Compartilhar via

Instalar e configurar a CLI (v2)

  • Artigo

APLICA-SE A: Extensão de ML da CLI do Azurev2 (atual)

A extensão ml da CLI do Azure é a interface aprimorada do Azure Machine Learning. Ela permite que você treine e implante modelos usando a linha de comando, com recursos que aceleram a escala vertical e horizontal da ciência de dados, enquanto acompanha o ciclo de vida do modelo.

Pré-requisitos

  • Para usar a CLI, você deve ter uma assinatura do Azure. Caso não tenha uma assinatura do Azure, crie uma conta gratuita antes de começar. Experimente hoje mesmo a versão gratuita ou paga do Azure Machine Learning.
  • Para usar os comandos da CLI deste documento em seu ambiente local, você precisará da CLI do Azure.

Instalação

A nova extensão de Machine Learning exige a CLI do Azure versão >=2.38.0. Verifique se este requisito foi atendido:

az version

Caso contrário, atualize a CLI do Azure.

Verifique as extensões da CLI do Azure que estão instaladas:

az extension list

Remova qualquer instalação existente da extensão ml e também a extensão da CLI v1 azure-cli-ml:

az extension remove -n azure-cli-ml
az extension remove -n ml

Agora, instale a extensão ml:

az extension add -n ml

Execute o comando de ajuda para verificar a instalação e ver os subcomandos disponíveis:

az ml -h

Você pode atualizar a extensão para a última versão:

az extension update -n ml

Instalação no Linux

No Debian ou Ubuntu, a maneira mais rápida de instalar a versão necessária da CLI e a extensão do Machine Learning é:

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash 
az extension add -n ml -y

Para obter informações sobre como instalar em outras distribuições do Linux, acesse Instalar a CLI do Azure para Linux.

Configuração

Entre:

az login

Se você tem acesso a várias assinaturas do Azure, defina a assinatura ativa:

az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"

Como alternativa, configure as variáveis comuns no seu shell para uso nos comandos subsequentes:


GROUP="azureml-examples"

LOCATION="eastus"

WORKSPACE="main"

Aviso

Esse procedimento usa a sintaxe do Bash para definir variáveis. Ajuste conforme o necessário para o seu shell. Você também pode substituir os valores nos comandos dos exemplos a seguir em linha em vez de usar variáveis.

Se o grupo de recursos do Azure ainda não existe, você pode criá-lo:


az group create -n $GROUP -l $LOCATION

E criar um workspace de aprendizado de máquina:


az ml workspace create -n $WORKSPACE -g $GROUP -l $LOCATION

Os subcomandos do Machine Learning exigem os parâmetros --workspace/-w e --resource-group/-g. Para evitar digitá-los repetidamente, configure os padrões:

az configure --defaults group=$GROUP workspace=$WORKSPACE location=$LOCATION

Dica

A maioria dos exemplos de código considera que você já definiu um workspace e um grupo de recursos padrão. Você pode substituí-los na linha de comando.

Você pode mostrar os padrões atuais usando --list-defaults/-l:

az configure -l -o table

Dica

Combinar com --output/-o permite formatos de saída mais legíveis.

Comunicações seguras

A ml extensão da CLI (às vezes chamada de 'CLI v2') para Azure Machine Learning envia dados operacionais (parâmetros e metadados YAML) pela Internet pública. Todos os comandos ml de extensão da CLI se comunicam com o Azure Resource Manager. Essa comunicação é protegida usando HTTPS/TLS 1.2.

Os dados em um armazenamento de dados protegido em uma rede virtual não são enviados pela internet pública. Por exemplo, se seus dados de treinamento estiverem localizados na conta de armazenamento padrão para o espaço de trabalho e a conta de armazenamento estiver em uma rede virtual.

Observação

Com a extensão anterior (azure-cli-ml, às vezes chamada de 'CLI v1'), somente alguns dos comandos se comunicam com o Azure Resource Manager. Especificamente, comandos que criam, atualizam, excluem, listam ou mostram recursos do Azure. Operações como enviar um trabalho de treinamento se comunicam diretamente com o espaço de trabalho do Azure Machine Learning. Se o espaço de trabalho estiver protegido com um ponto de extremidade privado, isso será suficiente para proteger os comandos fornecidos pela extensão azure-cli-ml.

Se o workspace do Azure Machine Learning for público (ou seja, não atrás de uma rede virtual), não haverá nenhuma configuração extra necessária. As comunicações são protegidas usando HTTPS/TLS 1.2

Próximas etapas