Поделиться через


Установка и настройка CLI (версия 2)

ОБЛАСТЬ ПРИМЕНЕНИЯ: расширение машинного обучения Azure CLI версии 2 (текущее)

Расширение ml Azure CLI — это расширенный интерфейс для Машинное обучение Azure. Он позволяет обучать и развертывать модели из командной строки с помощью функций, которые ускоряют увеличение масштаба при обработке и анализе данных и помогают отслеживать жизненный цикл модели.

Необходимые компоненты

  • Для использования интерфейса командной строки необходима подписка Azure. Если у вас нет подписки Azure, создайте бесплатную учетную запись, прежде чем приступить к работе. Опробуйте бесплатную или платную версию Машинного обучения Azure уже сегодня.
  • Чтобы выполнять приведенные в этом документе команды CLI в локальной среде, вам потребуется Azure CLI.

Установка

Для нового расширения для Машинного обучения необходима версия Azure CLI >=2.38.0. Убедитесь, что это требование выполняется:

az version

В противном случае обновите Azure CLI.

Проверьте установленные расширения Azure CLI:

az extension list

Удалите любую существующую установку ml расширения, а также расширение CLI версии 1 azure-cli-ml :

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

Теперь установите расширение ml:

az extension add -n ml

Выполните команду help, чтобы проверить установку и просмотреть доступные подкоманды:

az ml -h

Вы можете обновить расширение до последней версии:

az extension update -n ml

Установка в Linux

Если вы используете Debian или Ubuntu, самый быстрый способ установить необходимую версию CLI и расширение Машинное обучение:

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

Дополнительные сведения об установке в других дистрибутивах Linux см. в статье "Установка Azure CLI для Linux".

Настройка

Вход.

az login

Если у вас есть доступ к нескольким подпискам Azure, вы можете установить активную подписку:

az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"

При необходимости настройте общие переменные в оболочке для использования в последующих командах:


GROUP="azureml-examples"

LOCATION="eastus"

WORKSPACE="main"

Предупреждение

Для задания переменных используется синтаксис Bash. Настройте по мере необходимости для оболочки. Можно также заменить значения в командах в следующих примерах, а не с помощью переменных.

Вы можете создать группу ресурсов Azure, если ее еще не существует.


az group create -n $GROUP -l $LOCATION

Также создайте рабочую область машинного обучения:


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

В подкомандах машинного обучения используются параметры --workspace/-w и --resource-group/-g. Чтобы не вводить их повторно, настройте значения по умолчанию:

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

Совет

В большинстве примеров кода предполагается, что вы задали рабочую область и группу ресурсов по умолчанию. Их можно переопределить в командной строке.

Чтобы отобразить значения по умолчанию, укажите параметр --list-defaults/-l:

az configure -l -o table

Совет

Одновременное указание параметра --output/-o позволяет сделать формат выходных данных более удобным.

Безопасное соединение

Расширение CLI ml (иногда называемое "CLI версии 2") для Машинного обучения Azure отправляет рабочие данные (параметры и метаданные YAML) через общедоступный интернет. Все команды расширения CLI ml обмениваются данными с Azure Resource Manager. Этот обмен данными защищается с использованием протоколов HTTPS/TLS 1.2.

Данные в хранилище данных, защищенном в виртуальной сети, t_ отправляются через общедоступный Интернет. Например, это справедливо в том случае, если данные для обучения находятся в учетной записи хранения по умолчанию для рабочей области и учетная запись хранения находится в виртуальной сети.

Примечание.

Для предыдущего расширения (azure-cli-ml, иногда называемого "CLI версии 1") в Azure Resource Manager отправлялись только некоторые команды. В частности, это команды для создания, обновления, удаления, перечисления и отображения ресурсов Azure. Такие операции, как отправка задания обучения напрямую взаимодействуют с рабочей областью Машинного обучения Azure. Если рабочая область защищена с помощью частной конечной точки, этого достаточно для защиты команд, предоставляемых расширением azure-cli-ml.

Если рабочая область Машинного обучения Azure является общедоступной (то есть не скрыта за виртуальной сетью), дополнительная настройка не требуется. Обмен данными защищен с помощью протоколов HTTPS/TLS 1.2.

Следующие шаги