az ml model
Примечание.
Эта ссылка является частью расширения azure-cli-ml для Azure CLI (версия 2.0.28 или более поздней). Расширение будет автоматически устанавливаться при первом запуске команды az ml model . Подробнее о расширениях.
Управление моделями машинного обучения.
Команды
Имя | Описание | Тип | Состояние |
---|---|---|---|
az ml model delete |
Удалите модель из рабочей области. |
Расширение | Общедоступная версия |
az ml model deploy |
Развертывание моделей из рабочей области. |
Расширение | Общедоступная версия |
az ml model download |
Скачайте модель из рабочей области. |
Расширение | Общедоступная версия |
az ml model list |
Вывод списка моделей в рабочей области. |
Расширение | Общедоступная версия |
az ml model package |
Упаковав модель в рабочую область. |
Расширение | Общедоступная версия |
az ml model profile |
Модели профилей в рабочей области. |
Расширение | Общедоступная версия |
az ml model register |
Зарегистрируйте модель в рабочей области. |
Расширение | Общедоступная версия |
az ml model show |
Отображение модели в рабочей области. |
Расширение | Общедоступная версия |
az ml model update |
Обновите модель в рабочей области. |
Расширение | Общедоступная версия |
az ml model delete
Удалите модель из рабочей области.
az ml model delete --model-id
[--path]
[--resource-group]
[--subscription-id]
[--workspace-name]
[-v]
Обязательные параметры
Идентификатор модели для удаления.
Необязательные параметры
Путь к папке проекта. По умолчанию: текущий каталог.
Группа ресурсов, соответствующая предоставленной рабочей области.
Указывает идентификатор подписки.
Имя рабочей области.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model deploy
Развертывание моделей из рабочей области.
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]
Обязательные параметры
Имя развернутой службы.
Необязательные параметры
Указывает, следует ли включить проверку подлинности для этого объект WebService. Значение по умолчанию — False.
Указывает, следует ли включить AppInsights для этой веб-службы. Значение по умолчанию — False.
Частота, с которой должны выполняться попытки автомасштабирования этой Веб-службы. По умолчанию равен 1.
Указывает, следует ли включить автомасштабирование для этой Веб-службы. По умолчанию имеет значение True, если num_replicas имеет значение None.
Целевой объем использования, который нужно пытаться поддерживать при автомасштабировании этой Веб-службы (в процентах от 100). Значение по умолчанию — 70.
Максимальное число контейнеров, используемых при автомасштабировании этой Веб-службы. Значение по умолчанию равно 10.
Минимальное число контейнеров, используемых при автомасштабировании этой Веб-службы. По умолчанию равен 1.
Пользовательский образ, который нужно использовать в качестве базового. Если базовый образ не задан, то будет использоваться базовый образ на основе заданного параметра среды выполнения.
Реестр образов, содержащий базовый образ.
Количество ядер ЦП, выделяемых для этой Веб-службы. Может выражаться десятичным числом. Значение по умолчанию — 0.1.
Максимальное число ядер ЦП, которое может использовать этот объект WebService. Может выражаться десятичным числом.
Путь к локальному файлу с определением среды conda для использования для образа.
Указывает, следует ли включить сбор данных модели для этой веб-службы. Значение по умолчанию — False.
Имя целевого объекта вычислений. Применимо только при развертывании в AKS.
Тип вычислительной службы для развертывания.
Версия CUDA, которую нужно установить для образов, требующих поддержки GPU. Образ GPU должен использоваться службами Microsoft Azure, такими как Экземпляры контейнеров Azure, Вычислительная среда Машинного обучения Azure, Виртуальные машины Azure и Служба Azure Kubernetes. Поддерживаются версии 9.0, 9.1 и 10.0. Если задано значение 'enable_gpu', по умолчанию используется версия '9.1'.
Путь к JSON или YAML-файлу, содержаму метаданные развертывания.
Описание развернутой службы.
Dns-имя для этой веб-службы.
Путь к локальному файлу с дополнительными шагами Docker для запуска при настройке образа.
Каталог для среды Машинное обучение Azure для развертывания. Это тот же путь к каталогу, что и в команде az ml environment scaffold.
Указывает, следует ли включить поддержку GPU в образе. Образ GPU должен использоваться службами Microsoft Azure, такими как Экземпляры контейнеров Azure, Вычислительная среда Машинного обучения Azure, Виртуальные машины Azure и Служба Azure Kubernetes. Значение по умолчанию — False.
Путь к локальному файлу, который содержит код для запуска службы (относительный путь от source_directory, если он указан).
Имя среды Машинное обучение Azure для развертывания.
Версия существующей среды Машинное обучение Azure для развертывания.
Когда модуль Pod запускается и проба активности завершается ошибкой, Kubernetes будет пытаться --failure-пороговое время, прежде чем отказаться. Значение по умолчанию — 3. Минимальное значение — 1.
Объем памяти (в ГБ), выделяемой для этого объекта веб-службы. Может выражаться десятичным числом.
Максимальный объем памяти (в ГБ), который может использовать этот объект WebService. Может выражаться десятичным числом.
Количество ядер gpu, выделяемых для этой веб-службы. По умолчанию 1.
Путь к JSON-файлу или YAML, содержанию конфигурации вывода.
Количество секунд после запуска контейнера до начала пробы активности. Значение по умолчанию — 310.
Имя ключа для свойств шифрования в ключах, управляемых клиентом (CMK) для ACI.
Версия ключа для свойств шифрования в ключах, управляемых клиентом (CMK) для ACI.
Первичный ключ проверки подлинности, используемый для этой веб-службы.
Вторичный ключ проверки подлинности, используемый для этой Веб-службы.
Регион Azure для развертывания этой веб-службы. Если не указать, будет использоваться расположение рабочей области. Дополнительные сведения о доступных регионах см. здесь: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=container-instances.
Максимальный период времени (в миллисекундах), в течение которого запрос будет оставаться в очереди до возврата ошибки 503. По умолчанию: 500.
Идентификатор развернутой модели. Можно указать несколько моделей с дополнительными аргументами -m. Сначала необходимо зарегистрировать модели.
Путь к JSON-файлу с метаданными регистрации модели. Можно предоставить несколько моделей с помощью нескольких параметров -f.
Пространство имен Kubernetes, в котором развертывается служба: до 63 строчных буквенно-цифровых символов ('a'z', '0'-'9') и дефиса ('-'). Первый и последний символы не могут быть дефисами. Применимо только при развертывании в AKS.
Пометка, чтобы не ожидать асинхронных вызовов.
Количество контейнеров, выделяемых для этой Веб-службы. Значения по умолчанию нет. Если этот параметр не задан, средство автомасштабирования будет включено по умолчанию.
Перезаписать существующую службу, если конфликты имен.
Путь к папке проекта. По умолчанию: текущий каталог.
Частота (в секундах) выполнения пробы активности. Значение по умолчанию — 10 секунд. Минимальное значение — 1.
Путь к JSON-файлу, содержащем результаты профилирования.
Локальный порт, на который будет предоставляться конечная точка HTTP службы.
Свойство key/value для добавления (e.g. key=value). Можно указать несколько свойств с несколькими параметрами --property.
Количество одновременных запросов на узел, разрешающих эту веб-службу. По умолчанию равен 1.
Группа ресурсов, соответствующая предоставленной рабочей области.
Какая среда выполнения используется для образа. Текущие поддерживаемые среды выполнения: spark-py и python-py|python|python|slim.
CNAME, необходимый при включенном SSL.
Время ожидания для вызовов оценок этой Веб-службы. Значение по умолчанию — 60000.
Путь к папкам, содержащим все файлы для создания образа.
Указывает, следует ли включить SSL для этой веб-службы. Значение по умолчанию — False.
Файл ключа, необходимый при включенном SSL.
Файл сертификата, необходимый при включенном SSL.
Минимальное число последовательных успешных попыток пробы активности после сбоя, после которых проба будет считаться успешной. По умолчанию равен 1. Минимальное значение — 1.
Имя подсети в виртуальной сети.
Указывает идентификатор подписки.
Тег ключа и значения для добавления (e.g. key=value). Несколько тегов можно указать с несколькими параметрами --tag.
Количество секунд, после которого истекает время ожидания пробы активности. Значение по умолчанию — 2 секунды. Минимальное значение — 1.
Следует ли включить проверку подлинности маркеров для этой веб-службы. Игнорируется, если развертывание не выполняется в AKS. Значение по умолчанию — False.
Объем трафика, который получает версия в объекте Endpoint. Может выражаться десятичным числом. Значение по умолчанию — 0.
Базовый URL-адрес хранилища для свойств шифрования в ключах, управляемых клиентом (CMK) для ACI.
Имя версии в конечной точке. По умолчанию используется имя конечной точки для первой версии.
Имя виртуальной сети.
Имя рабочей области.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model download
Скачайте модель из рабочей области.
az ml model download --model-id
--target-dir
[--overwrite]
[--path]
[--resource-group]
[--subscription-id]
[--workspace-name]
[-v]
Обязательные параметры
Идентификатор модели.
Целевой каталог для скачивания файла модели в.
Необязательные параметры
Перезапись, если тот же файл имени существует в целевом каталоге.
Путь к папке проекта. По умолчанию: текущий каталог.
Группа ресурсов, соответствующая предоставленной рабочей области.
Указывает идентификатор подписки.
Имя рабочей области, содержащей модель для отображения.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model list
Вывод списка моделей в рабочей области.
az ml model list [--dataset-id]
[--latest]
[--model-name]
[--path]
[--property]
[--resource-group]
[--run-id]
[--subscription-id]
[--tag]
[--workspace-name]
[-v]
Необязательные параметры
При условии отображаются только модели с указанным идентификатором набора данных.
При условии возвращает только модели с последней версией.
Необязательное имя модели для фильтрации списка по.
Путь к папке проекта. По умолчанию: текущий каталог.
Свойство key/value для добавления (e.g. key=value). Можно указать несколько свойств с несколькими параметрами --property.
Группа ресурсов, соответствующая предоставленной рабочей области.
Если задано, будет отображаться только модели с указанным идентификатором запуска.
Указывает идентификатор подписки.
Тег ключа и значения для добавления (e.g. key=value). Несколько тегов можно указать с несколькими параметрами --tag.
Имя рабочей области, содержащей модели для списка.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model package
Упаковав модель в рабочую область.
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]
Необязательные параметры
Путь к локальному файлу с определением среды conda для использования для пакета.
Каталог для Машинное обучение Azure среды для упаковки. Это тот же путь к каталогу, что и в команде az ml environment scaffold.
Путь к локальному файлу, который содержит код для запуска службы (относительный путь от source_directory, если он указан).
Имя среды Машинное обучение Azure для упаковки.
Версия существующей среды Машинное обучение Azure для упаковки.
Путь к JSON-файлу или YAML, содержанию конфигурации вывода.
Метка для предоставления созданного образа пакета.
Имя для предоставления созданного образа пакета.
Идентификатор упаковаемой модели. Можно указать несколько моделей с дополнительными аргументами -m. Сначала необходимо зарегистрировать модели.
Путь к JSON-файлу с метаданными регистрации модели. Можно предоставить несколько моделей с помощью нескольких параметров -f.
Пометка, чтобы не ожидать асинхронных вызовов.
Путь вывода для контекста Docker. Если выходной путь передается, вместо создания образа в ACR рабочей области файл dockerfile и необходимый контекст сборки будет записан в этот путь.
Путь к папке проекта. По умолчанию: текущий каталог.
Группа ресурсов, соответствующая предоставленной рабочей области.
Какая среда выполнения используется для пакета. Текущие поддерживаемые среды выполнения: spark-py и python-py|python|python|slim.
Путь к папкам, содержащим все файлы для создания образа.
Указывает идентификатор подписки.
Имя рабочей области.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model profile
Модели профилей в рабочей области.
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]
Обязательные параметры
Имя профиля модели.
Необязательные параметры
Пользовательский образ, который нужно использовать в качестве базового. Если базовый образ не задан, то будет использоваться базовый образ на основе заданного параметра среды выполнения.
Реестр образов, содержащий базовый образ.
Двойное значение максимального ЦП, используемого при профилировании.
Путь к локальному файлу с определением среды conda для использования для образа.
Описание профиля модели.
Каталог для среды Машинное обучение Azure для развертывания. Это тот же путь к каталогу, что и в команде az ml environment scaffold.
Путь к локальному файлу, который содержит код для запуска службы (относительный путь от source_directory, если он указан).
Имя среды Машинное обучение Azure для развертывания.
Версия существующей среды Машинное обучение Azure для развертывания.
Двойное значение для максимальной памяти, используемой при профилировании.
Путь к JSON-файлу или YAML, содержанию конфигурации вывода.
Идентификатор табличного набора данных, который будет использоваться в качестве входных данных для профиля.
Идентификатор развернутой модели. Можно указать несколько моделей с дополнительными аргументами -m. Сначала необходимо зарегистрировать модели.
Путь к JSON-файлу с метаданными регистрации модели. Можно предоставить несколько моделей с помощью нескольких параметров -f.
Путь к JSON-файлу, в котором будут записываться метаданные результатов профиля. Используется в качестве входных данных для развертывания модели.
Группа ресурсов, соответствующая предоставленной рабочей области.
Путь к папкам, содержащим все файлы для создания образа.
Указывает идентификатор подписки.
Имя рабочей области.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model register
Зарегистрируйте модель в рабочей области.
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]
Обязательные параметры
Имя модели для регистрации.
Необязательные параметры
Путь к облаку, в котором выполняется экстеримент, хранит файл модели.
Число ядер ЦП по умолчанию, выделяемых для этой модели. Может выражаться десятичным числом.
Описание модели.
Имя эксперимента.
Объем памяти по умолчанию (в ГБ), выделяемый для этой модели. Может выражаться десятичным числом.
Число графических процессоров по умолчанию, выделяемых для этой модели.
Платформа модели для регистрации. В настоящее время поддерживаются платформы TensorFlow, ScikitLearn, Onnx, Custom, Multi.
Версия модели для регистрации (например, 1.0.0, 2.4.1).
Полный путь к файлу модели для регистрации.
Путь к JSON-файлу, в котором будут записаны метаданные регистрации модели. Используется в качестве входных данных для развертывания модели.
Путь к папке проекта. По умолчанию: текущий каталог.
Свойство key/value для добавления (e.g. key=value). Можно указать несколько свойств с несколькими параметрами --property.
Группа ресурсов, соответствующая предоставленной рабочей области.
Идентификатор запуска эксперимента, из которого зарегистрирована модель.
Путь к JSON-файлу с метаданными запуска экстеримента.
Идентификатор примера входного набора данных.
Идентификатор для примера выходного набора данных.
Указывает идентификатор подписки.
Тег ключа и значения для добавления (e.g. key=value). Несколько тегов можно указать с несколькими параметрами --tag.
Имя рабочей области для регистрации этой модели.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model show
Отображение модели в рабочей области.
az ml model show [--model-id]
[--model-name]
[--path]
[--resource-group]
[--run-id]
[--subscription-id]
[--version]
[--workspace-name]
[-v]
Необязательные параметры
Идентификатор модели для отображения.
Имя модели для отображения.
Путь к папке проекта. По умолчанию: текущий каталог.
Группа ресурсов, соответствующая предоставленной рабочей области.
Если задано, будет отображаться только модели с указанным идентификатором запуска.
Указывает идентификатор подписки.
Если задано, отображаются только модели с указанным именем и версией.
Имя рабочей области, содержащей модель для отображения.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.
az ml model update
Обновите модель в рабочей области.
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]
Обязательные параметры
Идентификатор модели.
Необязательные параметры
Свойство key/value для добавления (e.g. key=value). Можно указать несколько свойств с несколькими параметрами свойств --add-.
Тег ключа и значения для добавления (e.g. key=value). Несколько тегов можно указать с несколькими параметрами тегов --add-tag.
Число ядер ЦП по умолчанию, выделяемых для этой модели. Может выражаться десятичным числом.
Описание обновления модели с помощью. Заменит текущее описание.
Объем памяти по умолчанию (в ГБ), выделяемый для этой модели. Может выражаться десятичным числом.
Число графических процессоров по умолчанию, выделяемых для этой модели.
Путь к папке проекта. По умолчанию: текущий каталог.
Ключ тега для удаления. Несколько тегов можно указать с несколькими параметрами тегов --remove-tag.
Группа ресурсов, соответствующая предоставленной рабочей области.
Идентификатор примера входного набора данных.
Идентификатор для примера выходного набора данных.
Указывает идентификатор подписки.
Имя рабочей области.
Флаг детализации.
Глобальные параметры
Повышение уровня детализации журнала для включения всех журналов отладки.
Отображение этого справочного сообщения и выход.
Показывать только ошибки, блокируя предупреждения.
Формат вывода.
Строка запроса JMESPath. Дополнительные сведения и примеры см. в разделе http://jmespath.org/.
Имя или идентификатор подписки Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID
.
Повышение уровня детализации журнала. Чтобы включить полные журналы отладки, используйте параметр --debug.