az ml batch-endpoint

  • Riferimento

Nota

Questo riferimento fa parte dell'estensione ml per l'interfaccia della riga di comando di Azure (versione 2.15.0 o successiva). L'estensione installerà automaticamente la prima volta che si esegue un comando az ml batch-endpoint . Altre informazioni sulle estensioni.

Gestire gli endpoint batch di Azure ML.

Gli endpoint di Azure ML offrono un'interfaccia semplice per la creazione e la gestione delle distribuzioni di modelli. Ogni endpoint può avere una o più distribuzioni. Gli endpoint batch vengono usati per l'assegnazione dei punteggi batch offline.

Comandi

Nome Descrizione Tipo Stato
az ml batch-endpoint create

Creare un endpoint.

 Estensione Disponibilità generale
az ml batch-endpoint delete

Eliminare un endpoint.

 Estensione Disponibilità generale
az ml batch-endpoint invoke

Richiamare un endpoint.

 Estensione Disponibilità generale
az ml batch-endpoint list

Elencare gli endpoint in un'area di lavoro.

 Estensione Disponibilità generale
az ml batch-endpoint list-jobs

Elencare i processi di assegnazione dei punteggi batch per un endpoint batch.

 Estensione Disponibilità generale
az ml batch-endpoint show

Mostra i dettagli per un endpoint.

 Estensione Disponibilità generale
az ml batch-endpoint update

Aggiornare un endpoint.

 Estensione Disponibilità generale

az ml batch-endpoint create

Creare un endpoint.

Per creare un endpoint, specificare un file YAML con una configurazione dell'endpoint batch. Se l'endpoint esiste già, verrà sovrascritto con le nuove impostazioni.

az ml batch-endpoint create --resource-group
                            --workspace-name
                            [--file]
                            [--name]
                            [--no-wait]
                            [--set]

Esempio

Creare un endpoint da un file di specifica YAML

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

Creare un endpoint con nome

az ml batch-endpoint create --name endpointname --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri facoltativi

--file -f

Percorso locale del file YAML contenente la specifica dell'endpoint batch di Azure ML. La documentazione di riferimento YAML per l'endpoint batch è disponibile in: https://aka.ms/ml-cli-v2-endpoint-batch-yaml-reference.

--name -n

Nome dell'endpoint batch.

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

valore predefinito: False
--set

Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint delete

Eliminare un endpoint.

az ml batch-endpoint delete --name
                            --resource-group
                            --workspace-name
                            [--no-wait]
                            [--yes]

Esempio

Eliminare un endpoint batch, incluse tutte le distribuzioni

az ml batch-endpoint delete --name my-batch-endpoint --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'endpoint batch.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri facoltativi

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

valore predefinito: False
--yes -y

Indica che non è richiesta la conferma.

valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint invoke

Richiamare un endpoint.

È possibile avviare l'inferenza batch chiamando l'endpoint con alcuni dati. Per gli endpoint batch, la chiamata attiverà un processo di assegnazione dei punteggi batch asincrono.

az ml batch-endpoint invoke --name
                            --resource-group
                            --workspace-name
                            [--deployment-name]
                            [--experiment-name]
                            [--file]
                            [--input]
                            [--input-type]
                            [--inputs]
                            [--instance-count]
                            [--job-name]
                            [--mini-batch-size]
                            [--output-path]
                            [--outputs]
                            [--set]

Esempio

Richiamare un endpoint batch con dati di input da un asset di dati di Azure ML registrato ed eseguire l'override dell'impostazione di distribuzione predefinita per mini_batch_size

az ml batch-endpoint invoke --name my-batch-endpoint --input azureml:my-dataset:1 --mini-batch-size 64 --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con un file di input da un URI pubblico

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_file --input https://pipelinedata.blob.core.windows.net/sampledata/mnist/0.png --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con un file di input da un archivio dati registrato

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_file --input azureml://datastores/workspaceblobstore/paths/{path_to_data}/mnist/0.png --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con cartella di input da un URI pubblico

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_folder --input https://pipelinedata.blob.core.windows.net/sampledata/mnist --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con cartella di input da un archivio dati registrato

az ml batch-endpoint invoke --name my-batch-endpoint --input-type uri_folder --input azureml://datastores/workspaceblobstore/paths/{path_to_data}/mnist --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con file in una cartella locale

az ml batch-endpoint invoke --name my-batch-endpoint --input ./mnist_folder --resource-group my-resource-group --workspace-name my-workspace

Richiamare un endpoint batch con una cartella locale come percorso di input e output e sovrascrivere alcune impostazioni di distribuzione batch durante l'endpoint invoke

az ml batch-endpoint invoke --name my-batch-endpoint --input ./mnist_folder --instance-count 2 --mini-batch-size 5 --output-path azureml://datastores/workspaceblobstore/paths/tests/output --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'endpoint batch.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri facoltativi

--deployment-name -d

Nome della distribuzione di destinazione.

--experiment-name

Nome dell'esperimento per la distribuzione dei componenti della pipeline.

--file -f

Nome del file utilizzato per batch invoke.

--input

Riferimento ai dati di input da usare per l'inferenza batch. Può trattarsi di un percorso nell'archivio dati, nell'URI pubblico, in un asset di dati registrato o in un percorso di cartella locale.

--input-type

Tipo dell'input, specificando se si tratta di un file o di una cartella. Usare questa opzione quando si usa un percorso nell'archivio dati o nell'URI pubblico. Valori supportati: uri_folder, uri_file.

--inputs

Dizionario degli input dei processi invoke.

--instance-count -c

Numero di istanze in cui verrà eseguita la stima.

--job-name

Nome del processo per batch invoke.

--mini-batch-size -m

Dimensioni di ogni mini batch in cui verranno suddivisi i dati di input per la stima.

--output-path

Percorso nell'archivio dati in cui verranno caricati i file di output.

--outputs

Dizionario per specificare dove archiviare i risultati.

--set

Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint list

Elencare gli endpoint in un'area di lavoro.

az ml batch-endpoint list --resource-group
                          --workspace-name

Esempio

Elencare tutti gli endpoint batch in un'area di lavoro

az ml batch-endpoint list --resource-group my-resource-group --workspace-name my-workspace

Elencare tutti gli endpoint batch in un'area di lavoro

az ml batch-endpoint list  --resource-group my-resource-group --workspace-name my-workspace

Elencare tutti gli endpoint batch in un'area di lavoro usando l'argomento --query per eseguire una query JMESPath sui risultati dei comandi.

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

Parametri necessari

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint list-jobs

Elencare i processi di assegnazione dei punteggi batch per un endpoint batch.

az ml batch-endpoint list-jobs --name
                               --resource-group
                               --workspace-name

Esempio

Elencare tutti i processi di assegnazione dei punteggi batch per un endpoint

az ml batch-endpoint list-jobs --name my-batch-endpoint --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'endpoint batch.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint show

Mostra i dettagli per un endpoint.

az ml batch-endpoint show --name
                          --resource-group
                          --workspace-name

Esempio

Visualizzare i dettagli per un endpoint batch

az ml batch-endpoint show --name my-batch-endpoint  --resource-group my-resource-group --workspace-name my-workspace

Visualizzare lo stato di provisioning di un endpoint usando l'argomento --query per eseguire una query JMESPath sui risultati dei comandi.

az ml batch-endpoint show -n my-endpoint --query "{Name:name,State:provisioning_state}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'endpoint batch.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml batch-endpoint update

Aggiornare un endpoint.

È possibile aggiornare le proprietà 'description', 'tags' e 'defaults' di un endpoint. Inoltre, è possibile aggiungere nuove distribuzioni a un endpoint e aggiornare le distribuzioni esistenti.

az ml batch-endpoint update --resource-group
                            --workspace-name
                            [--add]
                            [--defaults]
                            [--file]
                            [--force-string]
                            [--name]
                            [--no-wait]
                            [--remove]
                            [--set]

Esempio

Aggiornare un endpoint da un file di specifica YAML

az ml batch-endpoint update --name my-batch-endpoint --file updated_endpoint.yml --resource-group my-resource-group --workspace-name my-workspace

Aggiungere una nuova distribuzione a un endpoint esistente

az ml batch-endpoint update --name my-batch-endpoint  --set defaults.deployment_name=depname  --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

--workspace-name -w

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

Parametri facoltativi

--add

Aggiungere un oggetto a un elenco di oggetti specificando un percorso e coppie chiave-valore. Esempio: --add property.listProperty <key=value, string or JSON string>.

valore predefinito: []
--defaults

Aggiornare deployment_name all'interno delle impostazioni predefinite per endpoint invoke.

--file -f

Percorso locale del file YAML contenente la specifica dell'endpoint batch di Azure ML. La documentazione di riferimento YAML per l'endpoint batch è disponibile in: https://aka.ms/ml-cli-v2-endpoint-batch-yaml-reference.

--force-string

Quando si usa 'set' o 'add', mantenere i valori letterali stringa anziché tentare di eseguire la conversione in JSON.

valore predefinito: False
--name -n

Nome dell'endpoint batch.

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

valore predefinito: False
--remove

Rimuovere una proprietà o un elemento da un elenco. Esempio: --remove property.list <indexToRemove> OR --remove propertyToRemove.

valore predefinito: []
--set

Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=<value>.

valore predefinito: []
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.