Aracılığıyla paylaş


az ml model

Not

Bu başvuru, Azure CLI (sürüm 2.0.28 veya üzeri) için azure-cli-ml uzantısının bir parçasıdır. Uzantı, bir az ml model komutunu ilk kez çalıştırdığınızda otomatik olarak yüklenir. Uzantılar hakkında daha fazla bilgi edinin.

Makine öğrenmesi modellerini yönetme.

Komutlar

Name Description Tür Durum
az ml model delete

Çalışma alanından bir model silin.

Dahili GA
az ml model deploy

Çalışma alanından modelleri dağıtın.

Dahili GA
az ml model download

Çalışma alanından bir model indirin.

Dahili GA
az ml model list

Çalışma alanında modelleri listeleyin.

Dahili GA
az ml model package

Çalışma alanında bir model paketleme.

Dahili GA
az ml model profile

Çalışma alanında profil modelleri.

Dahili GA
az ml model register

Modeli çalışma alanına kaydetme.

Dahili GA
az ml model show

Çalışma alanında bir model gösterin.

Dahili GA
az ml model update

Çalışma alanında bir modeli güncelleştirin.

Dahili GA

az ml model delete

Çalışma alanından bir model silin.

az ml model delete --model-id
                   [--path]
                   [--resource-group]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Gerekli Parametreler

--model-id -i

Silinecek modelin kimliği.

İsteğe Bağlı Parametreler

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--subscription-id

Abonelik kimliğini belirtir.

--workspace-name -w

Çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model deploy

Çalışma alanından modelleri dağıtın.

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]

Gerekli Parametreler

--name -n

Dağıtılan hizmetin adı.

İsteğe Bağlı Parametreler

--ae --auth-enabled

Bu Web hizmeti için anahtar kimlik doğrulamasını etkinleştirip etkinleştirmeme. Varsayılan değer False'tur.

--ai --enable-app-insights

Bu Web hizmeti için AppInsights'ın etkinleştirilip etkinleştirilmeyileceği. Varsayılan değer False'tur.

--ar --autoscale-refresh-seconds

Otomatik ölçeklendiricinin bu Web hizmetini ölçeklendirmeye çalışma sıklıkları. Varsayılan değer 1'tir.

--as --autoscale-enabled

Bu Web hizmeti için otomatik ölçeklendirmenin etkinleştirilip etkinleştirilmeyileceği. num_replicas Yok ise varsayılan değer True olur.

--at --autoscale-target-utilization

Otomatik ölçeklendiricinin bu Web hizmeti için korumayı denemesi gereken hedef kullanım (100'ün yüzdesinde). Varsayılan değer 70'tir.

--autoscale-max-replicas --ma

Bu Web hizmetini otomatik ölçeklendirme sırasında kullanılacak kapsayıcı sayısı üst sınırı. Varsayılan değer 10'dır.

--autoscale-min-replicas --mi

Bu Web hizmetini otomatik ölçeklendirme sırasında kullanılacak en az kapsayıcı sayısı. Varsayılan değer 1'tir.

--base-image --bi

Temel görüntü olarak kullanılacak özel görüntü. Temel görüntü verilmezse, temel görüntü verilen çalışma zamanı parametresine göre kullanılır.

--base-image-registry --ir

Temel görüntüyü içeren görüntü kayıt defteri.

--cc --cpu-cores

Bu Web hizmeti için ayrılacak cpu çekirdeği sayısı. Ondalık olabilir. Varsayılan değer 0,1'tir.

--ccl --cpu-cores-limit

Bu Web hizmeti tarafından kullanılmasına izin verilen en fazla CPU çekirdeği sayısı. Ondalık olabilir.

--cf --conda-file

Görüntü için kullanılacak conda ortam tanımını içeren yerel dosyanın yolu.

--collect-model-data --md

Bu Web hizmeti için model veri toplamanın etkinleştirilip etkinleştirilmeyileceği. Varsayılan değer False'tur.

--compute-target --ct

İşlem hedefinin adı. Yalnızca AKS'ye dağıtılırken geçerlidir.

--compute-type --cp

Dağıtılacak hizmetin işlem türü.

--cuda-version --cv

GPU desteği gerektiren görüntüler için yüklenecek CUDA sürümü. GPU görüntüsünün Azure Container Instances, Azure Machine Learning compute, Azure Sanal Makineler ve Azure Kubernetes Service gibi Microsoft Azure Hizmetlerinde kullanılması gerekir. Desteklenen sürümler 9.0, 9.1 ve 10.0'dır. 'enable_gpu' ayarlanırsa, bu varsayılan olarak '9.1' olur.

--dc --deploy-config-file

Dağıtım meta verilerini içeren bir JSON veya YAML dosyasının yolu.

--description

Dağıtılan hizmetin açıklaması.

--dn --dns-name-label

Bu Web hizmetinin dns adı.

--ds --extra-docker-file-steps

Görüntü ayarlanırken çalıştırılacak ek Docker adımlarını içeren yerel dosyanın yolu.

--ed --environment-directory

Dağıtım için Azure Machine Learning Ortamı dizini. 'az ml environment scaffold' komutunda sağlanan dizin yoluyla aynıdır.

--eg --enable-gpu

Görüntüde GPU desteğini etkinleştirip etkinleştirmeme. GPU görüntüsünün Azure Container Instances, Azure Machine Learning compute, Azure Sanal Makineler ve Azure Kubernetes Service gibi Microsoft Azure Hizmetlerinde kullanılması gerekir. Varsayılan değer False'tur.

--entry-script --es

Hizmet için çalıştırılacak kodu içeren yerel dosyanın yolu (varsa source_directory göreli yolu).

--environment-name -e

Dağıtım için Azure Machine Learning Ortamı'nın adı.

--environment-version --ev

Dağıtım için mevcut bir Azure Machine Learning Ortamının sürümü.

--failure-threshold --ft

Bir Pod başlatıldığında ve canlılık yoklaması başarısız olduğunda Kubernetes vazgeçmeden önce --failure-threshold sürelerini dener. Varsayılan değer 3'tir. En düşük değer 1'dir.

--gb --memory-gb

Bu Web hizmeti için ayrılacak bellek miktarı (GB cinsinden). Ondalık olabilir.

--gbl --memory-gb-limit

Bu Web hizmetini kullanmasına izin verilen en fazla bellek miktarı (GB cinsinden). Ondalık olabilir.

--gc --gpu-cores

Bu Web hizmeti için ayrılacak gpu çekirdeği sayısı. Varsayılan değer 1'dir.

--ic --inference-config-file

Çıkarım yapılandırması içeren bir JSON veya YAML dosyasının yolu.

--id --initial-delay-seconds

Canlılık yoklamaları başlatılmadan önce kapsayıcı başlatıldıktan sonraki saniye sayısı. Varsayılan değer 310'dır.

--key-name

ACI için müşteri tarafından yönetilen anahtarlarda (CMK) şifreleme özellikleri için anahtar adı.

--key-version

ACI için müşteri tarafından yönetilen anahtarlarda (CMK) şifreleme özellikleri için anahtar sürümü.

--kp --primary-key

Bu Web hizmeti için kullanılacak birincil kimlik doğrulama anahtarı.

--ks --secondary-key

Bu Web hizmeti için kullanılacak ikincil kimlik doğrulama anahtarı.

--lo --location

Bu Web hizmetini dağıtılacak Azure bölgesi. Belirtilmezse Çalışma alanı konumu kullanılır. Kullanılabilir bölgeler hakkında daha fazla ayrıntıya buradan ulaşabilirsiniz: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=container-instances.

--max-request-wait-time --mr

Bir isteğin 503 hatası döndürmeden önce kuyrukta kalacağı en uzun süre (milisaniye cinsinden). Varsayılan değer 500'dır.

--model -m

Dağıtılacak modelin kimliği. Ek -m bağımsız değişkenleriyle birden çok model belirtilebilir. Modellerin önce kaydedilmesi gerekir.

varsayılan değer: []
--model-metadata-file -f

Model kaydı meta verilerini içeren bir JSON dosyasının yolu. Birden çok -f parametresi kullanılarak birden çok model sağlanabilir.

varsayılan değer: []
--namespace

Hizmetin dağıtılacağı Kubernetes ad alanı: en fazla 63 küçük harf alfasayısal ('a'-'z', '0'-'9') ve kısa çizgi ('-') karakterleri. İlk ve son karakterler kısa çizgi olamaz. Yalnızca AKS'ye dağıtılırken geçerlidir.

--no-wait

Zaman uyumsuz çağrıları beklememek için bayrak ekleyin.

--nr --num-replicas

Bu Web hizmeti için ayrılacak kapsayıcı sayısı. Varsayılan değildir, bu parametre ayarlanmazsa otomatik ölçeklendirici varsayılan olarak etkinleştirilir.

--overwrite

Ad çakışmaları varsa var olan hizmetin üzerine yazın.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--period-seconds --ps

Canlılık araştırmasını gerçekleştirmek için ne sıklıkta (saniye olarak). Varsayılan olarak 10 saniyedir. En düşük değer 1'dir.

--pi --profile-input

Profil oluşturma sonuçları içeren bir JSON dosyasının yolu.

--po --port

Hizmetin HTTP uç noktasını kullanıma sunan yerel bağlantı noktası.

--property

Eklenecek anahtar/değer özelliği (e.g. key=değer ). Birden çok --özellik seçeneğiyle birden çok özellik belirtilebilir.

varsayılan değer: []
--replica-max-concurrent-requests --rm

Bu Web hizmeti için izin verilen düğüm başına en fazla eşzamanlı istek sayısı. Varsayılan değer 1'tir.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--rt --runtime

Görüntü için kullanılacak çalışma zamanı. Desteklenen geçerli çalışma zamanları :'spark-py' ve 'python'spark-py|python|python-slim.

--sc --ssl-cname

SSL etkinse için cname.

--scoring-timeout-ms --tm

Bu Web hizmetine yapılan puanlama çağrıları için zorunlu kılınacak zaman aşımı. Varsayılan değer 60000'tir.

--sd --source-directory

Görüntüyü oluşturmak için tüm dosyaları içeren klasörlerin yolu.

--se --ssl-enabled

Bu Web hizmeti için SSL'nin etkinleştirilip etkinleştirilmeyileceği. Varsayılan değer False'tur.

--sk --ssl-key-pem-file

SSL etkinse gereken anahtar dosyası.

--sp --ssl-cert-pem-file

SSL etkinse gereken sertifika dosyası.

--st --success-threshold

Canlılık araştırmasının başarısız olduktan sonra başarılı olarak kabul edilmesi için en düşük ardışık başarı. Varsayılan değer 1'tir. En düşük değer 1'dir.

--subnet-name

Sanal ağın içindeki alt ağın adı.

--subscription-id

Abonelik kimliğini belirtir.

--tag

Eklenecek anahtar/değer etiketi (e.g. key=değer ). Birden çok --tag seçeneğiyle birden çok etiket belirtilebilir.

varsayılan değer: []
--timeout-seconds --ts

Canlılık araştırmasının zaman aşımına uğradıktan sonraki saniye sayısı. Varsayılan değer 2 saniyedir. En düşük değer 1'dir.

--token-auth-enabled

Bu Web hizmeti için belirteç kimlik doğrulamasını etkinleştirip etkinleştirmeme. AKS'ye dağıtılmıyorsa yoksayılır. Varsayılan değer False'tur.

--tp --traffic-percentile

Sürümün bir uç noktada aldığı trafik miktarı. Ondalık olabilir. Varsayılan değer 0'dır.

--vault-base-url

ACI için müşteri tarafından yönetilen anahtarlarda (CMK) şifreleme özellikleri için kasa temel URL'si.

--version-name --vn

Uç noktadaki sürüm adı. Varsayılan olarak ilk sürüm için uç nokta adı kullanılır.

--vnet-name

Sanal ağın adı.

--workspace-name -w

Çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model download

Çalışma alanından bir model indirin.

az ml model download --model-id
                     --target-dir
                     [--overwrite]
                     [--path]
                     [--resource-group]
                     [--subscription-id]
                     [--workspace-name]
                     [-v]

Gerekli Parametreler

--model-id -i

Modelin kimliği.

--target-dir -t

Model dosyasının indirilmesi için hedef dizin.

İsteğe Bağlı Parametreler

--overwrite

Hedef dizinde aynı ad dosyası varsa üzerine yazın.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--subscription-id

Abonelik kimliğini belirtir.

--workspace-name -w

Gösterilecek modeli içeren çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model list

Çalışma alanında modelleri listeleyin.

az ml model list [--dataset-id]
                 [--latest]
                 [--model-name]
                 [--path]
                 [--property]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--tag]
                 [--workspace-name]
                 [-v]

İsteğe Bağlı Parametreler

--dataset-id

Sağlanırsa, yalnızca belirtilen veri kümesi kimliğine sahip modelleri gösterir.

--latest -l

Sağlanırsa, yalnızca en son sürüme sahip modelleri döndürür.

--model-name -n

Listeyi filtrelemek için isteğe bağlı bir model adı.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--property

Eklenecek anahtar/değer özelliği (e.g. key=değer ). Birden çok --özellik seçeneğiyle birden çok özellik belirtilebilir.

varsayılan değer: []
--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--run-id

Sağlanırsa, yalnızca belirtilen Çalıştırma Kimliğine sahip modelleri gösterir.

--subscription-id

Abonelik kimliğini belirtir.

--tag

Eklenecek anahtar/değer etiketi (e.g. key=değer ). Birden çok --tag seçeneğiyle birden çok etiket belirtilebilir.

varsayılan değer: []
--workspace-name -w

Listelenmesi gereken modelleri içeren çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model package

Çalışma alanında bir model paketleme.

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]

İsteğe Bağlı Parametreler

--cf --conda-file

Paket için kullanılacak conda ortam tanımını içeren yerel dosyanın yolu.

--ed --environment-directory

Paketleme için Azure Machine Learning Ortamı dizini. 'az ml environment scaffold' komutunda sağlanan dizin yoluyla aynıdır.

--entry-script --es

Hizmet için çalıştırılacak kodu içeren yerel dosyanın yolu (varsa source_directory göreli yolu).

--environment-name -e

Paketleme için Azure Machine Learning Ortamı'nın adı.

--environment-version --ev

Paketleme için mevcut bir Azure Machine Learning Ortamının sürümü.

--ic --inference-config-file

Çıkarım yapılandırması içeren bir JSON veya YAML dosyasının yolu.

--il --image-label

Yerleşik paket görüntüsünü vermek için etiket.

--image-name --in

Yerleşik paket görüntüsünü vermek için ad.

--model -m

Paketlenecek modelin kimliği. Ek -m bağımsız değişkenleriyle birden çok model belirtilebilir. Modellerin önce kaydedilmesi gerekir.

varsayılan değer: []
--model-metadata-file -f

Model kaydı meta verilerini içeren bir JSON dosyasının yolu. Birden çok -f parametresi kullanılarak birden çok model sağlanabilir.

varsayılan değer: []
--no-wait

Zaman uyumsuz çağrıları beklememek için bayrak ekleyin.

--output-path

Docker bağlamı için çıkış yolu. Bir çıkış yolu geçirilirse, ACR çalışma alanında görüntü oluşturmak yerine bir dockerfile ve gerekli derleme bağlamı bu yola yazılır.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--rt --runtime

Paket için kullanılacak çalışma zamanı. Desteklenen geçerli çalışma zamanları :'spark-py' ve 'python'spark-py|python|python-slim.

--sd --source-directory

Görüntüyü oluşturmak için tüm dosyaları içeren klasörlerin yolu.

--subscription-id

Abonelik kimliğini belirtir.

--workspace-name -w

Çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model profile

Çalışma alanında profil modelleri.

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]

Gerekli Parametreler

--name -n

Model profilinin adı.

İsteğe Bağlı Parametreler

--base-image --bi

Temel görüntü olarak kullanılacak özel görüntü. Temel görüntü verilmezse, temel görüntü verilen çalışma zamanı parametresine göre kullanılır.

--base-image-registry --ir

Temel görüntüyü içeren görüntü kayıt defteri.

--cc --cpu-cores

Profil oluşturma sırasında kullanılacak maksimum CPU için çift değer.

--cf --conda-file

Görüntü için kullanılacak conda ortam tanımını içeren yerel dosyanın yolu.

--description

Model profilinin açıklaması.

--ed --environment-directory

Dağıtım için Azure Machine Learning Ortamı dizini. 'az ml environment scaffold' komutunda sağlanan dizin yoluyla aynıdır.

--entry-script --es

Hizmet için çalıştırılacak kodu içeren yerel dosyanın yolu (varsa source_directory göreli yolu).

--environment-name -e

Dağıtım için Azure Machine Learning Ortamı'nın adı.

--environment-version --ev

Dağıtım için mevcut bir Azure Machine Learning Ortamının sürümü.

--gb --memory-in-gb

Profil oluştururken kullanılacak maksimum Bellek için çift değer.

--ic --inference-config-file

Çıkarım yapılandırması içeren bir JSON veya YAML dosyasının yolu.

--idi --input-dataset-id

Profil için giriş olarak kullanılacak Tablosal Veri Kümesinin kimliği.

--model -m

Dağıtılacak modelin kimliği. Ek -m bağımsız değişkenleriyle birden çok model belirtilebilir. Modellerin önce kaydedilmesi gerekir.

varsayılan değer: []
--model-metadata-file -f

Model kaydı meta verilerini içeren bir JSON dosyasının yolu. Birden çok -f parametresi kullanılarak birden çok model sağlanabilir.

varsayılan değer: []
--output-metadata-file -t

Profil sonuçları meta verilerinin yazılacağı JSON dosyasının yolu. Model dağıtımı için giriş olarak kullanılır.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--sd --source-directory

Görüntüyü oluşturmak için tüm dosyaları içeren klasörlerin yolu.

--subscription-id

Abonelik kimliğini belirtir.

--workspace-name -w

Çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model register

Modeli çalışma alanına kaydetme.

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]

Gerekli Parametreler

--name -n

Kaydedilecek modelin adı.

İsteğe Bağlı Parametreler

--asset-path

İfade çalıştırmasının model dosyasını depoladığı bulut yolu.

--cc --cpu-cores

Bu model için ayrılacak varsayılan CPU çekirdeği sayısı. Ondalık olabilir.

--description -d

Modelin açıklaması.

--experiment-name

Denemenin adı.

--gb --memory-gb

Bu model için ayrılacak varsayılan bellek miktarı (GB cinsinden). Ondalık olabilir.

--gc --gpu-cores

Bu model için ayrılacak varsayılan GPU sayısı.

--model-framework

Kaydedilecek modelin çerçevesi. Şu anda desteklenen çerçeveler: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

Kaydedilecek modelin çerçeve sürümü (ör. 1.0.0, 2.4.1).

--model-path -p

Kaydedilecek model dosyasının tam yolu.

--output-metadata-file -t

Model kaydı meta verilerinin yazılacağı JSON dosyasının yolu. Model dağıtımı için giriş olarak kullanılır.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--property

Eklenecek anahtar/değer özelliği (e.g. key=değer ). Birden çok --özellik seçeneğiyle birden çok özellik belirtilebilir.

varsayılan değer: []
--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--run-id -r

Modelin kaydedildiği deneme çalıştırmasının kimliği.

--run-metadata-file -f

İfade çalıştırma meta verilerini içeren bir JSON dosyasının yolu.

--sample-input-dataset-id

Örnek giriş veri kümesinin kimliği.

--sample-output-dataset-id

Örnek çıktı veri kümesinin kimliği.

--subscription-id

Abonelik kimliğini belirtir.

--tag

Eklenecek anahtar/değer etiketi (e.g. key=değer ). Birden çok --tag seçeneğiyle birden çok etiket belirtilebilir.

varsayılan değer: []
--workspace-name -w

Bu modelin kaydedilecek çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model show

Çalışma alanında bir model gösterin.

az ml model show [--model-id]
                 [--model-name]
                 [--path]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--version]
                 [--workspace-name]
                 [-v]

İsteğe Bağlı Parametreler

--model-id -i

Gösterilecek modelin kimliği.

--model-name -n

Gösterilecek modelin adı.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--run-id

Sağlanırsa, yalnızca belirtilen Çalıştırma Kimliğine sahip modelleri gösterir.

--subscription-id

Abonelik kimliğini belirtir.

--version

Sağlanırsa, yalnızca belirtilen ada ve sürüme sahip modelleri gösterir.

--workspace-name -w

Gösterilecek modeli içeren çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.

az ml model update

Çalışma alanında bir modeli güncelleştirin.

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]

Gerekli Parametreler

--model-id -i

Modelin kimliği.

İsteğe Bağlı Parametreler

--add-property

Eklenecek anahtar/değer özelliği (e.g. key=değer ). Birden çok özellik birden çok --add-property seçeneğiyle belirtilebilir.

varsayılan değer: []
--add-tag

Eklenecek anahtar/değer etiketi (e.g. key=değer ). Birden çok etiket birden çok --add-tag seçeneğiyle belirtilebilir.

varsayılan değer: []
--cc --cpu-cores

Bu model için ayrılacak varsayılan CPU çekirdeği sayısı. Ondalık olabilir.

--description

Modeli güncelleştirmek için açıklama. Geçerli açıklamanın yerini alır.

--gb --memory-gb

Bu model için ayrılacak varsayılan bellek miktarı (GB cinsinden). Ondalık olabilir.

--gc --gpu-cores

Bu model için ayrılacak varsayılan GPU sayısı.

--path

Proje klasörünün yolu. Varsayılan: geçerli dizin.

--remove-tag

Kaldırılacak etiketin anahtarı. Birden çok etiket birden çok --remove-tag seçeneğiyle belirtilebilir.

varsayılan değer: []
--resource-group -g

Sağlanan çalışma alanına karşılık gelen kaynak grubu.

--sample-input-dataset-id

Örnek giriş veri kümesinin kimliği.

--sample-output-dataset-id

Örnek çıktı veri kümesinin kimliği.

--subscription-id

Abonelik kimliğini belirtir.

--workspace-name -w

Çalışma alanının adı.

-v

Ayrıntı bayrağı.

Global Parametreler
--debug

Tüm hata ayıklama günlüklerini göstermek için günlük ayrıntı düzeyini artırın.

--help -h

Bu yardım iletisini göster ve çık.

--only-show-errors

Yalnızca hataları gösterir ve uyarıları gizler.

--output -o

Çıkış biçimi.

kabul edilen değerler: json, jsonc, none, table, tsv, yaml, yamlc
varsayılan değer: json
--query

JMESPath sorgu dizesi. Daha fazla bilgi ve örnek için bkz http://jmespath.org/ .

--subscription

Aboneliğin adı veya kimliği. kullanarak az account set -s NAME_OR_IDvarsayılan aboneliği yapılandırabilirsiniz.

--verbose

Günlük ayrıntı düzeyini artırın. Tam hata ayıklama günlükleri için --debug komutunu kullanın.