az ml model
Observação
Essa referência faz parte da extensão azure-cli-ml para a CLI do Azure (versão 2.0.28 ou superior). A extensão será instalada automaticamente na primeira vez que você executar um comando az ml model . Saiba mais sobre extensões.
Gerenciar modelos de aprendizado de máquina.
Comandos
| Nome | Description | Tipo | Status |
|---|---|---|---|
| az ml model delete |
Exclua um modelo da área de trabalho. |
Extensão | GA |
| az ml model deploy |
Implante modelos(s) a partir do espaço de trabalho. |
Extensão | GA |
| az ml model download |
Baixe um modelo do espaço de trabalho. |
Extensão | GA |
| az ml model list |
Listar modelos no espaço de trabalho. |
Extensão | GA |
| az ml model package |
Empacote um modelo no espaço de trabalho. |
Extensão | GA |
| az ml model profile |
Modelo(s) de perfil no espaço de trabalho. |
Extensão | GA |
| az ml model register |
Registre um modelo no espaço de trabalho. |
Extensão | GA |
| az ml model show |
Mostrar um modelo na área de trabalho. |
Extensão | GA |
| az ml model update |
Atualize um modelo no espaço de trabalho. |
Extensão | GA |
az ml model delete
Exclua um modelo da área de trabalho.
az ml model delete --model-id
[--path]
[--resource-group]
[--subscription-id]
[--workspace-name]
[-v]Parâmetros Exigidos
ID do modelo a ser excluído.
Parâmetros Opcionais
Caminho para uma pasta de projeto. Padrão: diretório atual.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Especifica a ID da assinatura.
Nome do workspace.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model deploy
Implante modelos(s) a partir do espaço de trabalho.
az ml model deploy --name
[--ae]
[--ai]
[--ar]
[--as]
[--at]
[--autoscale-max-replicas]
[--autoscale-min-replicas]
[--base-image]
[--base-image-registry]
[--cc]
[--ccl]
[--cf]
[--collect-model-data]
[--compute-target]
[--compute-type]
[--cuda-version]
[--dc]
[--description]
[--dn]
[--ds]
[--ed]
[--eg]
[--entry-script]
[--environment-name]
[--environment-version]
[--failure-threshold]
[--gb]
[--gbl]
[--gc]
[--ic]
[--id]
[--key-name]
[--key-version]
[--kp]
[--ks]
[--lo]
[--max-request-wait-time]
[--model]
[--model-metadata-file]
[--namespace]
[--no-wait]
[--nr]
[--overwrite]
[--path]
[--period-seconds]
[--pi]
[--po]
[--property]
[--replica-max-concurrent-requests]
[--resource-group]
[--rt]
[--sc]
[--scoring-timeout-ms]
[--sd]
[--se]
[--sk]
[--sp]
[--st]
[--subnet-name]
[--subscription-id]
[--tag]
[--timeout-seconds]
[--token-auth-enabled]
[--tp]
[--vault-base-url]
[--version-name]
[--vnet-name]
[--workspace-name]
[-v]Parâmetros Exigidos
O nome do serviço implantado.
Parâmetros Opcionais
Se a autenticação de chave deve ou não ser habilitada para esse serviço Web. Usa False como padrão.
Se o AppInsights deve ser habilitado ou não para esse serviço Web. Usa False como padrão.
Com que frequência o dimensionador automático deve tentar dimensionar esse serviço Web. O valor padrão é 1.
Se o dimensionamento automático deve ou não ser habilitado para este serviço Web. O valor padrão será True se num_replicas for None.
A utilização de destino (em percentual de 100) que o dimensionador automático deve tentar manter para esse serviço Web. O valor padrão é 70.
O número máximo de contêineres usados no dimensionamento automático desse serviço Web. O valor padrão é 10.
O número mínimo de contêineres a serem usados no dimensionamento automático desse serviço Web. O valor padrão é 1.
Uma imagem personalizada a ser usada como imagem base. Se nenhuma imagem base for fornecida, a imagem base será usada com base no parâmetro de runtime determinado.
Registro de imagem que contém a imagem base.
O número de núcleos de CPU a serem alocados para esse serviço Web. Pode ser um decimal. O padrão é 0.1.
O número máximo de núcleos de CPU que esse serviço Web tem permissão para usar. Pode ser um decimal.
Caminho para o arquivo local que contém uma definição de ambiente conda a ser usada para a imagem.
Se a coleta de dados de modelo deve ou não ser habilitada para esse serviço Web. Usa False como padrão.
Nome do destino da computação. Aplicável somente ao implantar no AKS.
Tipo de computação do serviço a ser implantado.
Versão do CUDA a ser instalada para imagens que precisam de suporte a GPU. A imagem de GPU precisa ser usada em serviços do Microsoft Azure, como Instâncias de Contêiner do Azure, Computação do Machine Learning, Máquinas Virtuais do Azure e Serviço de Kubernetes do Azure. As versões com suporte são 9.0, 9.1 e 10.0. Se 'enable_gpu' estiver definido, o padrão será '9.1'.
Caminho para um arquivo JSON ou YAML que contém metadados de implantação.
Descrição do serviço implantado.
O nome dns para este Webservice.
Caminho para o arquivo local que contém etapas adicionais do Docker a serem executadas durante a configuração da imagem.
Diretório do Ambiente de Aprendizado de Máquina do Azure para implantação. É o mesmo caminho de diretório fornecido no comando 'az ml environment scaffold'.
Se o suporte à GPU deve ou não ser habilitado na imagem. A imagem de GPU precisa ser usada em serviços do Microsoft Azure, como Instâncias de Contêiner do Azure, Computação do Machine Learning, Máquinas Virtuais do Azure e Serviço de Kubernetes do Azure. Usa False como padrão.
Caminho para o arquivo local que contém o código a ser executado para o serviço (caminho relativo de source_directory se um for fornecido).
Nome do Ambiente de Aprendizado de Máquina do Azure para implantação.
Versão de um Ambiente de Aprendizado de Máquina do Azure existente para implantação.
Quando um Pod é iniciado e o teste de vivacidade falha, o Kubernetes tenta --failure-threshold vezes antes de desistir. O valor padrão é 3. O valor mínimo é 1.
A quantidade de memória (em GB) alocada para esse serviço Web. Pode ser um decimal.
A quantidade máxima de memória (em GB) que esse serviço Web tem permissão para usar. Pode ser um decimal.
O número de núcleos gpu a serem alocados para este Webservice. O padrão é UTF-1.
Caminho para um arquivo JSON ou YAML que contém a configuração de inferência.
Número de segundos depois que o contêiner é iniciado antes que as investigações de atividade sejam iniciadas. O valor padrão é 310.
Nome da chave para para propriedades de criptografia em chaves gerenciadas pelo cliente (CMK) para ACI.
Versão de chave para para propriedades de criptografia em chaves gerenciadas pelo cliente (CMK) para ACI.
Uma chave de autenticação primária a ser usada para esse serviço Web.
Uma chave de autenticação secundária usada para esse serviço Web.
A região do Azure na qual implantar esse serviço Web. Se não for especificado, o local do workspace será usado. Mais detalhes sobre as regiões disponíveis podem ser encontrados aqui: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=instâncias de contêiner.
A quantidade máxima de tempo que uma solicitação permanece na fila (em milissegundos) antes de retornar um erro 503. O valor padrão é 500.
A ID do modelo a ser implantado. Vários modelos podem ser especificados com argumentos -m adicionais. Os modelos precisam ser registrados primeiro.
Caminho para um arquivo JSON que contém metadados de registro de modelo. Vários modelos podem ser fornecidos usando vários parâmetros -f.
Namespace do Kubernetes no qual implantar o serviço: até 63 caracteres alfanuméricos minúsculos ('a'-'z', '0'-'9') e hífen ('-'). O primeiro e o último caracteres não podem ser hifens. Aplicável somente ao implantar no AKS.
Sinalize para não aguardar chamadas assíncronas.
O número de contêineres alocados para este serviço Web. Não há valor padrão. Se esse parâmetro não for definido, o dimensionador automático será habilitado por padrão.
Substitua o serviço existente se houver conflito de nomes.
Caminho para uma pasta de projeto. Padrão: diretório atual.
A frequência (em segundos) para realizar a investigação de atividade. O padrão é 10 segundos. O valor mínimo é 1.
Caminho para um arquivo JSON que contém resultados de criação de perfil.
A porta local na qual expor o ponto de extremidade HTTP do serviço.
Propriedade chave/valor a ser adicionada (e.g. key=valor ). Várias propriedades podem ser especificadas com várias opções --property.
O número máximo de solicitações simultâneas por nó para permitir esse Webservice. O valor padrão é 1.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Qual tempo de execução usar para imagem. Os tempos de execução suportados atualmente são 'spark-py' e 'python'spark-py|python|python-slim.
O cname a ser usado se o SSL estiver habilitado.
Um tempo limite para aplicar chamadas de pontuação para esse serviço Web. O valor padrão é 60000.
Caminho para pastas que contêm todos os arquivos para criar a imagem.
Se o SSL deve ser habilitado ou não para esse serviço Web. Usa False como padrão.
O arquivo de chave necessário se o SSL estiver habilitado.
O arquivo de certificado necessário se o SSL estiver habilitado.
O mínimo de sucessos consecutivos para que a investigação de atividade seja considerada bem-sucedida após apresentar falha. O valor padrão é 1. O valor mínimo é 1.
Nome da sub-rede dentro da VNet.
Especifica a ID da assinatura.
Tag chave/valor a ser adicionada (e.g. key=valor). Várias tags podem ser especificadas com várias opções --tag.
Número de segundos após os quais a investigação de atividade expira. O valor padrão é 2 segundo. O valor mínimo é 1.
Habilitar ou não a autenticação de token para este Webservice. Ignorado se não estiver implantando no AKS. Usa False como padrão.
A quantidade de tráfego que a versão recebe em um ponto de extremidade. Pode ser um decimal. Assume o padrão de 0.
URL base do Vault para propriedades de criptografia em chaves gerenciadas pelo cliente (CMK) para ACI.
O nome da versão em um ponto de extremidade. O padrão é o nome do ponto de extremidade para a primeira versão.
Nome da rede virtual.
Nome do workspace.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model download
Baixe um modelo do espaço de trabalho.
az ml model download --model-id
--target-dir
[--overwrite]
[--path]
[--resource-group]
[--subscription-id]
[--workspace-name]
[-v]Parâmetros Exigidos
ID do modelo.
Diretório de destino para o qual baixar o arquivo de modelo.
Parâmetros Opcionais
Substitua se o mesmo arquivo de nome existir no diretório de destino.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Especifica a ID da assinatura.
Nome do espaço de trabalho que contém o modelo a ser exibido.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model list
Listar modelos no espaço de trabalho.
az ml model list [--dataset-id]
[--latest]
[--model-name]
[--path]
[--property]
[--resource-group]
[--run-id]
[--subscription-id]
[--tag]
[--workspace-name]
[-v]Parâmetros Opcionais
Se fornecido, mostrará apenas modelos com a ID do conjunto de dados especificado.
Se fornecido, só retornará modelos com a versão mais recente.
Um nome de modelo opcional para filtrar a lista.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Propriedade chave/valor a ser adicionada (e.g. key=valor ). Várias propriedades podem ser especificadas com várias opções --property.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Se fornecido, mostrará apenas modelos com o ID de execução especificado.
Especifica a ID da assinatura.
Tag chave/valor a ser adicionada (e.g. key=valor). Várias tags podem ser especificadas com várias opções --tag.
Nome do espaço de trabalho que contém os modelos a serem listados.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model package
Empacote um modelo no espaço de trabalho.
az ml model package [--cf]
[--ed]
[--entry-script]
[--environment-name]
[--environment-version]
[--ic]
[--il]
[--image-name]
[--model]
[--model-metadata-file]
[--no-wait]
[--output-path]
[--path]
[--resource-group]
[--rt]
[--sd]
[--subscription-id]
[--workspace-name]
[-v]Parâmetros Opcionais
Caminho para o arquivo local que contém uma definição de ambiente conda a ser usada para o pacote.
Diretório do Ambiente de Aprendizado de Máquina do Azure para empacotamento. É o mesmo caminho de diretório fornecido no comando 'az ml environment scaffold'.
Caminho para o arquivo local que contém o código a ser executado para o serviço (caminho relativo de source_directory se um for fornecido).
Nome do Ambiente de Aprendizado de Máquina do Azure para empacotamento.
Versão de um Ambiente de Aprendizado de Máquina do Azure existente para empacotamento.
Caminho para um arquivo JSON ou YAML que contém a configuração de inferência.
Rótulo para fornecer a imagem do pacote construído.
Nome para dar a imagem do pacote compilado.
A ID do modelo a ser empacotado. Vários modelos podem ser especificados com argumentos -m adicionais. Os modelos precisam ser registrados primeiro.
Caminho para um arquivo JSON que contém metadados de registro de modelo. Vários modelos podem ser fornecidos usando vários parâmetros -f.
Sinalize para não aguardar chamadas assíncronas.
Caminho de saída para o contexto do docker. Se um caminho de saída for passado, em vez de criar uma imagem no ACR do espaço de trabalho, um dockerfile e o contexto de compilação necessário serão gravados nesse caminho.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Qual tempo de execução usar para o pacote. Os tempos de execução suportados atualmente são 'spark-py' e 'python'spark-py|python|python-slim.
Caminho para pastas que contêm todos os arquivos para criar a imagem.
Especifica a ID da assinatura.
Nome do workspace.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model profile
Modelo(s) de perfil no espaço de trabalho.
az ml model profile --name
[--base-image]
[--base-image-registry]
[--cc]
[--cf]
[--description]
[--ed]
[--entry-script]
[--environment-name]
[--environment-version]
[--gb]
[--ic]
[--idi]
[--model]
[--model-metadata-file]
[--output-metadata-file]
[--resource-group]
[--sd]
[--subscription-id]
[--workspace-name]
[-v]Parâmetros Exigidos
O nome do perfil do modelo.
Parâmetros Opcionais
Uma imagem personalizada a ser usada como imagem base. Se nenhuma imagem base for fornecida, a imagem base será usada com base no parâmetro de runtime determinado.
Registro de imagem que contém a imagem base.
Valor duplo para o máximo de CPU a ser usado durante a criação de perfil.
Caminho para o arquivo local que contém uma definição de ambiente conda a ser usada para a imagem.
Descrição do perfil do modelo.
Diretório do Ambiente de Aprendizado de Máquina do Azure para implantação. É o mesmo caminho de diretório fornecido no comando 'az ml environment scaffold'.
Caminho para o arquivo local que contém o código a ser executado para o serviço (caminho relativo de source_directory se um for fornecido).
Nome do Ambiente de Aprendizado de Máquina do Azure para implantação.
Versão de um Ambiente de Aprendizado de Máquina do Azure existente para implantação.
Valor duplo para o máximo de memória a ser usado durante a criação de perfil.
Caminho para um arquivo JSON ou YAML que contém a configuração de inferência.
ID do conjunto de dados tabular a ser usado como entrada para o perfil.
A ID do modelo a ser implantado. Vários modelos podem ser especificados com argumentos -m adicionais. Os modelos precisam ser registrados primeiro.
Caminho para um arquivo JSON que contém metadados de registro de modelo. Vários modelos podem ser fornecidos usando vários parâmetros -f.
Caminho para um arquivo JSON onde os metadados de resultados de perfil serão gravados. Usado como entrada para implantação do modelo.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Caminho para pastas que contêm todos os arquivos para criar a imagem.
Especifica a ID da assinatura.
Nome do workspace.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model register
Registre um modelo no espaço de trabalho.
az ml model register --name
[--asset-path]
[--cc]
[--description]
[--experiment-name]
[--gb]
[--gc]
[--model-framework]
[--model-framework-version]
[--model-path]
[--output-metadata-file]
[--path]
[--property]
[--resource-group]
[--run-id]
[--run-metadata-file]
[--sample-input-dataset-id]
[--sample-output-dataset-id]
[--subscription-id]
[--tag]
[--workspace-name]
[-v]Parâmetros Exigidos
Nome do modelo a ser registrado.
Parâmetros Opcionais
O caminho de nuvem onde a experiência é executada armazena o arquivo de modelo.
O número padrão de núcleos de CPU a serem alocados para esse modelo. Pode ser um decimal.
Descrição do modelo.
O nome do experimento.
A quantidade padrão de memória (em GB) a ser alocada para esse modelo. Pode ser um decimal.
O número padrão de GPUs a serem alocadas para esse modelo.
Enquadramento do modelo a registar. Frameworks atualmente suportados: TensorFlow, ScikitLearn, Onnx, Custom, Multi.
Versão do framework do modelo a registar (por exemplo, 1.0.0, 2.4.1).
Caminho completo do arquivo de modelo a ser registrado.
Caminho para um arquivo JSON onde os metadados de registro do modelo serão gravados. Usado como entrada para implantação do modelo.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Propriedade chave/valor a ser adicionada (e.g. key=valor ). Várias propriedades podem ser especificadas com várias opções --property.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
A ID do experimento é executada de onde o modelo é registrado.
Caminho para um arquivo JSON que contém metadados de execução de experiência.
A ID do conjunto de dados de entrada de exemplo.
A ID do conjunto de dados de saída de exemplo.
Especifica a ID da assinatura.
Tag chave/valor a ser adicionada (e.g. key=valor). Várias tags podem ser especificadas com várias opções --tag.
Nome do espaço de trabalho com o qual registrar este modelo.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model show
Mostrar um modelo na área de trabalho.
az ml model show [--model-id]
[--model-name]
[--path]
[--resource-group]
[--run-id]
[--subscription-id]
[--version]
[--workspace-name]
[-v]Parâmetros Opcionais
ID do modelo a ser exibido.
Nome do modelo a ser exibido.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
Se fornecido, mostrará apenas modelos com o ID de execução especificado.
Especifica a ID da assinatura.
Se fornecido, mostrará apenas modelos com o nome e a versão especificados.
Nome do espaço de trabalho que contém o modelo a ser exibido.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
az ml model update
Atualize um modelo no espaço de trabalho.
az ml model update --model-id
[--add-property]
[--add-tag]
[--cc]
[--description]
[--gb]
[--gc]
[--path]
[--remove-tag]
[--resource-group]
[--sample-input-dataset-id]
[--sample-output-dataset-id]
[--subscription-id]
[--workspace-name]
[-v]Parâmetros Exigidos
ID do modelo.
Parâmetros Opcionais
Propriedade chave/valor a ser adicionada (e.g. key=valor ). Várias propriedades podem ser especificadas com várias opções --add-property.
Tag chave/valor a ser adicionada (e.g. key=valor). Várias tags podem ser especificadas com várias opções --add-tag.
O número padrão de núcleos de CPU a serem alocados para esse modelo. Pode ser um decimal.
Descrição para atualizar o modelo com. Substituirá a descrição atual.
A quantidade padrão de memória (em GB) a ser alocada para esse modelo. Pode ser um decimal.
O número padrão de GPUs a serem alocadas para esse modelo.
Caminho para uma pasta de projeto. Padrão: diretório atual.
Chave da tag a ser removida. Várias tags podem ser especificadas com várias opções --remove-tag.
Grupo de recursos correspondente ao espaço de trabalho fornecido.
A ID do conjunto de dados de entrada de exemplo.
A ID do conjunto de dados de saída de exemplo.
Especifica a ID da assinatura.
Nome do workspace.
Bandeira de verbosidade.
Parâmetros Globais
Aumente o detalhamento do log para mostrar todos os logs de depuração.
Mostrar esta mensagem de ajuda e sair.
Mostrar apenas erros, suprimindo avisos.
Formato de saída.
Cadeia de caracteres de consulta JMESPath. Consulte http://jmespath.org/ para obter mais informações e exemplos.
Nome ou ID da assinatura. Você pode configurar a assinatura padrão usando az account set -s NAME_OR_ID.
Aumentar o detalhamento do log. Use --debug para logs de depuração completos.
