Azure 機器學習 CLI （v2） 版本資訊

適用於：Azure CLI ml 延伸模組 v2 (目前)

在本文中，瞭解 Azure 機器學習 CLI （v2） 版本。

RSS 摘要：將下列 URL 複製並貼到您的摘要讀取器，以在此頁面更新時收到通知： https://learn.microsoft.com/api/search/rss?search=%22Azure+machine+learning+release+notes-v2%22&locale=en-us

2025-05-09

Azure Machine Learning CLI （v2） v 2.37.0

• az ml workspace create
  • 標示為 GA 的中樞和專案工作區。

2025-04-24

Azure Machine Learning CLI （v2） v 2.36.5

• 在 SDK 中釘選主要版本的外部相依性。

2025-04-18

Azure Machine Learning CLI （v2） v 2.36.4

• 已更新封送處理相依性，將版本限制為 >=3.5,4.0.0<，以確保相容性。

2025-04-16

Azure Machine Learning CLI （v2） v 2.36.3

• 拿掉已取代套件的參考。

2025-04-10

Azure Machine Learning CLI （v2） v 2.36.2

• az ml capability-host create
  • 讓 AI 搜尋連線屬性成為選擇性。

2025-04-02

Azure Machine Learning CLI （v2） v 2.36.1

• 處理部署輪詢器結果中的遺漏持續時間值。

2025-03-14

Azure Machine Learning CLI （v2） v 2.36.0

• az ml compute update
  • 修正啟用 ssh 時更新計算。

2025-01-08

Azure Machine Learning CLI （v2） v 2.34.0

• az ml workspace update --network-acls
  • 已新增 --network-acls 屬性，允許使用者在 CIDR 表示法中指定 IP 或 IP 範圍，以進行工作區存取。
• az ml capability-host
  • 已新增建立作業。
  • 已新增取得作業。
  • 已新增刪除作業。

2024年12月17日

Azure Machine Learning CLI （v2） v 2.33.0

• az ml workspace create --provision-network-now
  • 已新增 --provision-network-now 屬性以在建立已啟用受控網路的工作區時觸發受控網路的布建，否則不會執行任何動作。

2024-09-18

Azure 機器學習 CLI （v2） v2.30.0

• az ml workspace outbound-rule set
  • 已新增在工作區受控網路中建立private_endpoint輸出規則的Optional --fqdns 屬性支援。 與支援 應用程式閘道PE目標相關。
  • 已新增在工作區受控網路中建立service_tag輸出規則的Optional --address-prefixes 屬性支援。

2024-08-14

Azure 機器學習 CLI （v2） v2.29.0

• az ml compute enable-sso
  • 已新增 enable-sso，允許使用者啟用計算實例的 sso 設定，而不需要計算上設定任何寫入許可權。

2024-06-21

Azure 機器學習 CLI （v2） v2.27.0

• az ml workspace create --system-datastores-auth-mode

  • 已新增--system-datastores-auth-mode以建立 Azure 機器學習 工作區。

• az ml workspace update --system-datastores-auth-mode

  • 已新增--system-datastores-auth-mode至 Azure 機器學習 工作區的更新。

• az ml workspace create --allow-roleassignment-on-rg

  • 已新增--allow-roleassignment-on-rg為 Azure 機器學習 工作區建立，並在資源群組層級上允許/不允許角色指派。

• az ml workspace update --allow-roleassignment-on-rg

  • 已新增--allow-roleassignment-on-rg至 Azure 機器學習 工作區的更新，並在資源群組層級上允許/不允許角色指派。

2023-10-18

Azure 機器學習 CLI （v2） v2.21.1

• pydash 相依性版本已升級為 >=6.0.0，以修補 6.0.0 之前的版本中的安全性弱點

2023-09-11

Azure 機器學習 CLI （v2） v2.20.0

• az ml feature-store provision-network

  • [公開檢閱]已新增此命令以允許使用者布建功能存放區的受控網路

• az ml feature-store create

  • 已新增 --not-grant-permissions 以允許使用者不授與具體化身分識別對功能存放區的存取權

• az ml feature-store update

  • 已新增 --not-grant-permissions 以允許使用者不授與具體化身分識別對功能存放區的存取權

• az ml feature-set

  • 已新增 --feature-store-name 和已被取代 --workspace-name，會在 6 個月內移除回溯相容性

• az ml feature-store-entity

  • 已新增 --feature-store-name 和淘汰 --workspace-name，將在 6 個月內移除回溯相容性

• az configure

  • 已新增 --defaults feature-store=<name> 以允許使用者設定預設功能存放區

• az ml job connect-ssh

  • 已新增 --ssh-args/-c 以允許指定 ssh 選項 + 命令。 例如，若要將訊號傳送至執行中的進程，或附加至互動式終端機

2023 年 5 月 9 日

Azure 機器學習 CLI （v2） v2.17.0

• az ml online-deployment create

  • 已新增 --local-enable-gpu 以允許 GPU 存取本機部署。

• az ml online-deployment update

  • 已新增 --local-enable-gpu 以允許 GPU 存取本機部署。

2023-05-01

Azure 機器學習 CLI （v2） v2.16.0

• az ml job connect-ssh

  • 此命令標示為 GA。

• az ml job show-services

  • 此命令標示為 GA。

• az ml model download

  • 已修正當透過 --registry-name 自變數從登錄下載模型時， workspace_name 是強制性的問題。

• az ml model create

  • 新增 --stage(-s) 旗標以新增模型的階段。

• az ml model update

  • 新增 --stage(-s) 旗標以更新模型的階段。

• az ml model list

  • 依 --stage(-s) 模型的階段新增旗標以列出。

• az ml workspace delete

  • 新增 --purge(-p) 旗標以強制清除，而不是虛刪除。

• az ml workspace create

  • 新增 --enable-data-isolation(-e) 旗標以判斷工作區是否已啟用數據隔離。

2023 年 3 月 21 日

Azure 機器學習 CLI （v2） v2.15.0

• az ml compute

  • 已新增--tags以建立和更新 Azure 機器學習 計算。

• az ml data import

  • 支援先將數據從資料庫匯入併file_system至 Azure 雲端記憶體，以建立數據資產版本。

• az ml data list-materialization-status

  • 支援透過 自變數建立數據資產版本<asset_name>--name的數據匯入具體化作業清單狀態。

• az ml online-deployment update

  • 已新增--skip-script-validation以建立 Azure 機器學習 在線部署。

• az ml workspace provision-network

  • 支援為工作區布建受控網路

2023-02-03

Azure 機器學習 CLI （v2） v2.14.0

• az ml compute

  • 已新增--location以建立 Azure 機器學習 計算。
  • 已新增 --enable-node-public-ip 以建立計算。

• az ml data

  • 協助文字的次要編輯

• az ml data list

  • 已新增 --registry-name 透過 自變數在登錄中列出數據資產的支援

• az ml data show

  • 已新增透過 自變數在登錄 --registry-name 中顯示數據資產的支援

• az ml data create

  • 已新增 --registry-name 透過 自變數在登錄中建立數據資產的支援
  • 已新增將數據資產從工作區升級至登錄的支援

• az ml workspace create

  • 已新增使用自變數建立具有受控網路的 --managed-network 工作區支援

• az ml workspace update

  • 已新增使用受控網路搭配 --managed-network 自變數更新工作區的支援

• az ml compute connect-ssh

  • 已新增透過 SSH 連線到計算實例的支援

• az ml workspace outbound-rule

  • 已新增針對工作區列出受控網路的輸出規則的支援 az ml workspace outbound-rule list
  • 已新增顯示受控網路工作區輸出規則的支援 az ml workspace outbound-rule show
  • 已新增移除受控網路的工作區輸出規則的支援 az ml workspace outbound-rule remove
  • 已新增建立或更新受控網路的工作區輸出規則的支援 az ml workspace outbound-rule set

2022-12-06

Azure 機器學習 CLI （v2） v2.12.0

• 已改善啟用登錄之命令的錯誤訊息 az ml ，未傳遞任何工作區或登錄名稱。
• az ml compute
  • 已修正 no-wait 參數所造成的問題。

2022 年 11 月 8 日

Azure 機器學習 CLI （v2） v2.11.0

• CLI 取決於 azure-ai-ml 1.1.0。
• az ml registry
  • 已新增 ml registry delete 命令。
  • 已調整登錄實驗標記和匯入，以避免不相關的作業出現警告列印。
• az ml environment
  • 防止註冊參考 conda 檔案的現有環境。

2022-10-10

Azure 機器學習 CLI （v2） v2.10.0

• CLI 取決於 azure-ai-ml 的 GA 版本。
• 已卸除 Python 3.6 的支援。
• az ml registry
  • 新增了用來管理 ML 資產登錄的新命令群組。
• az ml job
  • 已新增 az ml job show-services 命令。
  • 已將模型掃掠和超參數微調新增至 AutoML NLP 作業。
• az ml schedule
  • 已新增 month_days 週期排程中的屬性。
• az ml compute
  • 已新增計算實例的自訂安裝腳本支援。

2022-09-22

Azure 機器學習 CLI （v2） v2.8.0

• az ml job
  • 已新增Spark作業支援。
  • 已將shm_size和docker_args新增至作業。
• az ml compute
  • 計算實例支援受控識別。
  • 已新增計算實例的閑置關機時間支援。
• az ml online-deployment
  • 已新增事件中樞和數據記憶體數據收集的支援。
  • 已新增評分腳本的語法驗證。
• az ml batch-deployment
  • 已新增評分腳本的語法驗證。

2022-08-10

Azure 機器學習 CLI （v2） v2.7.0

• az ml component
  • 已新增 AutoML 元件。
• az ml dataset
  • 已被取代的命令群組 （請改用 az ml data ）。

2022-07-16

Azure 機器學習 CLI （v2） v2.6.0

• 已新增MoonCake雲端支援。
• az ml job
  • 允許使用 Git 存放庫 URL 作為程式代碼。
  • AutoML 作業會使用與其他作業類型相同的輸入架構。
  • 管線作業現在支援登錄資產。
• az ml component
  • 允許使用 Git 存放庫 URL 作為程式代碼。
• az ml online-endpoint
  • MIR 現在支援登錄資產。

2022-05-24

Azure 機器學習 CLI （v2） v2.4.0

• Azure 機器學習 CLI （v2） 現已正式運作。
• az ml job
  • 命令群組會標示為 GA。
  • 已在公開預覽中新增 AutoML 作業類型。
  • 已在公開預覽中將 屬性新增 schedules 至管線作業。
  • 已新增選項，只列出已封存的作業。
  • 改善命令的可靠性 az ml job download 。
• az ml data
  • 命令群組會標示為 GA。
  • 已在公開預覽中新增 MLTable 資料類型。
  • 已新增選項，只列出已封存的數據資產。
• az ml environment
  • 已新增選項，僅列出已封存的環境。
• az ml model
  • 命令群組會標示為 GA。
  • 允許從作業輸出建立模型。
  • 已新增選項，僅列出已封存的模型。
• az ml online-deployment
  • 命令群組會標示為 GA。
  • 已移除等候部署建立的逾時。
  • 已改善在線部署清單檢視。
• az ml online-endpoint
  • 命令群組會標示為 GA。
  • 已將 屬性新增 mirror_traffic 至公開預覽版的在線端點。
  • 改善的在線端點清單檢視。
• az ml batch-deployment
  • 命令群組會標示為 GA。
  • 已將 uri_file 和 uri_folder 的支援新增為調用輸入。
  • 已修正批次部署更新中的 Bug。
  • 已修正批次部署清單作業輸出中的 Bug。
• az ml batch-endpoint
  • 命令群組會標示為 GA。
  • 已將 uri_file 和 uri_folder 的支援新增為調用輸入。
  • 已修正批次端點更新中的 Bug。
  • 已修正批次端點 list-jobs 輸出中的 Bug。
• az ml component
  • 命令群組會標示為 GA。
  • 已新增選項，只列出已封存的元件。
• az ml code
  • 這個命令群組已移除。

2022-03-14

Azure 機器學習 CLI （v2） v2.2.1

• az ml job
  • 針對所有作業類型，扁平化 code YAML 架構的 區段。 不要 code.local_path 指定原始碼目錄的路徑，請使用 code
  • 針對所有作業類型，已將架構變更為定義作業 YAML 中作業的數據輸入。 不使用 或 file 欄位來指定資料路徑，而是使用 folderpath 欄位來指定本機路徑、包含數據的雲端路徑 URI，或透過 path: azureml:<data_name>:<data_version>來參考現有的已註冊 Azure 機器學習 資料資產。 同時指定 type 欄位，以釐清數據源是否為單一檔案 （uri_file） 或資料夾 （uri_folder）。 如果 type 省略欄位，則預設為 type: uri_folder。 如需詳細資訊，請參閱討論指定輸入數據之架構的任何 作業 YAML 參考 一節。
  • 在掃掠作業 YAML 架構中，將sampling_algorithm欄位從字串變更為 物件，以支援更多隨機取樣演算法類型的設定
  • 已移除元件作業 YAML 架構。 在此版本中，如果您想要在使用元件的管線內執行命令作業，只要將元件指定至 component 命令作業 YAML 定義的欄位即可。
  • 針對所有作業類型，新增了參考作業 YAML 組態中巢狀資產最新版本的支援。 參考已註冊的環境或數據資產以做為作業中的輸入時，您可以依最新版本進行別名，而不需要明確指定版本。 例如：environment: azureml:AzureML-Minimal@latest
  • 針對管線作業，引進了 ${{ parent }} 在管線中步驟之間系結輸入和輸出的內容。 如需詳細資訊，請參閱 在管線作業中的步驟之間系結輸入和輸出的表達式語法。
  • 已新增透過 命令自變數--output-name下載作業az ml job download具名輸出的支援
• az ml data
  • 取代子az ml dataset群組，現在改用az ml data
  • 現在可以從單一檔案來源或資料夾 （type: uri_filetype: uri_folder） 建立兩種類型的數據。 建立數據資產時，您可以從本機檔案/資料夾或從 URI 指定數據源到雲端路徑位置。 如需完整架構，請參閱數據 YAML 架構
• az ml environment
  • 在環境 YAML 架構中，將build.local_path欄位重新命名為build.path
  • build.context_uri已移除欄位，上傳的組建內容位置 URI 將會在傳回環境時透過 存取build.path
• az ml model
  • 在和model_uri欄位已移除並合併至一個local_path欄位，可採用本機路徑或雲端路徑 URI。 model_format 欄位已重新命名為 type;預設類型為 custom_model，但您可以指定其他其中一種類型 （mlflow_model， triton_model） 在無程式代碼部署案例中使用模型
  • 針對 az ml model create， --model-uri 和 --local-path 自變數已移除並合併為一個 --path 可採用本機路徑或雲端路徑 URI 的自變數
  • az ml model download已新增 命令以下載模型的成品檔案
• az ml online-deployment
  • 在在線部署 YAML 架構中，扁平化code欄位的 code_configuration 區段。 使用 code_configuration.code.local_path ，而不是指定包含評分檔案的原始程式碼目錄路徑 code_configuration.code
  • environment_variables已將欄位新增至線上部署YAML架構，以支援設定在線部署的環境變數
• az ml batch-deployment
  • 在 批次部署 YAML 架構中，扁平化 code 欄位的 code_configuration 區段。 使用 code_configuration.code.local_path ，而不是指定包含評分檔案的原始程式碼目錄路徑 code_configuration.code
• az ml component
  • 扁平化code命令元件 YAML 架構的 區段。 不要 code.local_path 指定原始碼目錄的路徑，請使用 code
  • 已新增參考最新版已註冊環境的支援，以用於元件 YAML 組態。 參考已註冊的環境時，您可以依最新版本進行別名，而不需要明確指定版本。 例如：environment: azureml:AzureML-Minimal@latest
  • 在定義元件輸入或輸出時，將元件輸入和輸出類型值 path 從 重新命名為 uri_foldertype 欄位
• delete已移除資產的命令（模型、元件、數據、環境）。 現有的刪除功能只是虛刪除，因此 delete 一旦支援硬式刪除，命令將會在稍後的版本中重新引入
• 已新增封存和還原資產的支援（模型、元件、資料、環境）和作業，例如 az ml model archive 和 az ml model restore。 您現在可以封存資產和作業，這會從清單查詢中隱藏封存的實體（例如 ， az ml model list。

2021 年 10 月 4 日

Azure 機器學習 CLI （v2） v2.0.2

• az ml workspace
  • 已更新 工作區 YAML 架構
• az ml compute
  • 已更新 AmlCompute 和計算實例的 YAML 架構
  • 已移除透過 az ml compute attach的舊版 AKS 附加支援。 下一個版本將支援已啟用 Azure Arc 的 Kubernetes 連結
• az ml datastore
  • 已更新 Azure Blob、 Azure 檔案、 Azure Data Lake Gen1 和 Azure Data Lake Gen2 數據存放區的 YAML 架構
  • 新增建立 Azure Data Lake Storage Gen1 和 Gen2 數據存放區的支援
• az ml job
  • 已更新命令作業和掃掠作業的 YAML 架構
  • 新增執行管線作業的支援（管線作業 YAML 架構）
  • 已針對所有作業類型新增對作業輸入常值和輸入數據 URI 的支援
  • 已新增所有作業類型的作業輸出支援
  • 將表示式語法從 { <expression> } 變更為 ${{ <expression> }}。 如需詳細資訊，請參閱設定 Azure 機器學習 作業的表達式語法
• az ml environment
  • 已更新 環境 YAML 架構
  • 已新增從 Docker 建置內容建立環境的支援
• az ml model
  • 已更新 模型 YAML 架構
  • 已針對無程式代碼部署案例將新 model_format 屬性新增至 Model
• az ml dataset
  • 將 az ml data 子群組重新命名為 az ml dataset
  • 已更新數據集 YAML 架構
• az ml component
  • az ml component已新增用於管理 Azure 機器學習元件的命令
  • 新增命令元件的支援（命令元件 YAML 架構）
• az ml online-endpoint
  • az ml endpoint 子群組分成兩個不同的群組： az ml online-endpoint 和 az ml batch-endpoint
  • 已更新 在線端點 YAML 架構
  • 已新增開發/測試案例的本機端點支援
  • 新增本機端點的互動式 VS Code 偵錯支援（已 --vscode-debug 將 旗標新增至 az ml batch-endpoint create/update）
• az ml online-deployment
  • az ml deployment 子群組分成兩個不同的群組： az ml online-deployment 和 az ml batch-deployment
  • 已更新 受控在線部署YAML架構
  • 透過與 Azure 監視器自動調整整合新增自動調整支援
  • 已新增在相同更新作業中更新多個在線部署屬性的支援
  • 已新增對相同端點下部署執行並行作業的支援
• az ml batch-endpoint
  • az ml endpoint 子群組分成兩個不同的群組： az ml online-endpoint 和 az ml batch-endpoint
  • 已更新 批次端點 YAML 架構
  • 已移除 traffic 屬性;以可設定的預設部署屬性取代
  • 已新增對 輸入數據 URI 的支援 az ml batch-endpoint invoke
  • 新增虛擬網路輸入的支援（私人連結）
• az ml batch-deployment
  • az ml deployment 子群組分成兩個不同的群組： az ml online-deployment 和 az ml batch-deployment
  • 已更新 批次部署YAML架構

2021 年 5 月 25 日

宣佈 Azure 機器學習 的 CLI （v2）

Azure CLI 的ml擴充功能是適用於 Azure 機器學習 的下一代介面。 其可讓您從命令列進行模型的定型和部署，並有功能可讓您在追蹤模型生命週期時加速擴大資料科學。 安裝並開始使用。