az ml data

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 data . Altre informazioni sulle estensioni.

Gestire gli asset di dati di Azure ML.

Gli asset di dati di Azure ML sono riferimenti ai file nei servizi di archiviazione o agli URL pubblici insieme a tutti i metadati corrispondenti. Non sono copie dei dati. È possibile usare questi asset di dati per accedere ai dati pertinenti durante il training del modello e montare o scaricare i dati di riferimento nella destinazione di calcolo.

Comandi

Nome	Descrizione	Tipo	Stato
az ml data archive	Archiviare un asset di dati.	Estensione	Disponibilità generale
az ml data create	Creare un asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire `--workspace-name my-workspace` con l'opzione `--registry-name <registry-name>` .	Estensione	Disponibilità generale
az ml data import	Importare dati e creare un asset di dati.	Estensione	Anteprima
az ml data list	Elencare gli asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire `--workspace-name my-workspace` con l'opzione `--registry-name <registry-name>` .	Estensione	Disponibilità generale
az ml data list-materialization-status	Mostra lo stato dell'elenco dei processi di materializzazione dell'importazione dei dati che creano versioni di un asset di dati.	Estensione	Anteprima
az ml data mount	Montare un asset di dati specifico in un percorso locale. Per il momento è supportato solo Linux.	Estensione	Anteprima
az ml data restore	Ripristinare un asset di dati archiviato.	Estensione	Disponibilità generale
az ml data share	Condividere un asset di dati specifico dall'area di lavoro al Registro di sistema.	Estensione	Anteprima
az ml data show	Mostra i dettagli di un asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire `--workspace-name my-workspace` con l'opzione `--registry-name <registry-name>` .	Estensione	Disponibilità generale
az ml data update	Aggiornare un asset di dati.	Estensione	Disponibilità generale

az ml data archive

Archiviare un asset di dati.

L'archiviazione di un asset di dati lo nasconde per impostazione predefinita dalle query di elenco (az ml data list). È comunque possibile continuare a fare riferimento e usare un asset di dati archiviato nei flussi di lavoro. È possibile archiviare un contenitore di asset di dati o una versione specifica dell'asset di dati. L'archiviazione di un contenitore di asset di dati archivierà tutte le versioni dell'asset di dati con il nome specificato. È possibile ripristinare un asset di dati archiviati usando az ml data restore. Se l'intero contenitore di asset di dati è archiviato, non è possibile ripristinare le singole versioni dell'asset di dati. Sarà necessario ripristinare il contenitore di asset di dati.

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

Esempio

Archiviare un contenitore di asset di dati (archivia tutte le versioni di tale asset di dati)

az ml data archive --name my-env --resource-group my-resource-group --workspace-name my-workspace

Archiviare una versione specifica dell'asset di dati

az ml data archive --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'asset di dati.

Parametri facoltativi

--label -l

Etichetta dell'asset di dati. Si escludono a vicenda con la versione.

--resource-group -g

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

--version -v

Versione dell'asset di dati. Si escludono a vicenda con l'etichetta.

--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 data create

Creare un asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire --workspace-name my-workspace con l'opzione --registry-name <registry-name> .

Gli asset di dati possono essere definiti dai file nel computer locale o come riferimenti ai file nell'archiviazione cloud. L'asset di dati creato verrà monitorato nell'area di lavoro o nel Registro di sistema con il nome e la versione specificati.

Per creare un asset di dati da file nel computer locale, specificare il campo 'path' nella configurazione YAML. Azure ML caricherà questi file nel contenitore BLOB che supporta l'archivio dati predefinito dell'area di lavoro (denominato "workspaceblobstore"). L'asset di dati creato punterà quindi ai dati caricati.

Per creare un asset di dati che fa riferimento a file nell'archiviazione cloud, specificare il "percorso" dei file nella risorsa di archiviazione nella configurazione YAML.

È anche possibile creare un asset di dati direttamente da un URL di archiviazione o un URL pubblico. A tale scopo, specificare l'URL del campo "path" nella configurazione YAML. Se si usa un Registro di sistema, sostituire --workspace-name my-workspace con l'opzione --registry-name <my-registry-name> .

az ml data create [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--no-wait]
                  [--path]
                  [--registry-name]
                  [--resource-group]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]
                  [--workspace-name]

Esempio

Creare un asset di dati da un file di specifica YAML in un'area di lavoro

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

Creare un asset di dati da un file di specifica YAML in un registro

az ml data create --file data.yml --registry-name my-registry-name

Creare un asset di dati senza usare un file di specifica YAML in un'area di lavoro

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

Creare un asset di dati senza usare un file di specifica YAML in un registro

az ml data create --name my-data --version 1 --path ./my-data.csv --registry-name my-registry-name

Parametri facoltativi

--datastore

Archivio dati in cui caricare l'artefatto locale.

--description -d

Descrizione dell'asset di dati.

--file -f

Percorso locale del file YAML contenente la specifica dei dati di Azure ML. La documentazione di riferimento YAML per i dati è disponibile in: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nome dell'asset di dati. Obbligatorio se viene specificato --registry-name.

--no-wait

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

valore predefinito: False

--path -p

Il percorso dell'asset di dati può essere locale o remoto.

--registry-name

Se specificato, il comando avrà come destinazione il Registro di sistema anziché un'area di lavoro. Di conseguenza, il gruppo di risorse e l'area di lavoro non saranno necessari. Deve essere specificato se --workspace-name e --resource-group non vengono forniti.

--resource-group -g

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

--set

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

--skip-validation

Ignorare la convalida dei metadati MLTable quando il tipo è MLTable.

valore predefinito: False

--type -t

Tipo dell'asset di dati.

valori accettati: mltable, uri_file, uri_folder

--version -v

Versione dell'asset di dati. Obbligatorio se viene specificato --registry-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 data import

Anteprima

Questo comando è in anteprima e in fase di sviluppo. Livelli di riferimento e supporto: https://aka.ms/CLI_refstatus

Importare dati e creare un asset di dati.

L'asset di dati può essere creato importando prima i dati dal database o dal file system all'archiviazione cloud. L'asset di dati creato verrà monitorato nell'area di lavoro con il nome e la versione specificati.

Specificare 'query' della tabella di database o 'path' nei campi del file system nella configurazione YAML. Azure ML eseguirà un processo per copiare prima i dati nell'archiviazione cloud.

az ml data import --resource-group
                  --workspace-name
                  [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--path]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]

Esempio

Importare un asset di dati da un file di specifica YAML

az ml data import --file dataimport.yml --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

--datastore

Archivio dati in cui caricare l'artefatto locale.

--description -d

Descrizione dell'asset di dati.

--file -f

Percorso locale del file YAML contenente la specifica dei dati di Azure ML. La documentazione di riferimento YAML per i dati è disponibile in: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nome dell'asset di dati.

--path -p

Percorso dell'asset di dati nell'archiviazione cloud.

--set

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

--skip-validation

Ignorare la convalida della risorsa di calcolo a cui fa riferimento il processo di materializzazione dell'importazione dei dati sottostante.

valore predefinito: False

--type -t

Tipo dell'asset di dati.

valori accettati: mltable, uri_file, uri_folder

--version -v

Versione dell'asset di dati.

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 data list

Elencare gli asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire --workspace-name my-workspace con l'opzione --registry-name <registry-name> .

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

Esempio

Elencare tutti gli asset di dati in un'area di lavoro

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

Elencare tutte le versioni degli asset di dati per il nome specificato in un'area di lavoro

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

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

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

Elencare tutti gli asset di dati in un registro

az ml data list --registry-name my-registry-name

Elencare tutte le versioni degli asset di dati per il nome specificato in un registro

az ml data list --name my-data --registry-name my-registry-name

Parametri facoltativi

--archived-only

Elencare solo gli asset di dati archiviati.

valore predefinito: False

--include-archived

Elencare gli asset di dati archiviati e gli asset di dati attivi.

valore predefinito: False

--max-results -r

Numero massimo di risultati da restituire.

--name -n

Nome dell'asset di dati. Se specificato, verranno restituite tutte le versioni dei dati con questo nome.

--registry-name

--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 data list-materialization-status

Anteprima

Questo comando è in anteprima e in fase di sviluppo. Livelli di riferimento e supporto: https://aka.ms/CLI_refstatus

Mostra lo stato dell'elenco dei processi di materializzazione dell'importazione dei dati che creano versioni di un asset di dati.

az ml data list-materialization-status --resource-group
                                       --workspace-name
                                       [--all-results {false, true}]
                                       [--archived-only]
                                       [--include-archived]
                                       [--max-results]
                                       [--name]

Esempio

Mostrare lo stato di materializzazione di un asset di dati da un file di specifica YAML

az ml data list-materialization-status --name asset-name --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

--all-results

Restituisce tutti i risultati.

valori accettati: false, true

valore predefinito: False

--archived-only

Elencare solo i processi archiviati.

valore predefinito: False

--include-archived

Elencare i processi archiviati e i processi attivi.

valore predefinito: False

--max-results -r

Numero massimo di risultati da restituire. Il valore predefinito è 50

valore predefinito: 50

--name -p

Nome dell'asset. Verranno elencati tutti i processi di materializzazione che creano versioni dell'asset corrispondenti al nome specificato.

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 data mount

Anteprima

Questo comando è in anteprima e in fase di sviluppo. Livelli di riferimento e supporto: https://aka.ms/CLI_refstatus

Montare un asset di dati specifico in un percorso locale. Per il momento è supportato solo Linux.

az ml data mount --path
                 [--mode]
                 [--mount-point]
                 [--persistent]
                 [--resource-group]
                 [--workspace-name]

Esempio

Montare una versione dell'asset di dati con URI asset denominato

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder:1

Montare una versione dell'asset di dati con l'URI completo di AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data/versions/5

Montare tutte le versioni di un asset di dati con URI asset denominato

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder

Montare tutte le versioni di un asset di dati con l'URI completo di AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data

Montare i dati nel server HTTP pubblico in base all'URL

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv

Montare i dati in Azure Archiviazione BLOB di Azure URL

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://<account_name>.blob.core.windows.net/<container_name>/<path>

Montare i dati in Azure tramite l'URL di Azure Data Lake Archiviazione Gen 2

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>

Parametri necessari

--path

Percorso dell'asset di dati da montare, sotto forma di azureml:<name> o azureml:<name>:<version>.

Parametri facoltativi

--mode

Modalità di montaggio. Solo ro_mount (sola lettura) è supportato per il montaggio degli asset di dati.

valore predefinito: ro_mount

--mount-point

Percorso locale usato come punto di montaggio.

valore predefinito: /home/azureuser/mount/data

--persistent

Rendere persistente il montaggio tra riavvii. Supportato solo nell'istanza di calcolo.

valore predefinito: False

--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 data restore

Ripristinare un asset di dati archiviato.

Quando un asset di dati archiviato viene ripristinato, non verrà più nascosto dalle query di elenco (az ml data list). Se viene archiviato un intero contenitore di asset di dati, è possibile ripristinare il contenitore archiviato. In questo modo verranno ripristinate tutte le versioni dell'asset di dati con il nome specificato. Non è possibile ripristinare solo una versione specifica dell'asset di dati se l'intero contenitore di asset di dati è archiviato. Sarà necessario ripristinare l'intero contenitore. Se è stata archiviata solo una singola versione dell'asset di dati, è possibile ripristinare tale versione specifica.

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

Esempio

Ripristinare un contenitore di asset di dati archiviati (ripristina tutte le versioni di tale asset di dati)

az ml data restore --name my-env --resource-group my-resource-group --workspace-name my-workspace

Ripristinare una versione specifica dell'asset di dati archiviati

az ml data restore --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parametri necessari

--name -n

Nome dell'asset di dati.

Parametri facoltativi

--label -l

Etichetta dell'asset di dati. Si escludono a vicenda con la versione.

--resource-group -g

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

--version -v

Versione dell'asset di dati. Si escludono a vicenda con l'etichetta.

--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.

Anteprima

Questo comando è in anteprima e in fase di sviluppo. Livelli di riferimento e supporto: https://aka.ms/CLI_refstatus

Condividere un asset di dati specifico dall'area di lavoro al Registro di sistema.

Copiare un asset di dati esistente da un'area di lavoro in un registro per il riutilizzo tra aree di lavoro.

az ml data share --name
                 --registry-name
                 --resource-group
                 --share-with-name
                 --share-with-version
                 --version
                 --workspace-name

Condividere un asset di dati esistente dall'area di lavoro al Registro di sistema

az ml data share --name my-data --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

--name -n

Nome dell'asset di dati.

--registry-name

Registro di sistema di destinazione.

--resource-group -g

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

--share-with-name

Nome dell'asset di dati con cui creare.

--share-with-version

Versione dell'asset di dati con cui creare.

--version -v

Versione dell'asset di dati.

--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 data show

Mostra i dettagli di un asset di dati in un'area di lavoro o in un registro. Se si usa un Registro di sistema, sostituire --workspace-name my-workspace con l'opzione --registry-name <registry-name> .

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

Esempio

Visualizzare i dettagli per un asset di dati con il nome e la versione specificati in un'area di lavoro

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

Visualizzare i dettagli per un asset di dati con il nome e l'etichetta specificati

az ml data show --name my-data --label latest --resource-group my-resource-group --workspace-name my-workspace

Visualizzare i dettagli per un asset di dati con il nome e la versione specificati in un Registro di sistema

az ml data show --name my-data --version 1 --registry-name my-registry-name

Parametri necessari

--name -n

Nome dell'asset di dati.

Parametri facoltativi

--label -l

Etichetta dell'asset di dati. Deve essere specificato, se la versione non è specificata. Si escludono a vicenda con la versione.

--registry-name

--resource-group -g

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

--version -v

Versione dell'asset di dati. Deve essere specificato, se l'etichetta non viene specificata. Si escludono a vicenda con l'etichetta.

--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 data update

Aggiornare un asset di dati.

È possibile aggiornare solo le proprietà 'description' e 'tags'.

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

Parametri necessari

--name -n

Nome dell'asset di dati.

--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: []

--force-string

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

valore predefinito: False

--label -l

Etichetta dell'asset di dati. Deve essere specificato, se la versione non è specificata. Si escludono a vicenda con la versione.

--registry-name

--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: []

--version -v

Versione dell'asset di dati. Deve essere specificato, se l'etichetta non viene specificata. Si escludono a vicenda con l'etichetta.

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 data

Comandi

az ml data archive

Esempio

Parametri necessari

Parametri facoltativi

az ml data create

Esempio

Parametri facoltativi

az ml data import

Esempio

Parametri necessari

Parametri facoltativi

az ml data list

Esempio

Parametri facoltativi

az ml data list-materialization-status

Esempio

Parametri necessari

Parametri facoltativi

az ml data mount

Esempio

Parametri necessari

Parametri facoltativi

az ml data restore

Esempio

Parametri necessari

Parametri facoltativi

az ml data show

Esempio

Parametri necessari

Parametri facoltativi

az ml data update

Parametri necessari

Parametri facoltativi

Commenti e suggerimenti

Risorse aggiuntive