Azure Machine Learning CLI(v2) 릴리스 정보

적용 대상:Azure CLI ml 확장 v2(현재)

이 문서에서는 Azure Machine Learning CLI(v2) 릴리스에 대해 알아봅니다.

RSS 피드: 다음 URL(https://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes-v2%22&locale=en-us)을 복사하여 피드 판독기에 붙여넣으면 이 페이지가 업데이트될 때 알림을 받을 수 있습니다.

2025-05-09

Azure Machine Learning CLI(v2) v 2.37.0

  • az ml workspace create
    • GA로 표시된 허브 및 프로젝트 작업 영역입니다.

2025-04-24

Azure Machine Learning CLI(v2) v 2.36.5

  • SDK에서 외부 종속성의 주 버전을 고정합니다.

2025-04-18

Azure Machine Learning CLI(v2) v 2.36.4

  • 호환성을 보장하기 위해 >버전이 =3.5,4.0.0<으로 제한되도록 marshmallow 종속성이 업데이트되었습니다.

2025-04-16

Azure Machine Learning CLI(v2) v 2.36.3

  • 사용되지 않는 패키지 distutils의 참조를 제거합니다.

2025-04-10

Azure Machine Learning CLI(v2) v 2.36.2

  • az ml capability-host create
    • AI Search 연결 속성을 선택적으로 만들었습니다.

2025-04-02

Azure Machine Learning CLI(v2) v 2.36.1

  • 배포 폴러 결과에서 누락된 기간 값을 처리합니다.

2025-03-14

Azure Machine Learning CLI(v2) v 2.36.0

  • az ml compute update
    • ssh를 사용하는 경우 컴퓨팅 업데이트를 수정합니다.

2025-01-08

Azure Machine Learning CLI(v2) v 2.34.0

  • az ml workspace update --network-acls
    • 사용자가 작업 영역 액세스를 위해 CIDR 표기법으로 IP 또는 IP 범위를 지정할 수 있도록 하는 속성이 추가 --network-acls 되었습니다.
  • az ml capability-host
    • 만들기 작업이 추가되었습니다.
    • 가져오기 작업이 추가되었습니다.
    • 삭제 작업이 추가되었습니다.

2024년 12월 17일

Azure Machine Learning CLI(v2) v 2.33.0

  • az ml workspace create --provision-network-now
    • 관리되는 네트워크를 사용하도록 설정된 작업 영역을 만들 때 관리되는 네트워크의 프로비저닝을 트리거하는 속성이 추가 --provision-network-now 되었거나 아무 작업도 수행하지 않습니다.

2024-09-18

Azure Machine Learning CLI(v2) v2.30.0

  • az ml workspace outbound-rule set
    • 작업 영역 관리 네트워크에서 private_endpoint 아웃바운드 규칙을 만들기 위한 선택적 --fqdns 속성 지원이 추가되었습니다. Application Gateway PE 대상 지원과 관련이 있습니다.
    • 작업 영역 관리 네트워크에서 service_tag 아웃바운드 규칙 만들기를 위한 선택적 --address-prefixes 속성 지원이 추가되었습니다.

2024-08-14

Azure Machine Learning CLI(v2) v2.29.0

  • az ml compute enable-sso
    • 사용자가 컴퓨팅에 대한 쓰기 권한 집합 없이 컴퓨팅 인스턴스의 sso 설정을 사용하도록 설정할 수 있도록 enable-sso가 추가되었습니다.

2024-06-21

Azure Machine Learning CLI(v2) v2.27.0

  • az ml workspace create --system-datastores-auth-mode

    • Azure Machine Learning 작업 영역에 대해 만들기 위해 추가 --system-datastores-auth-mode 되었습니다.

  • az ml workspace update --system-datastores-auth-mode

    • Azure Machine Learning 작업 영역에 대한 업데이트에 추가 --system-datastores-auth-mode 되었습니다.

  • az ml workspace create --allow-roleassignment-on-rg

    • 리소스 그룹 수준에서 역할 할당을 허용/허용하지 않는 Azure Machine Learning 작업 영역에 대해 만들기 위해 추가 --allow-roleassignment-on-rg 되었습니다.

  • az ml workspace update --allow-roleassignment-on-rg

    • 리소스 그룹 수준에서 역할 할당 허용/허용을 허용하지 않는 Azure Machine Learning 작업 영역에 대한 업데이트에 추가 --allow-roleassignment-on-rg 되었습니다.

2023-10-18

Azure Machine Learning CLI(v2) v2.21.1

2023-09-11

Azure Machine Learning CLI(v2) v2.20.0

  • az ml feature-store provision-network

    • [공개 검토] 사용자가 기능 저장소에 대한 관리형 네트워크를 프로비전할 수 있도록 이 명령이 추가되었습니다.

  • az ml feature-store create

    • 사용자가 기능 저장소에 구체화 ID 액세스 권한을 부여하지 않도록 허용하기 위해 추가됨 --not-grant-permissions

  • az ml feature-store update

    • 사용자가 기능 저장소에 구체화 ID 액세스 권한을 부여하지 않도록 허용하기 위해 추가됨 --not-grant-permissions

  • az ml feature-set

    • 추가 --feature-store-name 및 사용되지 --workspace-name않음, 이전 버전과의 호환성은 6개월 후에 제거됩니다.

  • az ml feature-store-entity

    • 추가 --feature-store-name 및 사용되지 --workspace-name않음, 이전 버전과의 호환성은 6개월 후에 제거됩니다.

  • az configure

    • 사용자가 기본 기능 저장소를 구성할 수 있도록 추가됨 --defaults feature-store=<name>

  • az ml job connect-ssh

    • ssh 옵션 + 명령을 지정할 수 있도록 추가 --ssh-args/-c 되었습니다. 예를 들어 실행 중인 프로세스에 신호를 보내거나 대화형 터미널에 연결하려면

2023-05-09

Azure Machine Learning CLI(v2) v2.17.0

  • az ml online-deployment create

    • 로컬 배포에 대한 gpu 액세스를 허용하기 위해 추가되었습니다 --local-enable-gpu .

  • az ml online-deployment update

    • 로컬 배포에 대한 gpu 액세스를 허용하기 위해 추가되었습니다 --local-enable-gpu .

2023-05-01

Azure Machine Learning CLI(v2) v2.16.0

  • az ml job connect-ssh

    • 이 명령은 GA로 표시됩니다.

  • az ml job show-services

    • 이 명령은 GA로 표시됩니다.

  • az ml model download

    • --registry-name 인수를 통해 레지스트리에서 모델을 다운로드할 때 workspace_name이 필수인 문제가 해결되었습니다.

  • az ml model create

    • 모델 스테이지를 추가하려면 --stage(-s) 플래그를 추가합니다.

  • az ml model update

    • 모델 스테이지를 업데이트하려면 --stage(-s) 플래그를 추가합니다.

  • az ml model list

    • 모델 스테이지별로 나열하려면 --stage(-s) 플래그를 추가합니다.

  • az ml workspace delete

    • 일시 삭제 대신 강제로 제거하려면 --purge(-p) 플래그를 추가합니다.

  • az ml workspace create

    • 작업 영역에 데이터 격리가 사용하도록 설정되어 있는지 확인하려면 --enable-data-isolation(-e) 플래그를 추가합니다.

2023-03-21

Azure Machine Learning CLI(v2) v2.15.0

  • az ml compute

    • Azure Machine Learning 컴퓨팅을 만들고 업데이트하기 위해 --tags를 추가했습니다.

  • az ml data import

    • 먼저 데이터베이스 및 파일 시스템에서 Azure 클라우드 스토리지로 데이터를 가져와 데이터 자산 버전을 만들 수 있도록 지원합니다.

  • az ml data list-materialization-status

    • < 인수를 통해 >asset_name--name의 데이터 자산 버전을 만드는 데이터 가져오기 구체화 작업의 목록 상태를 지원합니다.

  • az ml online-deployment update

    • Azure Machine Learning 온라인 배포를 위해 만들기 위해 --skip-script-validation을 추가했습니다.

  • az ml workspace provision-network

    • 작업 영역에 대한 관리 네트워크 프로비전 지원

2023-02-03

Azure Machine Learning CLI(v2) v2.14.0

  • az ml compute

    • Azure Machine Learning 컴퓨팅을 위해 만들기 위해 --location을 추가했습니다.
    • Compute용으로 만들기 위해 --enable-node-public-ip를 추가했습니다.

  • az ml data

    • 도움말 텍스트에 대한 사소한 편집

  • az ml data list

    • --registry-name 인수를 통해 레지스트리의 데이터 자산 나열에 대한 지원이 추가되었습니다.

  • az ml data show

    • --registry-name 인수를 통해 레지스트리에 데이터 자산을 표시하기 위한 지원이 추가되었습니다.

  • az ml data create

    • --registry-name 인수를 통해 레지스트리에 데이터 자산을 만들기 위한 지원이 추가되었습니다.
    • 작업 영역에서 레지스트리로 데이터 자산 승격에 대한 지원이 추가되었습니다.

  • az ml workspace create

    • --managed-network 인수를 사용하여 관리 네트워크로 작업 영역을 만들기 위한 지원이 추가되었습니다.

  • az ml workspace update

    • --managed-network 인수를 사용하여 관리 네트워크로 작업 영역을 업데이트하기 위한 지원이 추가되었습니다.

  • az ml compute connect-ssh

    • SSH를 통해 컴퓨팅 인스턴스에 연결하기 위한 지원이 추가되었습니다.

  • az ml workspace outbound-rule

    • 작업 영역에 대한 관리 네트워크의 아웃바운드 규칙 나열에 대한 지원이 추가되었습니다. az ml workspace outbound-rule list
    • 작업 영역에 대한 관리 네트워크의 아웃바운드 규칙을 표시하기 위한 지원이 추가되었습니다. az ml workspace outbound-rule show
    • 작업 영역에 대한 관리 네트워크의 아웃바운드 규칙을 제거하기 위한 지원이 추가되었습니다. az ml workspace outbound-rule remove
    • 작업 영역에 대한 관리 네트워크의 아웃바운드 규칙 만들기 또는 업데이트에 대한 지원이 추가되었습니다. az ml workspace outbound-rule set

2022-12-06

Azure Machine Learning CLI(v2) v2.12.0

  • 작업 영역 또는 레지스트리 이름이 전달되지 않는 경우 레지스트리를 사용하는 명령에 대한 az ml 오류 메시지가 개선되었습니다.
  • az ml compute
    • no-wait 매개 변수로 인해 발생하는 문제가 해결되었습니다.

2022-11-08

Azure Machine Learning CLI(v2) v2.11.0

  • CLI는 azure-ai-ml 1.1.0에 따라 달라집니다.
  • az ml registry
    • 명령이 추가되었습니다 ml registry delete .
    • 관련 없는 작업에 대한 경고 인쇄물을 방지하기 위해 레지스트리 실험 태그 및 가져오기를 조정했습니다.
  • az ml environment
    • conda 파일을 참조하는 기존 환경을 등록할 수 없습니다.

2022-10-10

Azure Machine Learning CLI(v2) v2.10.0

  • CLI는 azure-ai-ml의 GA 버전에 따라 달라집니다.
  • Python 3.6에 대한 지원이 중단되었습니다.
  • az ml registry
    • ML 자산 레지스트리를 관리하기 위해 추가된 새 명령 그룹입니다.
  • az ml job
    • 명령이 추가되었습니다 az ml job show-services .
    • AutoML NLP 작업에 모델 스윕 및 하이퍼 매개 변수 튜닝이 추가되었습니다.
  • az ml schedule
    • 되풀이 일정에 month_days 속성이 추가되었습니다.
  • az ml compute
    • 컴퓨팅 인스턴스에 대한 사용자 지정 설정 스크립트 지원이 추가되었습니다.

2022-09-22

Azure Machine Learning CLI(v2) v2.8.0

  • az ml job
    • spark 작업 지원이 추가되었습니다.
    • 작업에 shm_size 및 docker_args가 추가되었습니다.
  • az ml compute
    • 컴퓨팅 인스턴스는 관리 ID를 지원합니다.
    • 컴퓨팅 인스턴스에 대한 유휴 종료 시간 지원이 추가되었습니다.
  • az ml online-deployment
    • eventhub 및 데이터 스토리지에 대한 데이터 수집에 대한 지원이 추가되었습니다.
    • 점수 매기기 스크립트에 대한 구문 유효성 검사가 추가되었습니다.
  • az ml batch-deployment
    • 점수 매기기 스크립트에 대한 구문 유효성 검사가 추가되었습니다.

2022-08-10

Azure Machine Learning CLI(v2) v2.7.0

  • az ml component
    • AutoML 구성 요소가 추가되었습니다.
  • az ml dataset
    • 사용되지 않는 명령 그룹(대신 az ml data 사용).

2022-07-16

Azure Machine Learning CLI(v2) v2.6.0

  • MoonCake 클라우드 지원이 추가되었습니다.
  • az ml job
    • Git 리포지토리 URL을 코드로 사용할 수 있도록 허용합니다.
    • AutoML 작업은 다른 작업 유형과 동일한 입력 스키마를 사용합니다.
    • 파이프라인 작업은 이제 레지스트리 자산을 지원합니다.
  • az ml component
    • Git 리포지토리 URL을 코드로 사용할 수 있도록 허용합니다.
  • az ml online-endpoint
    • MIR은 이제 레지스트리 자산을 지원합니다.

2022-05-24

Azure Machine Learning CLI(v2) v2.4.0

  • Azure Machine Learning CLI(v2)가 이제 GA입니다.
  • az ml job
    • 명령 그룹은 GA로 표시됩니다.
    • 공개 미리 보기에 AutoML 작업 유형이 추가되었습니다.
    • 공개 미리 보기에서 파이프라인 작업에 schedules 속성을 추가했습니다.
    • 보관된 작업만 나열하는 옵션이 추가되었습니다.
    • az ml job download 명령의 안정성이 향상되었습니다.
  • az ml data
    • 명령 그룹은 GA로 표시됩니다.
    • 공개 미리 보기에 MLTable 데이터 형식이 추가되었습니다.
    • 보관된 데이터 자산만 나열하는 옵션이 추가되었습니다.
  • az ml environment
    • 보관된 환경만 나열하는 옵션이 추가되었습니다.
  • az ml model
    • 명령 그룹은 GA로 표시됩니다.
    • 작업 출력에서 모델을 만들 수 있도록 허용합니다.
    • 보관된 모델만 나열하는 옵션이 추가되었습니다.
  • az ml online-deployment
    • 명령 그룹은 GA로 표시됩니다.
    • 배포 만들기를 기다리는 시간 제한이 제거되었습니다.
    • 온라인 배포 목록 보기가 향상되었습니다.
  • az ml online-endpoint
    • 명령 그룹은 GA로 표시됩니다.
    • 공개 미리 보기에서 온라인 엔드포인트에 mirror_traffic 속성을 추가했습니다.
    • 온라인 엔드포인트 목록 보기가 향상되었습니다.
  • az ml batch-deployment
    • 명령 그룹은 GA로 표시됩니다.
    • 호출 입력으로 uri_file 및 uri_folder에 대한 지원이 추가되었습니다.
    • 일괄 배포 업데이트의 버그가 수정되었습니다.
    • 일괄 배포 목록 작업 출력의 버그가 수정되었습니다.
  • az ml batch-endpoint
    • 명령 그룹은 GA로 표시됩니다.
    • 호출 입력으로 uri_file 및 uri_folder에 대한 지원이 추가되었습니다.
    • 일괄 처리 엔드포인트 업데이트의 버그가 수정되었습니다.
    • 일괄 처리 엔드포인트 목록 작업 출력의 버그가 수정되었습니다.
  • az ml component
    • 명령 그룹은 GA로 표시됩니다.
    • 보관된 구성 요소만 나열하는 옵션이 추가되었습니다.
  • az ml code
    • 이 명령 그룹이 제거되었습니다.

2022-03-14

Azure Machine Learning CLI(v2) v2.2.1

  • az ml job
    • 모든 작업 유형에 대해 YAML 스키마의 code 섹션을 평면화했습니다. 소스 코드 디렉터리의 경로를 지정하는 대신 code.local_pathcode
    • 모든 작업 유형에 대해 YAML 작업에서 데이터 입력을 정의하기 위한 스키마를 변경했습니다. 필드 또는 필드를 사용하여 file 데이터 경로를 지정하는 대신 필드를 사용하여 folder 로컬 경로, 데이터가 포함된 클라우드 경로에 대한 URI 또는 등록된 기존 Azure Machine Learning 데이터 자산path에 대한 참조를 지정 path: azureml:<data_name>:<data_version> 합니다. 또한 type 필드를 지정하여 데이터 원본이 단일 파일(uri_file) 또는 폴더(uri_folder)인지를 명확히 합니다. type 필드가 생략되면 기본값은 type: uri_folder입니다. 자세한 내용은 입력 데이터를 지정하기 위한 스키마를 설명하는 작업 YAML 참조 섹션을 참조하세요.
    • 비우기 작업 YAML 스키마에서 임의 샘플링 알고리즘 유형에 대한 추가 구성을 지원하기 위해 sampling_algorithm 필드를 문자열에서 개체로 변경했습니다.
    • 구성 요소 작업 YAML 스키마가 제거되었습니다. 이 릴리스에서는 구성 요소를 사용하는 파이프라인 내에서 명령 작업을 실행하려면 명령 작업 YAML 정의의 component 필드에 구성 요소를 지정하기만 하면 됩니다.
    • 모든 작업 유형에 대해 작업 YAML 구성에서 중첩된 자산의 최신 버전을 참조하는 지원이 추가되었습니다. 작업에서 입력으로 사용할 등록된 환경 또는 데이터 자산을 참조하는 경우 버전을 명시적으로 지정하지 않고 최신 버전별로 별칭을 지정할 수 있습니다. 예: environment: azureml:AzureML-Minimal@latest
    • 파이프라인 작업의 경우 파이프라인의 단계 간에 입력 및 출력을 바인딩하는 ${{ parent }} 컨텍스트를 도입했습니다. 자세한 내용은 파이프라인 작업의 단계 간에 입력 및 출력을 바인딩하는 식 구문을 참조하세요.
    • --output-name 명령에 대한 az ml job download 인수를 통해 작업의 명명된 출력을 다운로드하기 위한 지원이 추가됨
  • az ml data
    • az ml dataset 하위 그룹을 더 이상 사용하지 않으며 이젠 대신 az ml data를 사용합니다.
    • 이제 단일 파일 원본(type: uri_file) 또는 폴더(type: uri_folder)에서 두 가지 유형의 데이터를 만들 수 있습니다. 데이터 자산을 만들 때 로컬 파일/폴더 또는 URI에서 클라우드 경로 위치로 데이터 원본을 지정할 수 있습니다. 전체 스키마는 데이터 YAML 스키마를 참조하세요.
  • az ml environment
    • 환경 YAML 스키마에서 build.local_path 필드 이름을 build.path로 변경했습니다.
    • build.context_uri 필드를 제거하면 업로드된 빌드 컨텍스트 위치의 URI는 환경이 반환될 때 build.path를 통해 액세스할 수 있습니다.
  • az ml model
    • 모델 YAML 스키마에서 model_uri 및 local_path 필드가 제거되고 로컬 경로 또는 클라우드 경로 URI를 사용할 수 있는 하나의 path 필드로 통합되었습니다. model_format 필드는 이름이 type으로 바뀌었습니다. 기본 형식은 custom_model이지만 다른 형식(mlflow_model, triton_model) 중 하나를 지정하여 코드 없는 배포 시나리오에서 모델을 사용할 수 있습니다.
    • az ml model create, --model-uri 및 --local-path 인수가 제거되고 로컬 경로 또는 클라우드 경로 URI를 사용할 수 있는 하나의 --path 인수로 통합된 경우
    • 모델의 아티팩트 파일을 다운로드하는 az ml model download 명령이 추가됨
  • az ml online-deployment
    • 온라인 배포 YAML 스키마에서 code 필드의 code_configuration 섹션을 평면화했습니다. 점수 매기기 파일이 포함된 소스 코드 디렉터리의 경로를 지정하는 대신 code_configuration.code.local_path 다음을 사용합니다. code_configuration.code
    • 온라인 배포에 대한 환경 변수 구성을 지원하기 위해 온라인 배포 YAML 스키마에 environment_variables 필드가 추가됨
  • az ml batch-deployment
    • 일괄 처리 배포 YAML 스키마에서 code 필드의 code_configuration 섹션을 평면화했습니다. 점수 매기기 파일이 포함된 소스 코드 디렉터리의 경로를 지정하는 대신 code_configuration.code.local_path 다음을 사용합니다. code_configuration.code
  • az ml component
    • code의 섹션을 평면화했습니다. 소스 코드 디렉터리의 경로를 지정하는 대신 code.local_pathcode
    • 구성 요소 YAML 구성에서 사용할 등록된 환경의 최신 버전을 참조하기 위한 지원이 추가되었습니다. 등록된 환경 또는 데이터 자산을 참조하는 경우 버전을 명시적으로 지정하지 않고 최신 버전별로 별칭을 지정할 수 있습니다. 예: environment: azureml:AzureML-Minimal@latest
    • 구성 요소 입력 또는 출력을 정의할 path 필드에 대해 구성 요소 입력 및 출력 형식 값의 이름을 uri_folder에서 type로 변경했습니다.
  • 자산(모델, 구성 요소, 데이터, 환경)에 대한 delete 명령을 제거했습니다. 기존 삭제 기능은 일시 삭제일 뿐이므로 영구 삭제가 지원되면 이후 릴리스에서 delete 명령이 다시 도입됩니다.
  • 자산(모델, 구성 요소, 데이터, 환경) 및 작업(예: az ml model archive 및 az ml model restore) 보관 및 복원에 대한 지원이 추가되었습니다. 이제 목록 쿼리(예 az ml model list: )에서 보관된 엔터티를 숨기는 자산 및 작업을 보관할 수 있습니다.

2021-10-04

Azure Machine Learning CLI(v2) v2.0.2

  • az ml workspace
  • az ml compute
    • YAML 스키마가 AmlCompute 및 컴퓨팅 인스턴스에 대해 업데이트되었습니다.
    • az ml compute attach를 통해 레거시 AKS 연결에 대한 지원이 제거되었습니다. Azure Arc 지원 Kubernetes 연결은 다음 릴리스에서 지원됩니다.
  • az ml datastore
  • az ml job
    • YAML 스키마가 명령 작업 및 스윕 작업에 대해 업데이트되었습니다.
    • 파이프라인 작업(파이프라인 작업 YAML 스키마)을 실행하기 위한 지원이 추가되었습니다.
    • 모든 작업 유형에 대한 작업 입력 리터럴 및 입력 데이터 URI에 대한 지원이 추가되었습니다.
    • 모든 작업 유형에 대한 작업 출력에 대한 지원이 추가되었습니다.
    • 식 구문이 { <expression> }에서 ${{ <expression> }}으로 변경되었습니다. 자세한 내용은 Azure Machine Learning 작업 구성에 대한 식 구문을 참조 하세요.
  • az ml environment
    • 환경 YAML 스키마가 업데이트되었습니다.
    • Docker 빌드 컨텍스트에서 환경 만들기를 위한 지원이 추가되었습니다.
  • az ml model
    • 모델 YAML 스키마가 업데이트되었습니다.
    • 코드가 없는 배포 시나리오에 대한 모델에 새 model_format 속성이 추가되었습니다.
  • az ml dataset
    • az ml data 하위 그룹의 이름이 az ml dataset로 변경되었습니다.
    • 데이터 세트 YAML 스키마가 업데이트되었습니다.
  • az ml component
    • az ml component Azure Machine Learning 구성 요소를 관리하기 위한 명령이 추가됨
    • 명령 구성 요소(명령 구성 요소 YAML 스키마)에 대한 지원이 추가되었습니다.
  • az ml online-endpoint
    • az ml endpoint 하위 그룹은 az ml online-endpoint 및 az ml batch-endpoint 두 개의 개별 그룹으로 분할됩니다.
    • 온라인 엔드포인트 YAML 스키마가 업데이트되었습니다.
    • 개발/테스트 시나리오에 대한 로컬 엔드포인트에 대한 지원이 추가되었습니다.
    • 로컬 엔드포인트(--vscode-debug에 az ml batch-endpoint create/update 플래그 추가)에 대한 대화형 VS Code 디버깅 지원이 추가되었습니다.
  • az ml online-deployment
    • az ml deployment 하위 그룹은 az ml online-deployment 및 az ml batch-deployment 두 개의 개별 그룹으로 분할됩니다.
    • 관리형 온라인 배포 YAML 스키마가 업데이트되었습니다.
    • Azure Monitor 자동 스케일링과 통합을 통해 자동 스케일링 지원이 추가되었습니다.
    • 동일한 업데이트 작업에서 여러 온라인 배포 속성을 업데이트하기 위한 지원이 추가되었습니다.
    • 동일한 엔드포인트에서 배포에 대한 동시 작업을 수행하기 위한 지원이 추가되었습니다.
  • az ml batch-endpoint
    • az ml endpoint 하위 그룹은 az ml online-endpoint 및 az ml batch-endpoint 두 개의 개별 그룹으로 분할됩니다.
    • 일괄 처리 엔드포인트 YAML 스키마가 업데이트되었습니다.
    • traffic 속성이 제거되어 구성 가능한 기본 배포 속성으로 대체되었습니다.
    • az ml batch-endpoint invoke에 대한 입력 데이터 URI에 대한 지원이 추가되었습니다.
    • 가상 네트워크 수신에 대한 지원 추가(프라이빗 링크)
  • az ml batch-deployment
    • az ml deployment 하위 그룹은 az ml online-deployment 및 az ml batch-deployment 두 개의 개별 그룹으로 분할됩니다.
    • 일괄 처리 배포 YAML 스키마가 업데이트되었습니다.

2021-05-25

Azure Machine Learning용 CLI(v2) 발표

Azure CLI에 대한 ml 확장은 Azure Machine Learning을 위한 차세대 인터페이스입니다. 이를 통해 모델 수명 주기를 추적하는 동안 데이터 과학 확장을 가속화하는 기능을 사용하여 명령줄에서 모델을 학습하고 배포할 수 있습니다. 설치하고 시작합니다.

  • 에 마지막으로 업데이트됨