az ml data

참고 항목

이 참조는 Azure CLI(버전 2.15.0 이상)에 대한 ml 확장의 일부입니다. az ml data 명령을 처음 실행할 때 확장이 자동으로 설치됩니다. 확장 프로그램에 대해 자세히 알아보세요.

Azure ML 데이터 자산을 관리합니다.

Azure ML 데이터 자산은 해당 메타데이터와 함께 스토리지 서비스 또는 공용 URL의 파일에 대한 참조입니다. 데이터의 복사본이 아닙니다. 이러한 데이터 자산을 사용하여 모델 학습 중에 관련 데이터에 액세스하고 참조된 데이터를 컴퓨팅 대상에 탑재하거나 다운로드할 수 있습니다.

명령

Name	Description	형식	상태
az ml data archive	데이터 자산을 보관합니다.	내선 번호	GA
az ml data create	작업 영역/레지스트리에서 데이터 자산을 만듭니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.	내선 번호	GA
az ml data import	데이터를 가져오고 데이터 자산을 만듭니다.	내선 번호	프리뷰
az ml data list	작업 영역/레지스트리에 데이터 자산을 나열합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.	내선 번호	GA
az ml data list-materialization-status	데이터 자산의 버전을 만드는 데이터 가져오기 구체화 작업 목록의 상태 표시합니다.	내선 번호	프리뷰
az ml data mount	특정 데이터 자산을 로컬 경로에 탑재합니다. 지금은 Linux만 지원됩니다.	내선 번호	프리뷰
az ml data restore	보관된 데이터 자산을 복원합니다.	내선 번호	GA
az ml data share	작업 영역에서 레지스트리로 특정 데이터 자산을 공유합니다.	내선 번호	프리뷰
az ml data show	작업 영역/레지스트리의 데이터 자산에 대한 세부 정보를 표시합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.	내선 번호	GA
az ml data update	데이터 자산을 업데이트합니다.	내선 번호	GA

az ml data archive

데이터 자산을 보관합니다.

데이터 자산을 보관하면 기본적으로 목록 쿼리(az ml data list)에서 숨겨집니다. 워크플로에서 보관된 데이터 자산을 계속 참조하고 사용할 수 있습니다. 데이터 자산 컨테이너 또는 특정 데이터 자산 버전을 보관할 수 있습니다. 데이터 자산 컨테이너를 보관하면 지정된 이름으로 모든 버전의 데이터 자산이 보관됩니다. 를 사용하여 az ml data restore보관된 데이터 자산을 복원할 수 있습니다. 전체 데이터 자산 컨테이너가 보관된 경우 개별 버전의 데이터 자산을 복원할 수 없습니다. 데이터 자산 컨테이너를 복원해야 합니다.

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

예제

데이터 자산 컨테이너 보관(해당 데이터 자산의 모든 버전 보관)

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

특정 데이터 자산 버전 보관

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

필수 매개 변수

--name -n

데이터 자산의 이름입니다.

선택적 매개 변수

--label -l

데이터 자산의 레이블입니다. 버전과 함께 사용할 수 없습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

데이터 자산의 버전입니다. 레이블과 함께 사용할 수 없습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data create

작업 영역/레지스트리에서 데이터 자산을 만듭니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

데이터 자산은 로컬 컴퓨터의 파일 또는 클라우드 스토리지의 파일에 대한 참조로 정의할 수 있습니다. 생성된 데이터 자산은 지정된 이름 및 버전 아래의 작업 영역/레지스트리에서 추적됩니다.

로컬 컴퓨터의 파일에서 데이터 자산을 만들려면 YAML 구성에서 '경로' 필드를 지정합니다. Azure ML은 작업 영역의 기본 데이터 저장소('workspaceblobstore')를 백업하는 Blob 컨테이너에 이러한 파일을 업로드합니다. 그러면 생성된 데이터 자산이 업로드된 데이터를 가리킵니다.

클라우드 스토리지에서 파일을 참조하는 데이터 자산을 만들려면 YAML 구성의 스토리지에 있는 파일에 대한 '경로'를 지정합니다.

스토리지 URL 또는 공용 URL에서 직접 데이터 자산을 만들 수도 있습니다. 이렇게 하려면 YAML 구성에서 '경로' 필드의 URL을 지정합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <my-registry-name> 바꿉니다--workspace-name my-workspace.

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]

예제

작업 영역의 YAML 사양 파일에서 데이터 자산 만들기

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

레지스트리의 YAML 사양 파일에서 데이터 자산 만들기

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

작업 영역에서 YAML 사양 파일을 사용하지 않고 데이터 자산 만들기

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

레지스트리에서 YAML 사양 파일을 사용하지 않고 데이터 자산 만들기

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

선택적 매개 변수

--datastore

로컬 아티팩트 업로드할 데이터 저장소입니다.

--description -d

데이터 자산에 대한 설명입니다.

--file -f

Azure ML 데이터 사양을 포함하는 YAML 파일의 로컬 경로입니다. 데이터에 대한 YAML 참조 문서는 다음 위치에서 https://aka.ms/ml-cli-v2-data-yaml-reference찾을 수 있습니다.

--name -n

데이터 자산의 이름입니다. --registry-name이 제공된 경우 필요합니다.

--no-wait

장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 false입니다.

기본값: False

--path -p

데이터 자산의 경로는 로컬 또는 원격일 수 있습니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다. --workspace-name 및 --resource-group이 제공되지 않은 경우 제공해야 합니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--set

설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=.

--skip-validation

형식이 MLTable인 경우 MLTable 메타데이터의 유효성 검사를 건너뜁니다.

기본값: False

--type -t

데이터 자산의 형식입니다.

허용되는 값: mltable, uri_file, uri_folder

--version -v

데이터 자산의 버전입니다. --registry-name이 제공된 경우 필요합니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data import

미리 보기

이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus

데이터를 가져오고 데이터 자산을 만듭니다.

먼저 데이터베이스 또는 파일 시스템의 데이터를 클라우드 스토리지로 가져와 데이터 자산을 만들 수 있습니다. 생성된 데이터 자산은 지정된 이름 및 버전 아래의 작업 영역에서 추적됩니다.

데이터베이스 테이블의 'query' 또는 YAML 구성의 파일 시스템 필드에 'path'를 지정합니다. Azure ML은 먼저 클라우드 스토리지에 데이터를 복사하는 작업을 실행합니다.

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

예제

YAML 사양 파일에서 데이터 자산 가져오기

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

필수 매개 변수

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

선택적 매개 변수

--datastore

로컬 아티팩트 업로드할 데이터 저장소입니다.

--description -d

데이터 자산에 대한 설명입니다.

--file -f

Azure ML 데이터 사양을 포함하는 YAML 파일의 로컬 경로입니다. 데이터에 대한 YAML 참조 문서는 다음 위치에서 https://aka.ms/ml-cli-v2-data-yaml-reference찾을 수 있습니다.

--name -n

데이터 자산의 이름입니다.

--path -p

클라우드 스토리지의 데이터 자산에 대한 경로입니다.

--set

설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=.

--skip-validation

기본 데이터 가져오기 구체화 작업에서 참조하는 컴퓨팅 리소스의 유효성 검사를 건너뜁니다.

기본값: False

--type -t

데이터 자산의 형식입니다.

허용되는 값: mltable, uri_file, uri_folder

--version -v

데이터 자산의 버전입니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data list

작업 영역/레지스트리에 데이터 자산을 나열합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

작업 영역의 모든 데이터 자산 나열

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

작업 영역에서 지정된 이름의 모든 데이터 자산 버전을 나열합니다.

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

--query 인수를 사용하여 명령 결과에 대한 JMESPath 쿼리를 실행하여 작업 영역의 모든 데이터 자산을 나열합니다.

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

레지스트리의 모든 데이터 자산 나열

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

레지스트리에서 지정된 이름의 모든 데이터 자산 버전을 나열합니다.

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

선택적 매개 변수

--archived-only

보관된 데이터 자산만 나열합니다.

기본값: False

--include-archived

보관된 데이터 자산 및 활성 데이터 자산을 나열합니다.

기본값: False

--max-results -r

반환할 최대 결과 수입니다.

--name -n

데이터 자산의 이름입니다. 제공된 경우 이 이름의 모든 데이터 버전이 반환됩니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다. --workspace-name 및 --resource-group이 제공되지 않은 경우 제공해야 합니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data list-materialization-status

미리 보기

이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus

데이터 자산의 버전을 만드는 데이터 가져오기 구체화 작업 목록의 상태 표시합니다.

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

예제

YAML 사양 파일에서 데이터 자산의 구체화 상태 표시

az ml data list-materialization-status --name asset-name --resource-group my-resource-group --workspace-name my-workspace

필수 매개 변수

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

선택적 매개 변수

--all-results

모든 결과를 반환합니다.

허용되는 값: false, true

기본값: False

--archived-only

보관된 작업만 나열합니다.

기본값: False

--include-archived

보관된 작업 및 활성 작업을 나열합니다.

기본값: False

--max-results -r

반환할 최대 결과 수입니다. 기본값은 50입니다.

기본값: 50

--name -p

자산의 이름입니다. 지정된 이름과 일치하는 자산의 버전을 만드는 모든 구체화 작업을 나열합니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data mount

미리 보기

이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus

특정 데이터 자산을 로컬 경로에 탑재합니다. 지금은 Linux만 지원됩니다.

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

예제

명명된 자산 URI를 사용하여 데이터 자산 버전 탑재

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

AzureML 전체 URI를 사용하여 데이터 자산 버전 탑재

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

명명된 자산 URI를 사용하여 데이터 자산의 모든 버전 탑재

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

AzureML 전체 URI를 사용하여 모든 버전의 데이터 자산 탑재

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

URL을 사용하여 공용 HTTP 서버에 데이터 탑재

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

Azure Blob Storage URL을 통해 Azure에 데이터 탑재

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

Azure Data Lake Storage Gen 2 URL로 Azure에 데이터 탑재

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

필수 매개 변수

--path

탑재할 데이터 자산 경로(형식 azureml:<name> 또는 azureml:<name>:<version>.

선택적 매개 변수

--mode

탑재 모드입니다. 데이터 자산 탑재에 대해서만 ro_mount (읽기 전용) 지원됩니다.

기본값: ro_mount

--mount-point

탑재 지점으로 사용되는 로컬 경로입니다.

기본값: /home/azureuser/mount/data

--persistent

다시 부팅할 때 탑재를 유지합니다. Compute 인스턴스에서만 지원됩니다.

기본값: False

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data restore

보관된 데이터 자산을 복원합니다.

보관된 데이터 자산이 복원되면 목록 쿼리(az ml data list)에서 더 이상 숨겨지지 않습니다. 전체 데이터 자산 컨테이너가 보관된 경우 보관된 컨테이너를 복원할 수 있습니다. 그러면 지정된 이름 아래에 있는 데이터 자산의 모든 버전이 복원됩니다. 전체 데이터 자산 컨테이너가 보관된 경우 특정 데이터 자산 버전만 복원할 수 없습니다. 전체 컨테이너를 복원해야 합니다. 개별 데이터 자산 버전만 보관된 경우 해당 특정 버전을 복원할 수 있습니다.

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

예제

보관된 데이터 자산 컨테이너 복원(해당 데이터 자산의 모든 버전 복원)

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

보관된 특정 데이터 자산 버전 복원

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

필수 매개 변수

--name -n

데이터 자산의 이름입니다.

선택적 매개 변수

--label -l

데이터 자산의 레이블입니다. 버전과 함께 사용할 수 없습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

데이터 자산의 버전입니다. 레이블과 함께 사용할 수 없습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data share

미리 보기

이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus

작업 영역에서 레지스트리로 특정 데이터 자산을 공유합니다.

작업 영역 간 재사용을 위해 작업 영역에서 레지스트리로 기존 데이터 자산을 복사합니다.

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

예제

기존 데이터 자산을 작업 영역에서 레지스트리로 공유합니다.

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

필수 매개 변수

--name -n

데이터 자산의 이름입니다.

--registry-name

대상 레지스트리입니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--share-with-name

만들 데이터 자산의 이름입니다.

--share-with-version

만들 데이터 자산의 버전입니다.

--version -v

데이터 자산의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data show

작업 영역/레지스트리의 데이터 자산에 대한 세부 정보를 표시합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

작업 영역에서 지정된 이름 및 버전이 있는 데이터 자산에 대한 세부 정보 표시

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

지정된 이름 및 레이블을 사용하여 데이터 자산에 대한 세부 정보 표시

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

레지스트리에 지정된 이름과 버전이 있는 데이터 자산에 대한 세부 정보 표시

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

필수 매개 변수

--name -n

데이터 자산의 이름입니다.

선택적 매개 변수

--label -l

데이터 자산의 레이블입니다. 버전이 제공되지 않은 경우 제공해야 합니다. 버전과 함께 사용할 수 없습니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다. --workspace-name 및 --resource-group이 제공되지 않은 경우 제공해야 합니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

데이터 자산의 버전입니다. 레이블이 제공되지 않은 경우 제공해야 합니다. 레이블과 함께 사용할 수 없습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml data update

데이터 자산을 업데이트합니다.

'description' 및 'tags' 속성만 업데이트할 수 있습니다.

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

필수 매개 변수

--name -n

데이터 자산의 이름입니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

선택적 매개 변수

--add

경로 및 키 값 쌍을 지정하여 개체 목록에 개체를 추가합니다. 예: --add property.listProperty <key=value, string or JSON string>

기본값: []

--force-string

'set' 또는 'add'를 사용하는 경우 JSON으로 변환하는 대신 문자열 리터럴을 유지합니다.

기본값: False

--label -l

데이터 자산의 레이블입니다. 버전이 제공되지 않은 경우 제공해야 합니다. 버전과 함께 사용할 수 없습니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다. --workspace-name 및 --resource-group이 제공되지 않은 경우 제공해야 합니다.

--remove

목록에서 속성 또는 요소를 제거합니다. 예: --remove property.list <indexToRemove> OR --remove propertyToRemove.

기본값: []

--set

설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=<value>

기본값: []

--version -v

데이터 자산의 버전입니다. 레이블이 제공되지 않은 경우 제공해야 합니다. 레이블과 함께 사용할 수 없습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

기본값: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.