探索 CLI
重要
本單元中的內容僅涵蓋 CLI 第 2 版。 深入了解在第 1 版和第 2 版之間決定。
另一個與 Azure Machine Learning 工作區互動的程式碼型方法是命令列介面 (CLI)。 身為資料科學家的您可能不像使用 Python 那樣頻繁地使用 CLI。 系統管理員和工程師通常會使用 Azure CLI 將 Azure 中的工作自動化。
使用 Azure CLI 搭配 Azure Machine Learning 有許多優點。 Azure CLI 可讓您：
- 讓建立及設定資產和資源自動化，使其可重複。
- 針對必須在多個環境 (例如開發、測試和生產) 中複寫的資產和資源，確保其一致性。
- 將機器學習資產設定併入開發人員作業 (DevOps) 工作流程，例如持續整合和持續部署 (CI/CD) 管線。
若要使用 Azure CLI 與 Azure Machine Learning 工作區互動，您必須安裝 Azure CLI 和 Azure Machine Learning 延伸模組。
安裝 Azure CLI
您可以在 Linux、Mac 或 Windows 電腦上安裝 Azure CLI。 您可以透過 Azure CLI 執行命令或指令碼，以管理 Azure 資源。 您也可以透過 Azure Cloud Shell 的瀏覽器，使用 Azure CLI。 無論您選擇哪一個平台，都可以執行相同的工作。 但是，Azure CLI 的安裝、命令和指令碼在平台之間會有所不同。
重要
若要在您的電腦上安裝 Azure CLI，您可以使用套件管理員。 以下是根據您所選擇的平台而安裝 Azure CLI 的指示。 如果您是使用 Azure Cloud Shell，就不需要安裝 Azure CLI。 在此概觀中深入瞭解如何使用 Azure Cloud Shell。
安裝 Azure Machine Learning 延伸模組
在您安裝 Azure CLI 或設定 Azure Cloud Shell 之後，您必須安裝 Azure Machine Learning 延伸模組，以便使用 Azure CLI 管理 Azure Machine Learning 資源。
您可以使用下列命令安裝 Azure Machine Learning 延伸模組 ml：
az extension add -n ml -y
然後，您可以執行說明命令 -h 來檢查是否已安裝延伸模組，並取得此延伸模組可用的命令清單。 此清單提供您可執行且適用於 Azure Machine Learning 的 Azure CLI 延伸模組工作概觀：
az ml -h
使用 Azure CLI
若要使用 Azure CLI 與 Azure Machine Learning 工作區互動，您將使用命令。 每個命令前面都會加上 az ml。 您可以在 CLI 的參考文件中找到命令清單。
例如，若要建立計算目標，您可以使用下列命令：
az ml compute create --name aml-cluster --size STANDARD_DS3_v2 --min-instances 0 --max-instances 5 --type AmlCompute --resource-group my-resource-group --workspace-name my-workspace
若要探索您可搭配命令使用的所有可能參數，您可以檢閱特定命令的參考文件。
當您定義所要建立資產或資源的參數時，建議您改用 YAML 檔案來定義組態。 當您在 YAML 檔案中儲存所有參數值時，組織及自動化工作會變得更容易。
例如，您也可以先在 YAML 檔案中定義組態，以建立相同的計算目標：
$schema: https://azuremlschemas.azureedge.net/latest/amlCompute.schema.json
name: aml-cluster
type: amlcompute
size: STANDARD_DS3_v2
min_instances: 0
max_instances: 5
您可以在您想要建立的特定資產或資源 (例如計算叢集) 的參考文件中，找到您可包含在 YAML 檔案中的所有可能參數。
將 YAML 檔案儲存為 compute.yml 時，您可使用下列命令來建立計算目標：
az ml compute create --file compute.yml --resource-group my-resource-group --workspace-name my-workspace