Wat is Azure Machine Learning CLI en Python SDK v2?
VAN TOEPASSING OP:Azure CLI ml extension v2 (current)
Python SDK azure-ai-ml v2 (current)
Azure Machine Learning CLI v2 (CLI v2) en Azure Machine Learning Python SDK v2 (SDK v2) introduceren een consistentie van functies en terminologie in de interfaces. Om deze consistentie te maken, verschilt de syntaxis van opdrachten in sommige gevallen aanzienlijk van de eerste versies (v1).
Er zijn geen verschillen in functionaliteit tussen CLI v2 en SDK v2. De opdrachtregelgebaseerde CLI kan handiger zijn in CI/CD MLOps-typen scenario's, terwijl de SDK misschien handiger is voor ontwikkeling.
Azure Machine Learning CLI v2
Azure Machine Learning CLI v2 is de nieuwste extensie voor de Azure CLI. CLI v2 biedt opdrachten in de indeling az ml <zelfstandig naamwoordopties><><> voor het maken en onderhouden van Machine Learning-assets en -werkstromen. De assets of werkstromen zelf worden gedefinieerd met behulp van een YAML-bestand. Het YAML-bestand definieert de configuratie van de asset of werkstroom. Wat is het bijvoorbeeld en waar moet het worden uitgevoerd?
Enkele voorbeelden van CLI v2-opdrachten:
az ml job create --file my_job_definition.yaml
az ml environment update --name my-env --file my_updated_env_definition.yaml
az ml model list
az ml compute show --name my_compute
Gebruiksvoorbeelden voor CLI v2
CLI v2 is handig in de volgende scenario's:
Onboarden naar Machine Learning zonder dat u een specifieke programmeertaal hoeft te leren.
Het YAML-bestand definieert de configuratie van de asset of werkstroom, zoals wat is het en waar moet het worden uitgevoerd? Aangepaste logica of IP-adressen die worden gebruikt, bijvoorbeeld gegevensvoorbereiding, modeltraining en modelscore, kunnen in scriptbestanden blijven staan. Deze bestanden worden in de YAML genoemd, maar maken geen deel uit van de YAML zelf. Machine Learning ondersteunt scriptbestanden in Python, R, Java, Julia of C#. Het enige wat u moet leren is YAML-indeling en opdrachtregels voor het gebruik van Machine Learning. U kunt zich houden aan scriptbestanden van uw keuze.
Profiteer van gemak van implementatie en automatisering.
Het gebruik van opdrachtregel voor uitvoering maakt implementatie en automatisering eenvoudiger omdat u werkstromen kunt aanroepen vanuit elk aanbod of platform, zodat gebruikers de opdrachtregel kunnen aanroepen.
Beheerde deductie-implementaties gebruiken.
Machine Learning biedt eindpunten voor het stroomlijnen van modelimplementaties voor implementaties in realtime en batchdeductie. Deze functionaliteit is alleen beschikbaar via CLI v2 en SDK v2.
Onderdelen in pijplijnen opnieuw gebruiken.
Machine Learning introduceert onderdelen voor het beheren en hergebruiken van algemene logica in pijplijnen. Deze functionaliteit is alleen beschikbaar via CLI v2 en SDK v2.
Azure Machine Learning Python SDK v2
Azure Machine Learning Python SDK v2 is een bijgewerkt Python SDK-pakket, waarmee gebruikers het volgende kunnen doen:
- Verzend trainingstaken.
- Gegevens, modellen en omgevingen beheren.
- Beheerde deductie uitvoeren (realtime en batch).
- Meerdere taken en productiewerkstromen samenvoegen met behulp van Machine Learning-pijplijnen.
SDK v2 is gelijk aan de CLI v2-functionaliteit en is consistent in de wijze waarop assets (zelfstandige naamwoorden) en acties (werkwoorden) worden gebruikt tussen SDK en CLI. Als u bijvoorbeeld een asset wilt weergeven, kunt u de list
actie in zowel SDK als CLI gebruiken. U kunt dezelfde list
actie gebruiken om een berekening, model, omgeving enzovoort weer te geven.
Gebruiksvoorbeelden voor SDK v2
SDK v2 is handig in de volgende scenario's:
Gebruik Python-functies om één stap of een complexe werkstroom te bouwen.
Met SDK v2 kunt u één opdracht of een keten van opdrachten bouwen, zoals Python-functies. De opdracht heeft een naam en parameters, verwacht invoer en retourneert uitvoer.
Stap stapsgewijs van eenvoudige naar complexe concepten.
Met SDK v2 kunt u het volgende doen:
- Maak één opdracht.
- Voeg een hyperparameter-opruimen toe boven op die opdracht.
- Voeg de opdracht met verschillende anderen toe aan een pijplijn na de andere.
Deze constructie is nuttig vanwege de iteratieve aard van machine learning.
Onderdelen in pijplijnen opnieuw gebruiken.
Machine Learning introduceert onderdelen voor het beheren en hergebruiken van algemene logica in pijplijnen. Deze functionaliteit is alleen beschikbaar via CLI v2 en SDK v2.
Beheerde deductie gebruiken.
Machine Learning biedt eindpunten voor het stroomlijnen van modelimplementaties voor implementaties in realtime en batchdeductie. Deze functionaliteit is alleen beschikbaar via CLI v2 en SDK v2.
Moet ik v1 of v2 gebruiken?
Ondersteuning voor CLI v1 eindigt op 30 september 2025.
We raden u aan om uw code voor zowel CLI als SDK v1 te migreren naar CLI en SDK v2. Zie Upgraden naar v2 voor meer informatie.
CLI v2
Azure Machine Learning CLI v1 is afgeschaft. Ondersteuning voor de v1-extensie eindigt op 30 september 2025. U kunt de v1-extensie tot die datum installeren en gebruiken.
U wordt aangeraden vóór 30 september 2025 over te stappen op de ml
extensie of v2.
SDK v2
Azure Machine Learning Python SDK v1 heeft geen geplande afschaffingsdatum. Als u aanzienlijke investeringen hebt in Python SDK v1 en geen nieuwe functies nodig hebt die worden aangeboden door SDK v2, kunt u SDK v1 blijven gebruiken. Overweeg echter het gebruik van SDK v2 als:
- U wilt nieuwe functies gebruiken, zoals herbruikbare onderdelen en beheerde deductie.
- U start een nieuwe werkstroom of pijplijn. Alle nieuwe functies en toekomstige investeringen worden geïntroduceerd in v2.
- U wilt profiteren van de verbeterde bruikbaarheid van de Python SDK v2-mogelijkheid om taken en pijplijnen samen te stellen met behulp van Python-functies, met eenvoudige ontwikkeling van eenvoudige tot complexe taken.
Volgende stappen
Aan de slag met CLI v2:
Aan de slag met SDK v2: