Condividi tramite

az ml environment

  • 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 environment . Altre informazioni sulle estensioni.

Gestire gli ambienti di Azure ML.

Gli ambienti di Azure ML definiscono l'ambiente di esecuzione per i processi e le distribuzioni di endpoint, incapsulando le dipendenze per il training e l'inferenza. Queste definizioni di ambiente sono incorporate nelle immagini Docker.

Comandi

Nome Descrizione Tipo Stato
az ml environment archive

Archiviare un ambiente.

 Estensione Disponibilità generale
az ml environment create

Creare un ambiente.

 Estensione Disponibilità generale
az ml environment list

Elencare gli ambienti in un'area di lavoro.

 Estensione Disponibilità generale
az ml environment restore

Ripristinare un ambiente archiviato.

 Estensione Disponibilità generale
az ml environment share

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

 Estensione Disponibilità generale
az ml environment show

Mostra i dettagli per un ambiente.

 Estensione Disponibilità generale
az ml environment update

Aggiornare un ambiente.

 Estensione Disponibilità generale

az ml environment archive

Archiviare un ambiente.

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

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

Esempio

Archiviare un contenitore di ambiente (archivia tutte le versioni di tale ambiente)

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

Archiviare una versione specifica dell'ambiente

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

Parametri necessari

--name -n

Nome dell'ambiente.

Parametri facoltativi

--label -l

Etichetta dell'ambiente.

--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.

--resource-group -g

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

--version -v

Versione dell'ambiente.

--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 environment create

Creare un ambiente.

Gli ambienti possono essere definiti da un'immagine Docker, un Dockerfile o un file Conda. Azure ML gestisce un set di immagini Docker CPU e GPU che è possibile usare come immagini di base. Per informazioni su queste immagini, vedere https://github.com/Azure/AzureML-Containers.

L'ambiente creato verrà monitorato nell'area di lavoro con il nome e la versione specificati.

az ml environment create [--build-context]
                         [--conda-file]
                         [--datastore]
                         [--description]
                         [--dockerfile-path]
                         [--file]
                         [--image]
                         [--name]
                         [--no-wait]
                         [--os-type]
                         [--registry-name]
                         [--resource-group]
                         [--set]
                         [--tags]
                         [--version]
                         [--workspace-name]

Esempio

Creare un ambiente da un file di specifica YAML

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

Creare un ambiente da un'immagine Docker

az ml environment create --name my-env --version 1 --file my_env.yml  --image pytorch/pytorch --resource-group my-resource-group --workspace-name my-workspace

Creare un ambiente da un contesto di compilazione

az ml environment create --name my-env --version 1 --file my_env.yml  --build-context envs/context/ --dockerfile-path Dockerfile --resource-group my-resource-group --workspace-name my-workspace

Creare un ambiente da una specifica conda

az ml environment create --name my-env --version 1 --file my_env.yml  --conda-file conda_dep.yml --image mcr.microsoft.com/azureml/openmpi3.1.2-ubuntu18.04 --resource-group my-resource-group --workspace-name my-workspace

Creare un ambiente nel Registro di sistema da un file di specifica YAML

az ml environment create --file my_env.yml --registry-name my-registry-name --resource-group my-resource-group

Parametri facoltativi

--build-context -b

Percorso locale della directory da usare come contesto di compilazione Docker. --build-context/-b e --image/-i sono argomenti che si escludono a vicenda.

--conda-file -c

Percorso locale di un file di specifica conda. Se viene usato questo argomento, è necessario specificare anche --image/-i.

--datastore

Archivio dati in cui caricare l'artefatto locale.

--description

Descrizione dell'ambiente.

--dockerfile-path -d

Percorso relativo al Dockerfile all'interno della directory specificata da --build-context/-b. Se omesso, viene usato './Dockerfile'.

valore predefinito: /Dockerfile
--file -f

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

--image -i

Immagine Docker. --image/-i e --build-context/-b sono argomenti che si escludono a vicenda.

--name -n

Nome dell'ambiente.

--no-wait

Indica che non è necessario attendere il termine dell'operazione a esecuzione prolungata.

valore predefinito: False
--os-type

Tipo di sistema operativo. Valori consentiti: linux, windows. Impostazione predefinita: linux.

--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.

--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=.

--tags

Coppie chiave-valore separate da spazi per i tag dell'oggetto.

--version -v

Versione dell'ambiente.

--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 environment list

Elencare gli ambienti in un'area di lavoro.

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

Esempio

Elencare tutti gli ambienti in un'area di lavoro

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

Elencare tutte le versioni dell'ambiente per il nome specificato in un'area di lavoro

az ml environment list --name my-env --resource-group my-resource-group --workspace-name my-workspace

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

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

Elencare tutti gli ambienti in un registro

az ml environment list --registry-name my-registry-name --resource-group my-resource-group

Elencare tutte le versioni dell'ambiente per il nome specificato in un registro

az ml environment list --name my-env --registry-name my-registry-name --resource-group my-resource-group

Parametri facoltativi

--archived-only

Elencare solo gli ambienti archiviati.

valore predefinito: False
--include-archived

Elencare gli ambienti archiviati e gli ambienti attivi.

valore predefinito: False
--max-results -r

Numero massimo di risultati da restituire.

--name -n

Nome dell'ambiente. Se specificato, verranno restituite tutte le versioni dell'ambiente con questo nome.

--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.

--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 environment restore

Ripristinare un ambiente archiviato.

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

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

Esempio

Ripristinare un contenitore di ambiente archiviato (ripristina tutte le versioni di tale ambiente)

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

Ripristinare una versione specifica dell'ambiente archiviato

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

Parametri necessari

--name -n

Nome dell'ambiente.

Parametri facoltativi

--label -l

Etichetta dell'ambiente.

--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.

--resource-group -g

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

--version -v

Versione dell'ambiente.

--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 environment share

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

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

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

Esempio

Condividere un ambiente esistente dall'area di lavoro al Registro di sistema

az ml environment share --name my-environment --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

Parametri necessari

--name -n

Nome dell'ambiente.

--registry-name

Registro di sistema di destinazione.

--share-with-name

Nome dell'ambiente con cui creare.

--share-with-version

Versione dell'ambiente con cui creare.

--version -v

Versione dell'ambiente.

Parametri facoltativi

--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 environment show

Mostra i dettagli per un ambiente.

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

Esempio

Mostra i dettagli per un ambiente con il nome e la versione specificati

az ml environment show --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Mostra i dettagli per un ambiente nel Registro di sistema con il nome e la versione specificati

az ml environment show --name my-env --version 1 --registry-name my-registry-name --resource-group my-resource-group

Parametri necessari

--name -n

Nome dell'ambiente.

Parametri facoltativi

--label -l

Etichetta dell'ambiente.

--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.

--resource-group -g

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

--version -v

Versione dell'ambiente.

--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 environment update

Aggiornare un ambiente.

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

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

Parametri necessari

--name -n

Nome dell'ambiente.

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'ambiente.

--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.

--remove

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

valore predefinito: []
--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=<value>.

valore predefinito: []
--version -v

Versione dell'ambiente.

--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.