共用方式為


安裝和設定 CLI (v2)

適用於:Azure CLI ml 延伸模組 v2 (目前)

Azure CLIml 延伸模組是 Azure Machine Learning 的增強式介面。 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。

必要條件

  • 若要使用 CLI,您必須擁有 Azure 訂用帳戶。 如尚未擁有 Azure 訂用帳戶,請在開始之前先建立免費帳戶。 立即試用免費或付費版本的 Azure Machine Learning
  • 若要從您的本機環境使用本文件中的 CLI 命令,您需要 Azure CLI

安裝

新的 Machine Learning 延伸模組需要 Azure CLI 版本>=2.38.0。 確定符合這項需求:

az version

如果未符合,請升級您的 Azure CLI

檢查已安裝的 Azure CLI 擴充功能:

az extension list

移除任何現已安裝的 ml 延伸模組和 CLI v1 azure-cli-ml 延伸模組:

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

現在,請安裝 ml 延伸模組:

az extension add -n ml

執行 help 命令以驗證您的安裝,並查看可用的子命令:

az ml -h

您可以將延伸模組升級為最新版本:

az extension update -n ml

在 Linux 上安裝

如果您使用的是 Debian 或 Ubuntu,安裝必要 CLI 版本和 Machine Learning 延伸模組最快的方式如下所示:

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

如需有關如何在其他 Linux 發行版上安裝的資訊,請造訪安裝適用於 Linux 的 Azure CLI

設定

登入:

az login

如果您有多個 Azure 訂閱的存取權,則可以設定作用中的訂閱:

az account set -s "<YOUR_SUBSCRIPTION_NAME_OR_ID>"

或者,在 shell 中設定一般變數以供後續命令使用:


GROUP="azureml-examples"

LOCATION="eastus"

WORKSPACE="main"

警告

這會使用Bash語法來設定變數。 視需要調整殼層。 您也可以在下列範例中內嵌取代命令中的值,而不是使用變數。

如果尚未建立,您可以建立 Azure 資源群組:


az group create -n $GROUP -l $LOCATION

並建立機器學習工作區:


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

機器學習子命令需要 --workspace/-w--resource-group/-g 參數。 若要避免重複輸入這些值,請設定為預設值:

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

提示

大部分的程式碼範例都假設您已設定預設工作區和資源群組。 您可以在命令列上覆寫這些命令。

您可以使用 --list-defaults/-l 顯示目前的預設值:

az configure -l -o table

提示

--output/-o 結合可允許更多可讀取的輸出格式。

安全通訊

適用於 Azure Machine Learning 的 ml CLI 延伸模組 (有時稱為 'CLI v2') 會透過公用網際網路傳送作業資料 (YAML 參數和中繼資料)。 所有 ml CLI 延伸模組命令都會與 Azure Resource Manager 通訊。 此通訊會使用 HTTPS/TLS 1.2 來保護。

在虛擬網路中保護的數據存放區中的數據,t_透過公用因特網傳送。 例如,如果您的定型資料位於工作區的預設儲存體帳戶中,而儲存體帳戶位於虛擬網路中。

注意

使用先前的延伸模組 (azure-cli-ml,有時稱為 'CLI v1') 時,只有部分命令會與 Azure Resource Manager 通訊。 具體而言,即建立、更新、刪除、列出或顯示 Azure 資源的命令。 提交定型作業等作業則會直接與 Azure Machine Learning 工作區通訊。 如果您的工作區受到私人端點保護,就足以保護 azure-cli-ml 延伸模組所提供的命令。

如果您的 Azure Machine Learning 工作區為公用 (即不在虛擬網路後方),則不需要額外設定。 使用 HTTPS/TLS 1.2 保護通訊

下一步