Share via

CLI v1을 사용하여 Azure Machine Learning에서 소프트웨어 환경 만들기 및 사용

  • 아티클

적용 대상:Azure CLI ml 확장 v1

이 문서에서는 CLI v1을 사용하여 Azure Machine Learning 환경을 만들고 관리하는 방법을 알아봅니다. 환경을 사용하면 프로젝트의 소프트웨어 종속성이 진화함에 따라 추적하고 재현할 수 있습니다. Azure Machine Learning CLI v1은 Python SDK v1의 기능 대부분을 미러링합니다. 환경을 만들고 관리하는 데 사용할 수 있습니다.

소프트웨어 종속성 관리는 개발자의 일반적인 작업입니다. 광범위한 수동 소프트웨어 구성 없이 빌드를 재현할 수 있는지 확인하려고 합니다. Azure Machine Learning Environment 클래스는 pip, Conda와 같은 로컬 개발 솔루션과 Docker 기능을 통한 분산 클라우드 개발을 고려합니다.

Azure Machine Learning에서 환경이 작동하는 방식에 대한 개요는 ML 환경이란?을 참조하세요. Azure Machine Learning 스튜디오에서 환경을 관리하는 방법에 대한 자세한 내용은 스튜디오에서 환경 관리를 참조하세요. 개발 환경 구성에 대한 자세한 내용은 Azure Machine Learning에 대한 Python 개발 환경 설정을 참조하세요.

필수 조건

Important

이 문서의 일부 Azure CLI 명령에서는 azure-cli-ml 또는 v1(Azure Machine Learning용 확장)을 사용합니다. v1 확장에 대한 지원은 2025년 9월 30일에 종료됩니다. v1 확장은 이 날짜까지 설치하고 사용할 수 있습니다.

2025년 9월 30일 이전에 ml 또는 v2 확장으로 전환하는 것이 좋습니다. v2 확장에 대한 자세한 내용은 Azure ML CLI 확장 및 Python SDK v2를 참조하세요.

환경 스캐폴드

다음 명령은 지정된 디렉터리의 기본 환경 정의에 대한 파일을 스캐폴드합니다. 이러한 파일은 JSON 파일입니다. SDK에서 해당 클래스처럼 작동합니다. 이 파일을 사용하여 사용자 지정 설정을 포함하는 새 환경을 만들 수 있습니다.

az ml environment scaffold -n myenv -d myenvdir

환경을 등록합니다.

다음 명령을 실행하여 지정된 디렉터리에서 환경을 등록합니다.

az ml environment register -d myenvdir

환경 나열

다음 명령을 실행하여 등록된 모든 환경을 나열합니다.

az ml environment list

환경 다운로드

등록된 환경을 다운로드하려면 다음 명령을 사용합니다.

az ml environment download -n myenv -d downloaddir

다음 단계