Поделиться через


az ml model

Примечание.

Эта ссылка является частью расширения ml для Azure CLI (версия 2.15.0 или более поздней). Расширение будет автоматически устанавливаться при первом запуске команды az ml model . Подробнее о расширениях.

Управление моделями Машинного обучения Azure.

Модели машинного обучения Azure состоят из двоичных файлов, представляющих модель машинного обучения и любые соответствующие метаданные. Эти модели можно использовать в развертываниях конечных точек для вывода в режиме реального времени и пакетной обработки.

Команды

Имя Описание Тип Состояние
az ml model archive

Архивируйте модель.

Расширение Общедоступная версия
az ml model create

Создание модели.

Расширение Общедоступная версия
az ml model download

Скачайте все файлы, связанные с моделью.

Расширение Общедоступная версия
az ml model list

Вывод списка моделей в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

Расширение Общедоступная версия
az ml model package

Упаковайте модель в среду.

Расширение Предварительный просмотр
az ml model restore

Восстановление архивной модели.

Расширение Общедоступная версия
az ml model share

Предоставление общего доступа к определенной модели из рабочей области в реестр.

Расширение Общедоступная версия
az ml model show

Отображение сведений о модели в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

Расширение Общедоступная версия
az ml model update

Обновите модель в рабочей области или реестре.

Расширение Общедоступная версия

az ml model archive

Архивируйте модель.

Архивация модели по умолчанию будет скрыта из запросов списка (az ml model list). Вы по-прежнему можете ссылаться и использовать архивную модель в рабочих процессах. Можно архивировать контейнер модели или определенную версию модели. Архивация контейнера модели будет архивировать все версии модели под этим именем. Архивная модель можно восстановить с помощью az ml model restore. Если весь контейнер модели архивирован, вы не сможете восстановить отдельные версии модели. Необходимо восстановить контейнер модели.

az ml model archive --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Примеры

Архивируйте контейнер модели (архивирует все версии этой модели)

az ml model archive --name my-model --resource-group my-resource-group --workspace-name my-workspace

Архивация конкретной версии модели

az ml model archive --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя модели.

Необязательные параметры

--label -l

Метка модели.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--version -v

Версия модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model create

Создание модели.

Модели можно создавать из локального файла, локального каталога, хранилища данных или выходных данных задания. Созданная модель будет отслеживаться в рабочей области или реестре под указанным именем и версией. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

az ml model create [--datastore]
                   [--description]
                   [--file]
                   [--name]
                   [--no-wait]
                   [--path]
                   [--registry-name]
                   [--resource-group]
                   [--set]
                   [--stage]
                   [--tags]
                   [--type]
                   [--version]
                   [--workspace-name]

Примеры

Создание модели из файла спецификации YAML

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

Создание модели из локальной папки с помощью параметров команды

az ml model create --name my-model --version 1 --path ./my-model --resource-group my-resource-group --workspace-name my-workspace

Создание модели с помощью формата URI запуска mlflow "run:/<run-id><path-to-model-relative-to-the-root-of-the-artifact-location>/" и параметров команды

az ml model create --name my-model --version 1 --path runs:/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/model/ --type mlflow_model --resource-group my-resource-group --workspace-name my-workspace

Создайте модель из именованных выходных данных задания с помощью формата URI задания Azureml "azureml://jobs/<job-name>/outputs//<named-output>paths/<path-to-model-relative-to-the-named-output-location>" и параметров команд. Выходные данные по умолчанию — артефакты

az ml model create --name my-model --version 1 --path azureml://jobs/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/outputs/artifacts/paths/model/ --resource-group my-resource-group --workspace-name my-workspace

Создание модели из хранилища данных "azureml://datastores/<datastore-name>/paths/<path-to-model-relative-to-the-root-of-the-datastore-location>" с помощью параметров команды

az ml model create --name my-model --version 1 --path azureml://datastores/myblobstore/paths/models/cifar10/cifar.pt --resource-group my-resource-group --workspace-name my-workspace

Необязательные параметры

--datastore

Хранилище данных для отправки локального артефакта в.

--description

Описание модели.

--file -f

Локальный путь к ФАЙЛу YAML, содержаму спецификацию модели Машинного обучения Azure. Справочные документы YAML для модели можно найти по адресу: https://aka.ms/ml-cli-v2-model-yaml-reference

--name -n

Имя модели.

--no-wait

Не ожидать завершения длительной операции.

значение по умолчанию: False
--path -p

Путь к файлам модели. Это может быть локальное или удаленное расположение. Если задано, необходимо также указать --name/-n и --version/-v.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--set

Обновите объект, указав путь к свойству и значение для задания. Пример: --set property1.property2=.

--stage -s

Этап модели.

--tags

Пары "ключ-значение", разделенные пробелами, для тегов объекта.

--type -t

Тип модели, допустимые значения : custom_model, mlflow_model и triton_model. Тип по умолчанию — custom_model.

--version -v

Версия модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model download

Скачайте все файлы, связанные с моделью.

Файлы будут загружены в папку с именем модели. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

az ml model download --name
                     --version
                     [--download-path]
                     [--registry-name]
                     [--resource-group]
                     [--workspace-name]

Примеры

Скачивание модели с указанным именем и версией

az ml model download --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Скачайте модель с указанным именем и версией в указанный локальный путь

az ml model download --name my-model --version 1  --download-path local_path --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя модели.

--version -v

Версия модели.

Необязательные параметры

--download-path -p

Путь к скачиванию файлов модели по умолчанию используется в текущем рабочем каталоге.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model list

Вывод списка моделей в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

az ml model list [--archived-only]
                 [--include-archived]
                 [--max-results]
                 [--name]
                 [--registry-name]
                 [--resource-group]
                 [--stage]
                 [--workspace-name]

Примеры

Вывод списка всех моделей в рабочей области

az ml model list --resource-group my-resource-group --workspace-name my-workspace

Вывод списка всех версий модели для указанного имени в рабочей области

az ml model list --name my-model --resource-group my-resource-group --workspace-name my-workspace

Вывод списка всех моделей в рабочей области с помощью аргумента --query для выполнения запроса JMESPath в результатах команд.

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

Необязательные параметры

--archived-only

Список только архивных моделей.

значение по умолчанию: False
--include-archived

Вывод списка архивных моделей и активных моделей.

значение по умолчанию: False
--max-results -r

Максимальное количество возвращаемых результатов.

--name -n

Имя модели. При условии будут возвращены все версии модели под этим именем.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--stage -s

Этап модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model package

Предварительный просмотр

Эта команда находится в предварительной версии и находится в процессе разработки. Уровни ссылок и поддержки: https://aka.ms/CLI_refstatus

Упаковайте модель в среду.

При упаковке модели создается среда со всеми зависимостями.

az ml model package --file
                    --name
                    --version
                    [--registry-name]
                    [--resource-group]
                    [--workspace-name]

Примеры

Упаковка модели с указанным именем и версией

az ml model package --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --file my-package.yml

Обязательные параметры

--file -f

Локальный путь к ФАЙЛу YAML, содержаму определение пакета модели.

--name -n

Имя модели.

--version -v

Версия модели.

Необязательные параметры

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model restore

Восстановление архивной модели.

При восстановлении архивной модели она больше не будет скрыта из запросов списка (az ml model list). Если архивируется весь контейнер модели, можно восстановить этот архивированный контейнер. При этом будут восстановлены все версии модели под этим именем. Невозможно восстановить только определенную версию модели, если весь контейнер модели архивирован. Необходимо восстановить весь контейнер. Если архивирована только отдельная версия модели, можно восстановить эту конкретную версию.

az ml model restore --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Примеры

Восстановление архивного контейнера модели (восстанавливает все версии этой модели)

az ml model restore --name my-model --resource-group my-resource-group --workspace-name my-workspace

Восстановление определенной архивной версии модели

az ml model restore --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя модели.

Необязательные параметры

--label -l

Метка модели.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--version -v

Версия модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model share

Предоставление общего доступа к определенной модели из рабочей области в реестр.

Скопируйте существующую модель из рабочей области в реестр для повторного использования нескольких рабочих областей.

az ml model share --name
                  --registry-name
                  --share-with-name
                  --share-with-version
                  --version
                  [--resource-group]
                  [--workspace-name]

Примеры

Предоставление общего доступа к существующей среде из рабочей области в реестр

az ml model share --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry

Обязательные параметры

--name -n

Имя модели.

--registry-name

Целевой реестр.

--share-with-name

Имя создаваемой модели.

--share-with-version

Версия создаваемой модели.

--version -v

Версия модели.

Необязательные параметры

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model show

Отображение сведений о модели в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

az ml model show --name
                 [--label]
                 [--registry-name]
                 [--resource-group]
                 [--version]
                 [--workspace-name]

Примеры

Отображение сведений о модели с указанным именем и версией

az ml model show --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя модели.

Необязательные параметры

--label -l

Метка модели.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

--version -v

Версия модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.

az ml model update

Обновите модель в рабочей области или реестре.

Свойства description и tags можно обновить. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name> .

az ml model update --name
                   --resource-group
                   [--add]
                   [--force-string]
                   [--label]
                   [--registry-name]
                   [--remove]
                   [--set]
                   [--stage]
                   [--version]
                   [--workspace-name]

Примеры

Обновление вкусов модели

az ml model update --name my-model --version 1 --set flavors.python_function.python_version=3.8 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя модели.

--resource-group -g

Имя группы ресурсов. Вы можете настроить расположение по умолчанию с помощью az configure --defaults group=<name>.

Необязательные параметры

--add

Добавьте объект в список объектов, указав пары пути и значения ключа. Пример: --add property.listProperty <key=value, string or JSON string>.

значение по умолчанию: []
--force-string

При использовании "set" или "add" сохраняйте строковые литералы вместо попытки преобразовать в JSON.

значение по умолчанию: False
--label -l

Метка модели.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область.

--remove

Удалите свойство или элемент из списка. Пример: --remove property.list <indexToRemove> OR --remove propertyToRemove.

значение по умолчанию: []
--set

Обновите объект, указав путь к свойству и значение для задания. Пример: --set property1.property2=<value>.

значение по умолчанию: []
--stage -s

Этап модели.

--version -v

Версия модели.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры
--debug

Повышение уровня детализации журнала для включения всех журналов отладки.

--help -h

Отображение этого справочного сообщения и выход.

--only-show-errors

Показывать только ошибки, блокируя предупреждения.

--output -o

Формат вывода.

допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc
значение по умолчанию: json
--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.

--subscription

Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.