Criar e usar ambientes de software de uso no Azure Machine Learning com a CLI v1

APLICA-SE A:Extensão ml da CLI do Azure v1

Neste artigo, saiba como criar e gerenciar ambientes do Azure Machine Learning usando CLI v1. Use os ambientes para acompanhar e reproduzir as dependências de software de seus projetos à medida que eles evoluem. A CLI v1 do Azure Machine Learning espelha a maior parte da funcionalidade do SDK do Python v1. Você pode usá-la para criar e gerenciar ambientes.

O gerenciamento de dependências de software é uma tarefa comum para os desenvolvedores. Você quer garantir que as compilações possam ser reproduzidas sem precisar fazer muitas configurações manuais de software. A classe Environment do Azure Machine Learning considera soluções de desenvolvimento local, como pip e Conda, e desenvolvimento em nuvem distribuído por meio de recursos do Docker.

Para ter uma visão geral de alto nível de como os ambientes funcionam no Azure Machine Learning, confira O que são ambientes de ML?. Para obter informações sobre como gerenciar ambientes no Estúdio do Azure Machine Learning, confira Gerenciar ambientes no estúdio. Para obter informações sobre como configurar ambientes de desenvolvimento, confira Configurar um ambiente de desenvolvimento do Python para o Azure Machine Learning.

Pré-requisitos

• Um workspace do Azure Machine Learning

Importante

Alguns comandos da CLI do Azure neste artigo usam a extensão azure-cli-ml ou v1 do Azure Machine Learning. O suporte à extensão v1 terminará em 30 de setembro de 2025. Você poderá instalar e usar a extensão v1 até essa data.

Recomendamos que você faça a transição para a extensão ml ou v2, antes de 30 de setembro de 2025. Para obter mais informações sobre a extensão v2, confira Extensão da CLI do Azure ML e SDK do Python v2.

Scaffold de um ambiente

O comando a seguir joga (scaffold) os arquivos para uma definição de ambiente padrão no diretório especificado. Esses arquivos são JSON. Eles funcionam como a classe correspondente no SDK. Você pode usar os arquivos para criar novos ambientes com configurações personalizadas.

az ml environment scaffold -n myenv -d myenvdir

Registrar um ambiente

Execute o comando a seguir para registrar um ambiente de um diretório especificado:

az ml environment register -d myenvdir

Lista de ambientes

Execute o comando a seguir para listar todos os ambientes registrados:

az ml environment list

Baixar um ambiente

Para baixar um ambiente registrado, use o seguinte comando:

az ml environment download -n myenv -d downloaddir

Próximas etapas

• Depois que tiver um modelo treinado, aprenda Como e em que local implantar modelos.
• Visualize Environment referência do SDK de classe.