De CLI (v2) installeren en instellen

VAN TOEPASSING OP: Azure CLI ml-extensie v2 (huidige)

De ml extensie voor De Azure CLI is de verbeterde interface voor Azure Machine Learning. Hiermee kunt u vanaf de opdrachtregel modellen trainen en implementeren, met functies waarmee het op- en uitschalen van gegevenswetenschap kan worden versneld terwijl de levenscyclus van het model wordt bijgehouden.

Vereisten

• Als u de CLI wilt gebruiken, moet u een Azure-abonnement hebben. Als u geen Azure-abonnement hebt, maakt u een gratis account voordat u begint. Probeer vandaag nog de gratis of betaalde versie van Azure Machine Learning.
• Als u de CLI-opdrachten in dit document wilt gebruiken vanuit uw lokale omgeving, hebt u de Azure CLI nodig.

Installatie

Voor de nieuwe Machine Learning-extensie is azure CLI-versie >=2.38.0vereist. Zorg ervoor dat aan deze vereiste wordt voldaan:

az version

Als dit niet het is, voert u een upgrade uit van uw Azure CLI.

Controleer de Azure CLI-extensies die zijn geïnstalleerd:

az extension list

Verwijder een bestaande installatie van de ml extensie en ook de CLI v1-extensie azure-cli-ml :

az extension remove -n azure-cli-ml
az extension remove -n ml

Installeer nu de ml extensie:

az extension add -n ml

Voer de Help-opdracht uit om uw installatie te controleren en beschikbare subopdrachten te bekijken:

az ml -h

U kunt de extensie upgraden naar de nieuwste versie:

az extension update -n ml

Installatie in Linux

Als u Debian of Ubuntu gebruikt, is de snelste manier om de benodigde CLI-versie en de Machine Learning-extensie te installeren:

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash 
az extension add -n ml -y

Ga naar De Azure CLI voor Linux installeren voor Linux voor informatie over het installeren op andere Linux-distributies.

Instellingen

Aanmelden:

az login

Als u toegang hebt tot meerdere Azure-abonnementen, kunt u uw actieve abonnement instellen:

az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"

Desgewenst kunt u algemene variabelen in uw shell instellen voor gebruik in volgende opdrachten:

GROUP="azureml-examples"

LOCATION="eastus"

WORKSPACE="main"

Waarschuwing

Hiervoor wordt de Bash-syntaxis gebruikt voor het instellen van variabelen. Pas zo nodig aan voor uw shell. U kunt ook de waarden in opdrachten in de volgende inline-voorbeelden vervangen in plaats van variabelen te gebruiken.

Als deze nog niet bestaat, kunt u de Azure-resourcegroep maken:

az group create -n $GROUP -l $LOCATION

En maak een machine learning-werkruimte:

az ml workspace create -n $WORKSPACE -g $GROUP -l $LOCATION

Voor machine learning-subopdrachten zijn de --workspace/-w en --resource-group/-g parameters vereist. Als u wilt voorkomen dat u deze herhaaldelijk typt, configureert u de standaardinstellingen:

az configure --defaults group=$GROUP workspace=$WORKSPACE location=$LOCATION

Tip

In de meeste codevoorbeelden wordt ervan uitgegaan dat u een standaardwerkruimte en resourcegroep hebt ingesteld. U kunt deze overschrijven op de opdrachtregel.

U kunt uw huidige standaardwaarden weergeven met behulp van --list-defaults/-l:

az configure -l -o table

Tip

Door te combineren met --output/-o meer leesbare uitvoerindelingen.

Beveiligde communicatie

De ml CLI-extensie (ook wel CLI v2 genoemd) voor Azure Machine Learning verzendt operationele gegevens (YAML-parameters en metagegevens) via het openbare internet. ml Alle CLI-extensieopdrachten communiceren met Azure Resource Manager. Deze communicatie wordt beveiligd met HTTPS/TLS 1.2.

Gegevens in een gegevensarchief dat is beveiligd in een virtueel netwerk, worden t_ verzonden via het openbare internet. Als uw trainingsgegevens zich bijvoorbeeld in het standaardopslagaccount voor de werkruimte bevinden en het opslagaccount zich in een virtueel netwerk bevindt.

Notitie

Met de vorige extensie (azure-cli-mlook wel 'CLI v1' genoemd), communiceren slechts enkele van de opdrachten met Azure Resource Manager. Met name opdrachten voor het maken, bijwerken, verwijderen, weergeven of weergeven van Azure-resources. Bewerkingen zoals het indienen van een trainingstaak communiceren rechtstreeks met de Azure Machine Learning-werkruimte. Als uw werkruimte is beveiligd met een privé-eindpunt, is dat voldoende om opdrachten van de azure-cli-ml extensie te beveiligen.

Openbare werkruimte

Als uw Azure Machine Learning-werkruimte openbaar is (dus niet achter een virtueel netwerk), is er geen extra configuratie vereist. Communicatie wordt beveiligd met HTTPS/TLS 1.2

Privéwerkruimte

Als uw Azure Machine Learning-werkruimte gebruikmaakt van een privé-eindpunt en een virtueel netwerk, kiest u een van de volgende configuraties die u wilt gebruiken:

• Als u akkoord gaat met de CLI v2-communicatie via het openbare internet, gebruikt u de volgende --public-network-access parameter voor de az ml workspace update opdracht om openbare netwerktoegang in te schakelen. Met de volgende opdracht wordt bijvoorbeeld een werkruimte bijgewerkt voor openbare netwerktoegang:

  az ml workspace update --name myworkspace --public-network-access enabled
  

• Als u niet in orde bent met de CLI v2-communicatie via het openbare internet, kunt u een Azure Private Link gebruiken om de beveiliging van de communicatie te verbeteren. Gebruik de volgende koppelingen om communicatie met Azure Resource Manager te beveiligen met behulp van Azure Private Link.

  1. Beveilig uw Azure Machine Learning-werkruimte in een virtueel netwerk met behulp van een privé-eindpunt.
  2. Maak een Private Link voor het beheren van Azure-resources.
  3. Maak een privé-eindpunt voor de Private Link die u in de vorige stap hebt gemaakt.

  Belangrijk

  Als u de privékoppeling voor Azure Resource Manager wilt configureren, moet u de eigenaar van het abonnement zijn voor het Azure-abonnement en een eigenaar of inzender van de hoofdbeheergroep. Zie Een privékoppeling maken voor het beheren van Azure-resources voor meer informatie.

Volgende stappen

• Modellen trainen met CLI (v2)
• De Visual Studio Code Azure Machine Learning-extensie instellen
• Een TensorFlow-model voor afbeeldingsclassificatie trainen met behulp van de Azure Machine Learning Visual Studio Code-extensie
• Azure Machine Learning verkennen met voorbeelden