De CLI verkennen

  • 8 minuten

Belangrijk

De inhoud in deze les heeft alleen betrekking op versie 2 van de CLI. Meer informatie over het kiezen tussen versie 1 en 2.

Een andere op code gebaseerde benadering voor interactie met de Azure Machine Learning-werkruimte is de opdrachtregelinterface (CLI). Als data scientist werkt u mogelijk niet zoveel met de CLI als met Python. De Azure CLI wordt vaak gebruikt door beheerders en technici om taken in Azure te automatiseren.

Er zijn veel voordelen aan het gebruik van de Azure CLI met Azure Machine Learning. Met de Azure CLI kunt u het volgende doen:

  • Automatiseer het maken en configureren van assets en resources om deze herhaalbaar te maken.
  • Zorg voor consistentie voor assets en resources die moeten worden gerepliceerd in meerdere omgevingen (bijvoorbeeld ontwikkeling, testen en productie).
  • Machine learning-assetconfiguratie opnemen in DevOps-werkstromen (Developer Operations), zoals CI/CD-pijplijnen (continue integratie en continue implementatie).

Als u wilt communiceren met de Azure Machine Learning-werkruimte met behulp van de Azure CLI, moet u de Azure CLI en de Azure Machine Learning-extensie installeren.

De Azure CLI installeren

U kunt de Azure CLI installeren op een Linux-, Mac- of Windows-computer. Met de Azure CLI voert u opdrachten of scripts uit om Azure-resources te beheren. U kunt de Azure CLI ook vanuit een browser gebruiken via De Azure Cloud Shell. Ongeacht het platform dat u kiest, kunt u dezelfde taken uitvoeren. Maar de installatie van de Azure CLI, de opdrachten en scripts verschillen op verschillende platforms.

Belangrijk

Als u de Azure CLI op uw computer wilt installeren, kunt u een pakketbeheerder gebruiken. Hier volgen de instructies voor het installeren van de Azure CLI, op basis van het platform dat u kiest. U hoeft de Azure CLI niet te installeren als u De Azure Cloud Shell gebruikt. Meer informatie over het gebruik van Azure Cloud Shell vindt u in dit overzicht.

De Azure Machine Learning-extensie installeren

Nadat u de Azure CLI hebt geïnstalleerd of de Azure Cloud Shell hebt ingesteld, moet u de Azure Machine Learning-extensie installeren om Azure Machine Learning-resources te beheren met behulp van de Azure CLI.

U kunt de Azure Machine Learning-extensie ml installeren met de volgende opdracht:

az extension add -n ml -y

Vervolgens kunt u de Help-opdracht -h uitvoeren om te controleren of de extensie is geïnstalleerd en om een lijst met opdrachten op te halen die beschikbaar zijn voor deze extensie. De lijst bevat een overzicht van de taken die u kunt uitvoeren met de Azure CLI-extensie voor Azure Machine Learning:

az ml -h

Werken met de Azure CLI

Als u de Azure CLI wilt gebruiken om te communiceren met de Azure Machine Learning-werkruimte, gebruikt u opdrachten. Elke opdracht wordt voorafgegaan door az ml. U vindt de lijst met opdrachten in de referentiedocumentatie van de CLI.

Als u bijvoorbeeld een rekendoel wilt maken, kunt u de volgende opdracht gebruiken:

az ml compute create --name aml-cluster --size STANDARD_DS3_v2 --min-instances 0 --max-instances 5 --type AmlCompute --resource-group my-resource-group --workspace-name my-workspace

Als u alle mogelijke parameters wilt verkennen die u met een opdracht kunt gebruiken, kunt u de referentiedocumentatie voor de specifieke opdracht raadplegen.

Wanneer u de parameters definieert voor een asset of resource die u wilt maken, kunt u liever YAML-bestanden gebruiken om de configuratie te definiëren. Wanneer u alle parameterwaarden opslaat in een YAML-bestand, wordt het eenvoudiger om taken te organiseren en te automatiseren.

U kunt bijvoorbeeld ook hetzelfde rekendoel maken door eerst de configuratie in een YAML-bestand te definiëren:

$schema: https://azuremlschemas.azureedge.net/latest/amlCompute.schema.json 
name: aml-cluster
type: amlcompute
size: STANDARD_DS3_v2
min_instances: 0
max_instances: 5

Alle mogelijke parameters die u in het YAML-bestand kunt opnemen, vindt u in de referentiedocumentatie voor de specifieke asset of resource die u wilt maken, zoals een rekencluster.

Wanneer u het YAML-bestand hebt opgeslagen, compute.ymlkunt u het rekendoel maken met de volgende opdracht:

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

In de referentiedocumentatie vindt u een overzicht van alle YAML-schema's.

Tip

Meer informatie over het gebruik van de CLI (v2) met Azure Machine Learning om modellen te trainen.