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

Versi kerangka kerja model untuk mendaftar (misalnya 1.0.0, 2.4.1).

--model-path -p

Jalur lengkap file model untuk mendaftar.

--output-metadata-file -t

Jalur ke file JSON tempat metadata pendaftaran model akan ditulis. Digunakan sebagai input untuk penyebaran model.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--property

Properti kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa properti dapat ditentukan dengan beberapa opsi --property.

nilai default: []
--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--run-id -r

ID untuk eksekusi eksperimen tempat model didaftarkan.

--run-metadata-file -f

Jalur ke file JSON yang berisi metadata eksekusi kedaluwarsa.

--sample-input-dataset-id

ID untuk himpunan data input sampel.

--sample-output-dataset-id

ID untuk himpunan data output sampel.

--subscription-id

Menentukan ID langganan.

--tag

Tag kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa tag dapat ditentukan dengan beberapa opsi --tag.

nilai default: []
--workspace-name -w

Nama ruang kerja untuk mendaftarkan model ini.

-v

Bendera verbositas.

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

Tampilkan model di ruang kerja.

az ml model show [--model-id]
                 [--model-name]
                 [--path]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--version]
                 [--workspace-name]
                 [-v]

Parameter Opsional

--model-id -i

ID model yang akan ditampilkan.

--model-name -n

Nama model yang akan ditampilkan.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--run-id

Jika disediakan, hanya akan menampilkan model dengan ID Jalankan yang ditentukan.

--subscription-id

Menentukan ID langganan.

--version

Jika disediakan, hanya akan menampilkan model dengan nama dan versi yang ditentukan.

--workspace-name -w

Nama ruang kerja yang berisi model untuk ditampilkan.

-v

Bendera verbositas.

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

Perbarui model di ruang kerja.

az ml model update --model-id
                   [--add-property]
                   [--add-tag]
                   [--cc]
                   [--description]
                   [--gb]
                   [--gc]
                   [--path]
                   [--remove-tag]
                   [--resource-group]
                   [--sample-input-dataset-id]
                   [--sample-output-dataset-id]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Parameter yang Diperlukan

--model-id -i

ID model.

Parameter Opsional

--add-property

Properti kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa properti dapat ditentukan dengan beberapa opsi --add-property.

nilai default: []
--add-tag

Tag kunci/nilai untuk ditambahkan (e.g. key=value ). Beberapa tag dapat ditentukan dengan beberapa opsi --add-tag.

nilai default: []
--cc --cpu-cores

Jumlah default inti CPU yang akan dialokasikan untuk model ini. Dapat berupa desimal.

--description

Deskripsi untuk memperbarui model dengan. Akan menggantikan deskripsi saat ini.

--gb --memory-gb

Jumlah memori default (dalam GB) untuk dialokasikan untuk model ini. Dapat berupa desimal.

--gc --gpu-cores

Jumlah default GPU yang akan dialokasikan untuk model ini.

--path

Jalur ke folder proyek. Default: direktori saat ini.

--remove-tag

Kunci tag yang akan dihapus. Beberapa tag dapat ditentukan dengan beberapa opsi --remove-tag.

nilai default: []
--resource-group -g

Grup sumber daya yang sesuai dengan ruang kerja yang disediakan.

--sample-input-dataset-id

ID untuk himpunan data input sampel.

--sample-output-dataset-id

ID untuk himpunan data output sampel.

--subscription-id

Menentukan ID langganan.

--workspace-name -w

Nama ruang kerja.

-v

Bendera verbositas.

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.