Feedback

az ml online-deployment

  • Referenz

Hinweis

Dieser Verweis ist Teil der ml-Erweiterung für die Azure CLI (Version 2.15.0 oder höher). Die Erweiterung wird beim ersten Ausführen eines Az ml Online-Bereitstellungsbefehls automatisch installiert. Weitere Informationen zu Erweiterungen

Verwalten von Azure ML-Onlinebereitstellungen.

Azure ML-Bereitstellungen bieten eine einfache Schnittstelle zum Erstellen und Verwalten von Modellbereitstellungen.

Befehle

az ml online-deployment create

Erstellen Sie eine Bereitstellung. Wenn die Bereitstellung bereits vorhanden ist, wird sie mit den neuen Einstellungen überschreiben.
az ml online-deployment delete

Löscht eine Bereitstellung.
az ml online-deployment get-logs

Rufen Sie die Containerprotokolle für eine Onlinebereitstellung ab.
az ml online-deployment list

Auflisten von Bereitstellungen.
az ml online-deployment show

Zeigen Sie eine Bereitstellung an.
az ml online-deployment update

Aktualisieren einer Bereitstellung.

az ml online-deployment create

Erstellen Sie eine Bereitstellung. Wenn die Bereitstellung bereits vorhanden ist, wird sie mit den neuen Einstellungen überschreiben.

az ml online-deployment create --file
                               --resource-group
                               --workspace-name
                               [--all-traffic]
                               [--endpoint-name]
                               [--local {false, true}]
                               [--name]
                               [--no-wait]
                               [--set]
                               [--vscode-debug {false, true}]

Beispiele

Erstellen einer Bereitstellung aus einer YAML-Spezifikationsdatei

az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--file -f

Lokaler Pfad zur YAML-Datei mit der Azure ML Onlinebereitstellungsspezifikation. Die YAML-Referenzdokumente für die Onlinebereitstellung finden Sie unter: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--all-traffic

Legt Endpunktdatenverkehr 100 % auf diese Bereitstellung nach erfolgreicher Erstellung fest, funktioniert nicht mit --no-wait.

--endpoint-name -e

Name des Onlineendpunkts.

--local

Erstellen Sie die Bereitstellung lokal mithilfe von Docker. Nur eine Bereitstellung pro Endpunkt ist zulässig. Hinweis: Wenn der angegebene Endpunkt nicht vorhanden ist, wird es erstellt.

Zulässige Werte: false, true
--name -n

Name der Bereitstellung

--no-wait

Nicht auf den Abschluss lang andauernder Vorgänge warten

--set

Aktualisieren Sie ein Objekt, indem Sie einen Eigenschaftenpfad und einen wert angeben, der festgelegt werden soll. Beispiel: --set-property1.property2=.

--vscode-debug

Erstellen Sie lokalen Endpunkt und fügen Sie VSCode-Debugger an. Funktioniert nur mit --local flag.

Zulässige Werte: false, true

az ml online-deployment delete

Löscht eine Bereitstellung.

az ml online-deployment delete --endpoint-name
                               --name
                               --resource-group
                               --workspace-name
                               [--local {false, true}]
                               [--no-wait]
                               [--yes]

Beispiele

Löschen einer Bereitstellung mit Bestätigung

az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--endpoint-name -e

Name des Onlineendpunkts.

--name -n

Name der Bereitstellung

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--local

Löschen der lokalen Bereitstellung aus Docker-Umgebung.

Zulässige Werte: false, true
--no-wait

Nicht auf den Abschluss lang andauernder Vorgänge warten

--yes -y

Nicht zur Bestätigung auffordern

az ml online-deployment get-logs

Rufen Sie die Containerprotokolle für eine Onlinebereitstellung ab.

az ml online-deployment get-logs --endpoint-name
                                 --name
                                 --resource-group
                                 --workspace-name
                                 [--container]
                                 [--lines]
                                 [--local {false, true}]

Beispiele

Abrufen der Containerprotokolle für eine Onlinebereitstellung

az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--endpoint-name -e

Name des Onlineendpunkts.

--name -n

Name der Bereitstellung

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--container -c

Der Typ des Containers, aus dem Protokolle abgerufen werden sollen. Zulässige Werte: Inference-Server, Storage-Initializer.

--lines -l

Die maximale Anzahl der Linien bis zum Tail.

Standardwert: 5000
--local

Abrufen von Protokollen aus der lokalen Bereitstellung in Docker-Umgebung.

Zulässige Werte: false, true

az ml online-deployment list

Auflisten von Bereitstellungen.

az ml online-deployment list --endpoint-name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]

Beispiele

Listenbereitstellung in einem Endpunkt

az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--endpoint-name -e

Name des Endpunkts.

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--local

Listet die lokale Bereitstellung unter diesem lokalen Endpunkt auf.

Zulässige Werte: false, true

az ml online-deployment show

Zeigen Sie eine Bereitstellung an.

az ml online-deployment show --endpoint-name
                             --name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]

Beispiele

Anzeigen einer Bereitstellung

az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--endpoint-name -e

Name des Onlineendpunkts.

--name -n

Name der Bereitstellung

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--local

Lokale Bereitstellung aus Docker-Umgebung anzeigen.

Zulässige Werte: false, true

az ml online-deployment update

Aktualisieren einer Bereitstellung.

az ml online-deployment update --resource-group
                               --workspace-name
                               [--add]
                               [--endpoint-name]
                               [--file]
                               [--force-string]
                               [--local {false, true}]
                               [--name]
                               [--no-wait]
                               [--remove]
                               [--set]
                               [--vscode-debug {false, true}]

Beispiele

Aktualisieren einer Bereitstellung aus einer YAML-Spezifikationsdatei

az ml online-deployment update --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können die Standardgruppe mit az configure --defaults workspace=<name> konfigurieren.

Optionale Parameter

--add

Fügen Sie einem Objekt eine Liste von Objekten hinzu, indem Sie ein Pfad- und Schlüsselwertpaar angeben. Beispiel: --add property.listProperty <key=value, string or JSON string>.

--endpoint-name -e

Name des Onlineendpunkts.

--file -f

Lokaler Pfad zur YAML-Datei mit der Azure ML Onlinebereitstellungsspezifikation. Die YAML-Referenzdokumente für die Onlinebereitstellung finden Sie unter: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--force-string

Wenn Sie "set" oder "add" verwenden, behalten Sie Zeichenfolgen literale beibehalten, anstatt zu versuchen, in JSON zu konvertieren.

--local

Aktualisieren der lokalen Bereitstellung in Docker-Umgebung.

Zulässige Werte: false, true
--name -n

Name der Bereitstellung

--no-wait

Nicht auf den Abschluss lang andauernder Vorgänge warten

--remove

Entfernen Sie eine Eigenschaft oder ein Element aus einer Liste. Beispiel: --remove property.list OR --remove propertyToRemove.

--set

Aktualisieren Sie ein Objekt, indem Sie einen Eigenschaftenpfad und einen wert angeben, der festgelegt werden soll. Beispiel: --set-property1.property2=.

--vscode-debug

Aktualisieren des lokalen Endpunkts und erneutes Anfügen des VSCode-Debuggers. Funktioniert nur mit --local flag.

Zulässige Werte: false, true