Udostępnij za pośrednictwem


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-mlczasami 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