az ml job

Uwaga

Ta dokumentacja jest częścią rozszerzenia ml dla interfejsu wiersza polecenia platformy Azure (wersja 2.15.0 lub nowsza). Rozszerzenie zostanie automatycznie zainstalowane przy pierwszym uruchomieniu polecenia az ml job . Dowiedz się więcej o rozszerzeniach.

Zarządzanie zadaniami usługi Azure ML.

Zadanie usługi Azure ML wykonuje zadanie względem określonego celu obliczeniowego. Zadania można skonfigurować w celu skalowania trenowania modelu w poziomie na platformie Azure. Usługa Azure ML obsługuje różne typy zadań z różnymi możliwościami. Na przykład najbardziej podstawowe zadanie, zadanie polecenia, wykonuje polecenie w kontenerze platformy Docker i może być używane do trenowania jednowęźle i rozproszonego. Zadanie zamiatania wykonuje hiperparametr zamiatanie w określonym miejscu wyszukiwania do dostrajania hiperparametrów modelu.

Zadania umożliwiają również systematyczne śledzenie eksperymentów i przepływów pracy uczenia maszynowego. Po utworzeniu zadania usługa Azure ML przechowuje rekord przebiegu zadania, który zawiera metadane, wszystkie metryki, dzienniki i artefakty wygenerowane podczas zadania, kod, który został wykonany, oraz używane środowisko usługi Azure ML. Wszystkie rekordy uruchamiania zadań można wyświetlić w usłudze Azure ML Studio.

Polecenia

Nazwa	Opis	Typ	Stan
az ml job archive	Archiwizowanie zadania.	Numer wewnętrzny	Ogólna dostępność
az ml job cancel	Anuluj zadanie.	Numer wewnętrzny	Ogólna dostępność
az ml job connect-ssh	Skonfiguruj połączenie SSH i wysyła żądanie do usługi SSH uruchomionej wewnątrz kontenera użytkownika za pośrednictwem tundry.	Numer wewnętrzny	Ogólna dostępność
az ml job create	Utwórz zadanie.	Numer wewnętrzny	Ogólna dostępność
az ml job download	Pobierz wszystkie pliki związane z zadaniem.	Numer wewnętrzny	Ogólna dostępność
az ml job list	Wyświetlanie listy zadań w obszarze roboczym.	Numer wewnętrzny	Ogólna dostępność
az ml job restore	Przywracanie zarchiwizowanego zadania.	Numer wewnętrzny	Ogólna dostępność
az ml job show	Pokaż szczegóły zadania.	Numer wewnętrzny	Ogólna dostępność
az ml job show-services	Pokaż usługi zadania na węzeł.	Numer wewnętrzny	Ogólna dostępność
az ml job stream	Przesyłanie strumieniowe dzienników zadań do konsoli programu .	Numer wewnętrzny	Ogólna dostępność
az ml job update	Aktualizowanie zadania.	Numer wewnętrzny	Ogólna dostępność
az ml job validate	Zweryfikuj zadanie. To polecenie działa tylko dla zadań potoku tylko na razie.	Numer wewnętrzny	Ogólna dostępność

az ml job archive

Archiwizowanie zadania.

Archiwizowanie zadania spowoduje ukrycie go domyślnie przed zapytaniami listy (az ml job list). Nadal możesz odwoływać się do zarchiwizowanego zadania i używać go w przepływach pracy. Tylko ukończone zadania można zarchiwizować.

az ml job archive --name
                  --resource-group
                  --workspace-name

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job cancel

Anuluj zadanie.

az ml job cancel --name
                 --resource-group
                 --workspace-name

Przykłady

Anulowanie zadania według nazwy

az ml job cancel --name my-job-id --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job connect-ssh

Skonfiguruj połączenie SSH i wysyła żądanie do usługi SSH uruchomionej wewnątrz kontenera użytkownika za pośrednictwem tundry.

az ml job connect-ssh --name
                      --resource-group
                      --workspace-name
                      [--node-index]
                      [--private-key-file-path]

Przykłady

Skonfiguruj połączenie SSH i wysyła żądanie do usługi SSH.

az ml job connect-ssh --name my-job-id --node-index 0 --private-key-file-path "C:/Temp/.ssh/id_rsa" --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--node-index -i

Indeks węzła do nawiązania połączenia za pośrednictwem protokołu SSH.

wartość domyślna: 0

--private-key-file-path -f

Ścieżka do pliku pliku klucza prywatnego.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job create

Utwórz zadanie.

Aby utworzyć zadanie, zazwyczaj należy skonfigurować dowolny kod do uruchomienia, środowisko hermetyzujące zależności, docelowy obiekt obliczeniowy do wykonania zadania i wszelkie dodatkowe ustawienia specyficzne dla zadania. Po utworzeniu zadania jest on przesyłany do wykonania względem określonego zasobu obliczeniowego.

az ml job create --file
                 --resource-group
                 --workspace-name
                 [--name]
                 [--save-as]
                 [--set]
                 [--skip-validation]
                 [--stream]
                 [--web]

Przykłady

Tworzenie zadania na podstawie pliku specyfikacji YAML

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

Tworzenie zadania na podstawie pliku specyfikacji YAML i otwieranie szczegółów uruchomienia zadania w portalu usługi Azure ML Studio

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

Parametry wymagane

--file -f

Ścieżka lokalna do pliku YAML zawierającego specyfikację zadania usługi Azure ML. Dokumentacja referencyjna YAML dla zadania można znaleźć w: https://aka.ms/ml-cli-v2-job-command-yaml-reference, https://aka.ms/ml-cli-v2-job-sweep-yaml-reference, . https://aka.ms/ml-cli-v2-job-pipeline-yaml-reference

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--name -n

Nazwa zadania.

--save-as -a

Plik, do którego zostanie zapisany stan utworzonego zadania w formacie YAML.

--set

Zaktualizuj obiekt, określając ścieżkę właściwości i wartość do ustawienia. Przykład: --set property1.property2=.

--skip-validation

Pomiń walidację podczas tworzenia zasobu. Należy pamiętać, że zasoby zależne nie pomijają walidacji podczas tworzenia.

wartość domyślna: False

--stream -s

Wskazuje, czy przesyłać strumieniowo dzienniki zadania do konsoli.

wartość domyślna: False

--web -e

Pokaż szczegóły uruchomienia zadania w usłudze Azure ML Studio w przeglądarce internetowej.

wartość domyślna: False

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job download

Pobierz wszystkie pliki związane z zadaniem.

Pliki zostaną pobrane w folderze o nazwie po nazwie zadania.

az ml job download --name
                   --resource-group
                   --workspace-name
                   [--all]
                   [--download-path]
                   [--output-name]

Przykłady

Pobieranie dzienników i danych wyjściowych zadania do bieżącego katalogu roboczego

az ml job download --name my-job --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--all

Pobierz wszystkie dane wyjściowe zadania.

wartość domyślna: False

--download-path -p

Ścieżka do pobrania plików zadań. Jeśli pominięto, pliki zadań zostaną pobrane do bieżącego katalogu.

--output-name

Nazwa danych wyjściowych zdefiniowanych przez użytkownika do pobrania. Powinno to odpowiadać kluczowi w słowniku danych wyjściowych zadania. Jeśli pominięto, zostaną pobrane domyślne pliki wyjściowe artefaktu zadania.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job list

Wyświetlanie listy zadań w obszarze roboczym.

az ml job list --resource-group
               --workspace-name
               [--all-results {false, true}]
               [--archived-only]
               [--include-archived]
               [--max-results]
               [--parent-job-name]

Przykłady

Wyświetl listę wszystkich zadań w obszarze roboczym przy użyciu argumentu --query w celu wykonania zapytania JMESPath na wynikach poleceń.

az ml job list --query "[].{Name:name,Jobstatus:status}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--all-results

Zwraca wszystkie wyniki.

akceptowane wartości: false, true

wartość domyślna: False

--archived-only

Wyświetl tylko zarchiwizowane zadania.

wartość domyślna: False

--include-archived

Wyświetl zarchiwizowane zadania i aktywne zadania.

wartość domyślna: False

--max-results -r

Maksymalna liczba wyników do zwrócenia. Wartość domyślna to 50.

wartość domyślna: 50

--parent-job-name -p

Nazwa zadania nadrzędnego. Spowoduje wyświetlenie listy wszystkich zadań, których parent_job_name pasuje do podanej nazwy.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job restore

Przywracanie zarchiwizowanego zadania.

Po przywróceniu zarchiwizowanego zadania nie będzie już ukrywane przed zapytaniami listy (az ml job list).

az ml job restore --name
                  --resource-group
                  --workspace-name

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job show

Pokaż szczegóły zadania.

az ml job show --name
               --resource-group
               --workspace-name
               [--web]

Przykłady

Pokaż stan zadania przy użyciu argumentu --query w celu wykonania zapytania JMESPath na wynikach poleceń.

az ml job show --name my-job-id --query "{Name:name,Jobstatus:status}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--web -e

Pokaż szczegóły uruchomienia zadania w usłudze Azure ML Studio w przeglądarce internetowej.

wartość domyślna: False

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job show-services

Pokaż usługi zadania na węzeł.

az ml job show-services --name
                        --resource-group
                        --workspace-name
                        [--node-index]

Przykłady

Pokaż usługi zadania na węzeł przy użyciu argumentu --query do wykonania zapytania JMESPath na wynikach poleceń.

az ml job show-services --name my-job-id --node-index 0 --query "{Name:name,Jobstatus:status}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--node-index -i

Indeks węzła, dla którego należy wyświetlić usługi.

wartość domyślna: 0

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job stream

Przesyłanie strumieniowe dzienników zadań do konsoli programu .

az ml job stream --name
                 --resource-group
                 --workspace-name

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job update

Aktualizowanie zadania.

Można zaktualizować tylko właściwości "tags" i "properties".

az ml job update --name
                 --resource-group
                 --workspace-name
                 [--add]
                 [--force-string]
                 [--remove]
                 [--set]
                 [--web]

Parametry wymagane

--name -n

Nazwa zadania.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--add

Dodaj obiekt do listy obiektów, określając pary ścieżki i wartości klucza. Przykład: --add property.listProperty <key=value, string or JSON string>.

wartość domyślna: []

--force-string

W przypadku używania polecenia "set" lub "add" zachowaj literały ciągu zamiast próbować konwertować na format JSON.

wartość domyślna: False

--remove

Usuń właściwość lub element z listy. Przykład: --remove property.list <indexToRemove> OR --remove propertyToRemove.

wartość domyślna: []

--set

Zaktualizuj obiekt, określając ścieżkę właściwości i wartość do ustawienia. Przykład: --set property1.property2=<value>.

wartość domyślna: []

--web -e

Pokaż szczegóły uruchomienia zadania w usłudze Azure ML Studio w przeglądarce internetowej.

wartość domyślna: False

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.

az ml job validate

Zweryfikuj zadanie. To polecenie działa tylko dla zadań potoku tylko na razie.

To polecenie zweryfikuje plik specyfikacji YAML, aby sprawdzić, czy jest prawidłowy w przypadku tworzenia zadania, i zwraca wszystkie znalezione problemy. Walidacja obejmuje głównie lokalne sprawdzanie schematu, takie jak brakujące pola, środowisko bez określonej wersji, kod odwoływał się do nieistniejącej ścieżki lokalnej; Sprawdzi również istnienie przywołynych obiektów docelowych obliczeniowych w docelowym obszarze roboczym. Wynik weryfikacji zostanie wydrukowany w konsoli, w tym zarówno błędy, jak i ostrzeżenia. Tylko błędy spowodują niepowodzenie walidacji. Pomyślnie przekazana weryfikacja zadania będzie mogła zostać przesłana. To polecenie działa tylko dla zadań potoku tylko na razie.

az ml job validate --file
                   --resource-group
                   --workspace-name
                   [--set]

Przykłady

Zweryfikuj plik specyfikacji YAML, aby sprawdzić, czy jest on prawidłowy do utworzenia zadania.

az ml job validate --file job.yml --resource-group my-resource-group --workspace-name my-workspace

Parametry wymagane

--file -f

Ścieżka lokalna do pliku YAML zawierającego specyfikację zadania usługi Azure ML. Dokumentację referencyjną YAML dla zadania można znaleźć pod adresem: https://aka.ms/ml-cli-v2-job-pipeline-yaml-reference.

--resource-group -g

Nazwa grupy zasobów. Grupę domyślną można skonfigurować przy użyciu polecenia az configure --defaults group=<name>.

--workspace-name -w

Nazwa obszaru roboczego usługi Azure ML. Domyślny obszar roboczy można skonfigurować przy użyciu polecenia az configure --defaults workspace=<name>.

Parametry opcjonalne

--set

Zaktualizuj obiekt, określając ścieżkę właściwości i wartość do ustawienia. Przykład: --set property1.property2=.

Parametry globalne

--debug

Zwiększ szczegółowość rejestrowania, aby wyświetlić wszystkie dzienniki debugowania.

--help -h

Pokaż ten komunikat pomocy i zakończ pracę.

--only-show-errors

Pokaż tylko błędy, pomijając ostrzeżenia.

--output -o

Format danych wyjściowych.

akceptowane wartości: json, jsonc, none, table, tsv, yaml, yamlc

wartość domyślna: json

--query

Ciąg zapytania JMESPath. Zobacz http://jmespath.org/ , aby uzyskać więcej informacji i przykładów.

--subscription

Nazwa lub identyfikator subskrypcji. Subskrypcję domyślną można skonfigurować przy użyciu polecenia az account set -s NAME_OR_ID.

--verbose

Zwiększ szczegółowość rejestrowania. Użyj --debuguj, aby uzyskać pełne dzienniki debugowania.