Erstellen und Verwenden von Softwareumgebungen in Azure Machine Learning mit der CLI v1
GILT FÜR:
Azure CLI-ML-Erweiterung v1
In diesem Artikel erfahren Sie, wie Sie Azure Machine Learning-Umgebungen mithilfe der CLI v1 erstellen und verwalten. Verwenden Sie die Umgebungen, um die Softwareabhängigkeiten Ihrer Projekte in ihrem zeitlichen Ablauf nachzuverfolgen und zu reproduzieren. Die Azure Machine Learning-CLI v1 spiegelt den größten Teil der Funktionalität des Python SDK v1. Sie können sie zum Erstellen und Verwalten von Umgebungen verwenden.
Die Verwaltung von Softwareabhängigkeiten ist eine gängige Aufgabe für Entwickler. Sinnvollerweise möchten Sie sicherstellen, dass Builds ohne extensive manuelle Softwarekonfiguration reproduzierbar sind. Die Azure Machine Learning-Klasse Environment ist für lokale Entwicklungslösungen wie pip und Conda sowie über Docker-Funktionen für die verteilte Cloudentwicklung bestimmt.
Eine allgemeine Übersicht zur Funktionsweise von Umgebungen in Azure Machine Learning finden Sie unter Was sind ML-Umgebungen?. Weitere Informationen zur Verwaltung von Umgebungen in Azure Machine Learning Studio finden Sie unter Verwalten von Umgebungen in Azure Machine Learning Studio. Informationen zum Konfigurieren von Entwicklungsumgebungen finden Sie unter Einrichten einer Python-Entwicklungsumgebung für Azure Machine Learning.
Voraussetzungen
Wichtig
Einige Azure CLI-Befehle in diesem Artikel verwenden die Erweiterung azure-cli-ml oder v1 für Azure Machine Learning. Der Support für die v1-Erweiterung endet am 30. September 2025. Sie können die v1-Erweiterung bis zu diesem Datum installieren und verwenden.
Es wird empfohlen, vor dem 30. September 2025 zur ml- oder v2-Erweiterung zu wechseln. Weitere Informationen zur v2-Erweiterung finden Sie unter Was sind die Azure Machine Learning CLI und das Python SDK v2?.
Gerüst für eine Umgebung
Das folgende Befehlsgerüst stellt die Dateien für eine standardmäßige Umgebungsdefinition im angegebenen Verzeichnis dar. Diese Dateien sind JSON-Dateien. Sie funktionieren wie die entsprechende Klasse im SDK. Sie können die Dateien verwenden, um neue Umgebungen zu erstellen, die benutzerdefinierte Einstellungen aufweisen.
az ml environment scaffold -n myenv -d myenvdir
Registrieren einer Umgebung
Führen Sie den folgenden Befehl aus, um eine Umgebung aus einem angegebenen Verzeichnis zu registrieren:
az ml environment register -d myenvdir
Auflisten der Umgebungen
Führen Sie den folgenden Befehl aus, um alle registrierten Umgebungen aufzulisten:
az ml environment list
Herunterladen einer Umgebung
Führen Sie den folgenden Befehl aus, um eine registrierte Umgebung herunterzuladen:
az ml environment download -n myenv -d downloaddir
Nächste Schritte
- Erfahren Sie nach dem Erstellen eines trainierten Modells, wie und wo Modelle bereitgestellt werden.
- Sehen Sie sich die SDK-Referenz der
Environment-Klasse an.