az ml environment
Remarque
Cette référence fait partie de l’extension ml pour Azure CLI (version 2.15.0 ou ultérieure). L’extension installe automatiquement la première fois que vous exécutez une commande az ml environment . En savoir plus sur les extensions.
Gérer les environnements Azure ML.
Les environnements Azure ML définissent l’environnement d’exécution pour les travaux et les déploiements de points de terminaison, encapsulant les dépendances pour l’apprentissage et l’inférence. Ces définitions d’environnement sont intégrées aux images Docker.
Commandes
Nom | Description | Type | État |
---|---|---|---|
az ml environment archive |
Archivez un environnement. |
Extension | GA |
az ml environment create |
Créer un environnement. |
Extension | GA |
az ml environment list |
Répertorier les environnements dans un espace de travail. |
Extension | GA |
az ml environment restore |
Restaurez un environnement archivé. |
Extension | GA |
az ml environment share |
Partagez un environnement spécifique de l’espace de travail vers le Registre. |
Extension | GA |
az ml environment show |
Afficher les détails d’un environnement. |
Extension | GA |
az ml environment update |
Mettez à jour un environnement. |
Extension | GA |
az ml environment archive
Archivez un environnement.
L’archivage d’un environnement le masque par défaut à partir des requêtes de liste (az ml environment list
). Vous pouvez continuer à référencer et utiliser un environnement archivé dans vos flux de travail. Vous pouvez archiver un conteneur d’environnement ou une version spécifique de l’environnement. L’archivage d’un conteneur d’environnement permet d’archiver toutes les versions de l’environnement sous ce nom donné. Vous pouvez restaurer un environnement archivé à l’aide de az ml environment restore
. Si l’ensemble du conteneur d’environnement est archivé, vous ne pouvez pas restaurer des versions individuelles de l’environnement. Vous devez restaurer le conteneur d’environnement.
az ml environment archive --name
[--label]
[--registry-name]
[--resource-group]
[--version]
[--workspace-name]
Exemples
Archiver un conteneur d’environnement (archive toutes les versions de cet environnement)
az ml environment archive --name my-env --resource-group my-resource-group --workspace-name my-workspace
Archiver une version d’environnement spécifique
az ml environment archive --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace
Paramètres obligatoires
Nom de l’environnement.
Paramètres facultatifs
Étiquette de l’environnement.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Version de l’environnement.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment create
Créer un environnement.
Les environnements peuvent être définis à partir d’une image Docker, d’un fichier Dockerfile ou de Conda. Azure ML gère un ensemble d’images Docker processeur et GPU que vous pouvez utiliser en tant qu’images de base. Pour plus d’informations sur ces images, consultez https://github.com/Azure/AzureML-Containers.
L’environnement créé est suivi dans l’espace de travail sous le nom et la version spécifiés.
az ml environment create [--build-context]
[--conda-file]
[--datastore]
[--description]
[--dockerfile-path]
[--file]
[--image]
[--name]
[--no-wait]
[--os-type]
[--registry-name]
[--resource-group]
[--set]
[--tags]
[--version]
[--workspace-name]
Exemples
Créer un environnement à partir d’un fichier de spécification YAML
az ml environment create --file my_env.yml --resource-group my-resource-group --workspace-name my-workspace
Créer un environnement à partir d’une image Docker
az ml environment create --name my-env --version 1 --file my_env.yml --image pytorch/pytorch --resource-group my-resource-group --workspace-name my-workspace
Créer un environnement à partir d’un contexte de build
az ml environment create --name my-env --version 1 --file my_env.yml --build-context envs/context/ --dockerfile-path Dockerfile --resource-group my-resource-group --workspace-name my-workspace
Créer un environnement à partir d’une spécification Conda
az ml environment create --name my-env --version 1 --file my_env.yml --conda-file conda_dep.yml --image mcr.microsoft.com/azureml/openmpi3.1.2-ubuntu18.04 --resource-group my-resource-group --workspace-name my-workspace
Créer un environnement dans le Registre à partir d’un fichier de spécification YAML
az ml environment create --file my_env.yml --registry-name my-registry-name --resource-group my-resource-group
Paramètres facultatifs
Chemin d’accès local au répertoire à utiliser comme contexte de build Docker. --build-context/-b et --image/-i sont des arguments mutuellement exclusifs.
Chemin local d’un fichier de spécification conda. --image/-i doit également être spécifié si cet argument est utilisé.
Magasin de données vers lequel charger l’artefact local.
Description de l’environnement.
Chemin relatif du fichier Dockerfile dans le répertoire spécifié par --build-context/-b. S’il est omis, './Dockerfile' est utilisé.
Chemin local du fichier YAML contenant la spécification de l’environnement Azure ML. Vous trouverez les documents de référence YAML pour l’environnement à l’adresse suivante : https://aka.ms/ml-cli-v2-environment-yaml-reference.
Image Docker. --image/-i et --build-context/-b sont des arguments mutuellement exclusifs.
Nom de l’environnement.
Ne pas attendre la fin de l’opération de longue durée.
Type de système d'exploitation. Valeurs autorisées : linux, fenêtres. Par défaut : linux.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=.
Paires clé-valeur séparées par espace pour les balises de l’objet.
Version de l’environnement.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment list
Répertorier les environnements dans un espace de travail.
az ml environment list [--archived-only]
[--include-archived]
[--max-results]
[--name]
[--registry-name]
[--resource-group]
[--workspace-name]
Exemples
Répertorier tous les environnements d’un espace de travail
az ml environment list --resource-group my-resource-group --workspace-name my-workspace
Répertorier toutes les versions d’environnement du nom spécifié dans un espace de travail
az ml environment list --name my-env --resource-group my-resource-group --workspace-name my-workspace
Répertoriez tous les environnements d’un espace de travail à l’aide de l’argument --query pour exécuter une requête JMESPath sur les résultats des commandes.
az ml environment list --query "[].{Name:name}" --output table --resource-group my-resource-group --workspace-name my-workspace
Répertorier tous les environnements d’un registre
az ml environment list --registry-name my-registry-name --resource-group my-resource-group
Répertorier toutes les versions d’environnement du nom spécifié dans un registre
az ml environment list --name my-env --registry-name my-registry-name --resource-group my-resource-group
Paramètres facultatifs
Répertorier uniquement les environnements archivés.
Répertoriez les environnements archivés et les environnements actifs.
Nombre maximal de résultats à retourner.
Nom de l’environnement. Si elle est fournie, toutes les versions d’environnement sous ce nom sont retournées.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment restore
Restaurez un environnement archivé.
Lorsqu’un environnement archivé est restauré, il ne sera plus masqué dans les requêtes de liste (az ml environment list
). Si un conteneur d’environnement entier est archivé, vous pouvez restaurer ce conteneur archivé. Cela restaure toutes les versions de l’environnement sous ce nom donné. Vous ne pouvez pas restaurer uniquement une version d’environnement spécifique si le conteneur d’environnement entier est archivé, vous devez restaurer l’intégralité du conteneur. Si seule une version d’environnement individuelle a été archivée, vous pouvez restaurer cette version spécifique.
az ml environment restore --name
[--label]
[--registry-name]
[--resource-group]
[--version]
[--workspace-name]
Exemples
Restaurer un conteneur d’environnement archivé (restaure toutes les versions de cet environnement)
az ml environment restore --name my-env --resource-group my-resource-group --workspace-name my-workspace
Restaurer une version d’environnement archivée spécifique
az ml environment restore --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace
Paramètres obligatoires
Nom de l’environnement.
Paramètres facultatifs
Étiquette de l’environnement.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Version de l’environnement.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment share
Partagez un environnement spécifique de l’espace de travail vers le Registre.
Copiez un environnement existant d’un espace de travail vers un registre pour une réutilisation inter-espaces de travail.
az ml environment share --name
--registry-name
--share-with-name
--share-with-version
--version
[--resource-group]
[--workspace-name]
Exemples
Partager un environnement existant de l’espace de travail vers le Registre
az ml environment share --name my-environment --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry
Paramètres obligatoires
Nom de l’environnement.
Registre de destination.
Nom de l’environnement à créer.
Version de l’environnement à créer.
Version de l’environnement.
Paramètres facultatifs
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment show
Afficher les détails d’un environnement.
az ml environment show --name
[--label]
[--registry-name]
[--resource-group]
[--version]
[--workspace-name]
Exemples
Afficher les détails d’un environnement avec le nom et la version spécifiés
az ml environment show --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace
Afficher les détails d’un environnement dans le Registre avec le nom et la version spécifiés
az ml environment show --name my-env --version 1 --registry-name my-registry-name --resource-group my-resource-group
Paramètres obligatoires
Nom de l’environnement.
Paramètres facultatifs
Étiquette de l’environnement.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Version de l’environnement.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.
az ml environment update
Mettez à jour un environnement.
Seules les propriétés « description » et « tags » peuvent être mises à jour.
az ml environment update --name
[--add]
[--force-string]
[--label]
[--registry-name]
[--remove]
[--resource-group]
[--set]
[--version]
[--workspace-name]
Paramètres obligatoires
Nom de l’environnement.
Paramètres facultatifs
Ajoutez un objet à une liste d’objets en spécifiant un chemin d’accès et des paires clé-valeur. Exemple : --add property.listProperty <key=value, string or JSON string>
.
Lorsque vous utilisez « set » ou « add », conservez les littéraux de chaîne au lieu de tenter de convertir en JSON.
Étiquette de l’environnement.
Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires.
Supprimez une propriété ou un élément d’une liste. Exemple : --remove property.list <indexToRemove>
OR --remove propertyToRemove
.
Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>
.
Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=<value>
.
Version de l’environnement.
Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>
de .
Paramètres globaux
Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.
Affichez ce message d’aide et quittez.
Afficher uniquement les erreurs, en supprimant les avertissements.
Format de sortie.
Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.
Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID
.
Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.