Instalowanie i konfigurowanie interfejsu wiersza polecenia (wersja 2)
DOTYCZY: Rozszerzenie interfejsu wiersza polecenia platformy Azure ml w wersji 2 (bieżąca)
Rozszerzenie ml
interfejsu wiersza polecenia platformy Azure to ulepszony interfejs usługi Azure Machine Learning. Umożliwia ono trenowanie i wdrażanie modeli z wiersza polecenia przy użyciu funkcji przyspieszających skalowanie analiz danych w górę i w poziomie oraz śledzenie cyklu życia modelu.
Wymagania wstępne
- Aby korzystać z interfejsu wiersza polecenia, musisz mieć subskrypcję platformy Azure. Jeśli nie masz subskrypcji platformy Azure, przed rozpoczęciem utwórz bezpłatne konto. Wypróbuj bezpłatną lub płatną wersję usługi Azure Machine Learning już dziś.
- Aby użyć poleceń interfejsu wiersza polecenia w tym dokumencie ze środowiska lokalnego, potrzebujesz interfejsu wiersza polecenia platformy Azure.
Instalacja
Nowe rozszerzenie usługi Machine Learning wymaga interfejsu wiersza polecenia platformy Azure w wersji >=2.38.0
. Upewnij się, że to wymaganie zostało spełnione:
az version
Jeśli tak nie jest, uaktualnij interfejs wiersza polecenia platformy Azure.
Sprawdź zainstalowane rozszerzenia interfejsu wiersza polecenia platformy Azure:
az extension list
Usuń dowolną istniejącą instalację ml
rozszerzenia, a także rozszerzenie interfejsu wiersza polecenia w wersji 1 azure-cli-ml
:
az extension remove -n azure-cli-ml
az extension remove -n ml
Teraz zainstaluj ml
rozszerzenie:
az extension add -n ml
Uruchom polecenie pomocy, aby zweryfikować instalację i wyświetlić dostępne polecenia podrzędne:
az ml -h
Rozszerzenie można uaktualnić do najnowszej wersji:
az extension update -n ml
Instalacja w systemie Linux
Jeśli używasz systemu Debian lub Ubuntu, najszybszym sposobem zainstalowania niezbędnej wersji interfejsu wiersza polecenia i rozszerzenia usługi Machine Learning jest:
curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash
az extension add -n ml -y
Aby uzyskać informacje na temat sposobu instalowania w innych dystrybucjach systemu Linux, odwiedź stronę Instalowanie interfejsu wiersza polecenia platformy Azure dla systemu Linux.
Konfiguruj
Rejestrowanie:
az login
Jeśli masz dostęp do wielu subskrypcji platformy Azure, możesz ustawić aktywną subskrypcję:
az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"
Opcjonalnie skonfiguruj typowe zmienne w powłoce do użycia w kolejnych poleceniach:
GROUP="azureml-examples"
LOCATION="eastus"
WORKSPACE="main"
Ostrzeżenie
Używa to składni powłoki Bash do ustawiania zmiennych. Dostosuj je zgodnie z potrzebami dla powłoki. Możesz również zastąpić wartości w poleceniach w poniższych przykładach zamiast używać zmiennych.
Jeśli jeszcze nie istnieje, możesz utworzyć grupę zasobów platformy Azure:
az group create -n $GROUP -l $LOCATION
Utwórz obszar roboczy uczenia maszynowego:
az ml workspace create -n $WORKSPACE -g $GROUP -l $LOCATION
Polecenia podrzędne uczenia maszynowego wymagają --workspace/-w
parametrów i --resource-group/-g
. Aby uniknąć wielokrotnego wpisywania tych ustawień, skonfiguruj wartości domyślne:
az configure --defaults group=$GROUP workspace=$WORKSPACE location=$LOCATION
Napiwek
Większość przykładów kodu zakłada, że ustawiono domyślny obszar roboczy i grupę zasobów. Można je zastąpić w wierszu polecenia.
Bieżące wartości domyślne można wyświetlić przy użyciu polecenia --list-defaults/-l
:
az configure -l -o table
Napiwek
Łączenie z elementem --output/-o
umożliwia uzyskanie bardziej czytelnych formatów danych wyjściowych.
Bezpieczna komunikacja
ml
Rozszerzenie interfejsu wiersza polecenia (nazywane czasem "interfejsem wiersza polecenia w wersji 2") dla usługi Azure Machine Learning wysyła dane operacyjne (parametry i metadane YAML) za pośrednictwem publicznego Internetu. Wszystkie polecenia rozszerzenia interfejsu ml
wiersza polecenia komunikują się z usługą Azure Resource Manager. Ta komunikacja jest zabezpieczona przy użyciu protokołu HTTPS/TLS 1.2.
Dane w magazynie danych zabezpieczonym w sieci wirtualnej są t_ wysyłane za pośrednictwem publicznego Internetu. Jeśli na przykład dane szkoleniowe znajdują się na domyślnym koncie magazynu dla obszaru roboczego, a konto magazynu znajduje się w sieci wirtualnej.
Uwaga
W przypadku poprzedniego rozszerzenia (azure-cli-ml
czasami nazywanego "interfejsem wiersza polecenia w wersji 1") tylko niektóre polecenia komunikują się z usługą Azure Resource Manager. W szczególności polecenia, które tworzą, aktualizują, usuwają, wyświetlają lub wyświetlają zasoby platformy Azure. Operacje, takie jak przesyłanie zadania szkoleniowego, komunikują się bezpośrednio z obszarem roboczym usługi Azure Machine Learning. Jeśli obszar roboczy jest zabezpieczony za pomocą prywatnego punktu końcowego, wystarczy zabezpieczyć polecenia udostępniane przez azure-cli-ml
rozszerzenie.
Jeśli obszar roboczy usługi Azure Machine Learning jest publiczny (czyli nie za siecią wirtualną), nie jest wymagana dodatkowa konfiguracja. Komunikacja jest zabezpieczona przy użyciu protokołu HTTPS/TLS 1.2
Następne kroki
- Trenowanie modeli przy użyciu interfejsu wiersza polecenia (wersja 2)
- Konfigurowanie rozszerzenia usługi Azure Machine Learning programu Visual Studio Code
- Trenowanie modelu klasyfikacji obrazów TensorFlow przy użyciu rozszerzenia programu Visual Studio Code usługi Azure Machine Learning
- Eksplorowanie usługi Azure Machine Learning przy użyciu przykładów