az ml model

Megjegyzés

Ez a referencia az Azure CLI azure-cli-ml bővítményének része (2.0.28-es vagy újabb verzió). A bővítmény automatikusan telepíti az az ml modellparancs első futtatásakor. További információ a bővítményekről.

Gépi tanulási modellek kezelése.

Parancsok

az ml model delete	Modell törlése a munkaterületről.
az ml model deploy	Modell(ek) üzembe helyezése a munkaterületről.
az ml model download	Modell letöltése a munkaterületről.
az ml model list	Modellek listázása a munkaterületen.
az ml model package	Modell becsomagolása a munkaterületen.
az ml model profile	Profilmodell(ek) a munkaterületen.
az ml model register	Modell regisztrálása a munkaterületen.
az ml model show	Modell megjelenítése a munkaterületen.
az ml model update	Modell frissítése a munkaterületen.

az ml model delete

Modell törlése a munkaterületről.

az ml model delete --model-id
                   [--path]
                   [--resource-group]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Kötelező paraméterek

--model-id -i

A törölni kívánt modell azonosítója.

Opcionális paraméterek

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--subscription-id

Megadja az előfizetés azonosítóját.

--workspace-name -w

A munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model deploy

Modell(ek) üzembe helyezése a munkaterületről.

az ml model deploy --name
                   [--ae]
                   [--ai]
                   [--ar]
                   [--as]
                   [--at]
                   [--autoscale-max-replicas]
                   [--autoscale-min-replicas]
                   [--base-image]
                   [--base-image-registry]
                   [--cc]
                   [--ccl]
                   [--cf]
                   [--collect-model-data]
                   [--compute-target]
                   [--compute-type]
                   [--cuda-version]
                   [--dc]
                   [--description]
                   [--dn]
                   [--ds]
                   [--ed]
                   [--eg]
                   [--entry-script]
                   [--environment-name]
                   [--environment-version]
                   [--failure-threshold]
                   [--gb]
                   [--gbl]
                   [--gc]
                   [--ic]
                   [--id]
                   [--key-name]
                   [--key-version]
                   [--kp]
                   [--ks]
                   [--lo]
                   [--max-request-wait-time]
                   [--model]
                   [--model-metadata-file]
                   [--namespace]
                   [--no-wait]
                   [--nr]
                   [--overwrite]
                   [--path]
                   [--period-seconds]
                   [--pi]
                   [--po]
                   [--property]
                   [--replica-max-concurrent-requests]
                   [--resource-group]
                   [--rt]
                   [--sc]
                   [--scoring-timeout-ms]
                   [--sd]
                   [--se]
                   [--sk]
                   [--sp]
                   [--st]
                   [--subnet-name]
                   [--subscription-id]
                   [--tag]
                   [--timeout-seconds]
                   [--token-auth-enabled]
                   [--tp]
                   [--vault-base-url]
                   [--version-name]
                   [--vnet-name]
                   [--workspace-name]
                   [-v]

Kötelező paraméterek

--name -n

Az üzembe helyezett szolgáltatás neve.

Opcionális paraméterek

--ae --auth-enabled

Azt határozza meg, hogy engedélyezi-e a kulcs-hitelesítést ehhez a webszolgáltatáshoz. Alapértelmezés szerint Hamis.

--ai --enable-app-insights

Azt jelzi, hogy engedélyezi-e az AppInsights szolgáltatást ehhez a webszolgáltatáshoz. Alapértelmezés szerint Hamis.

--ar --autoscale-refresh-seconds

Milyen gyakran próbálja meg az automatikus skálázási eszköz skálázni ezt a webszolgáltatást. Alapértelmezés szerint 1.

--as --autoscale-enabled

Engedélyezi-e az automatikus skálázást ehhez a webszolgáltatáshoz. Alapértelmezés szerint Igaz, ha num_replicas nincs.

--at --autoscale-target-utilization

A cél kihasználtsága (a 100-ból százalékban) az automatikus skálázónak meg kell kísérelnie a webszolgáltatás karbantartását. Alapértelmezés szerint 70.

--autoscale-max-replicas --ma

A webszolgáltatás automatikus skálázásakor használandó tárolók maximális száma. Alapértelmezés szerint 10.

--autoscale-min-replicas --mi

A webszolgáltatás automatikus méretezéséhez használandó tárolók minimális száma. Alapértelmezés szerint 1.

--base-image --bi

Alapként használandó egyéni rendszerkép. Ha nem ad meg alaprendszerképet, a rendszer az alaprendszerképet a megadott futtatókörnyezeti paraméter alapján használja.

--base-image-registry --ir

Az alaprendszerképet tartalmazó rendszerkép-beállításjegyzék.

--cc --cpu-cores

A webszolgáltatáshoz lefoglalandó processzormagok száma. Tizedes tört is lehet. Alapértelmezés szerint 0,1.

--ccl --cpu-cores-limit

A webszolgáltatás által használható processzormagok maximális száma. Tizedes tört is lehet.

--cf --conda-file

A lemezképhez használandó Conda-környezetdefiníciót tartalmazó helyi fájl elérési útja.

--collect-model-data --md

Engedélyezi-e a modelladatok gyűjtését ehhez a webszolgáltatáshoz. Alapértelmezés szerint Hamis.

--compute-target --ct

A számítási cél neve. Csak az AKS-ben való üzembe helyezéskor alkalmazható.

--compute-type --cp

Üzembe helyezendő szolgáltatás számítási típusa.

--cuda-version --cv

A GPU-támogatást igénylő rendszerképek telepítéséhez szükséges CUDA-verzió. A GPU-rendszerképet olyan Microsoft Azure-szolgáltatásokban kell használni, mint a Azure Container Instances, az Azure Machine Learning Compute, az Azure Virtual Machines és a Azure Kubernetes Service. A támogatott verziók: 9.0, 9.1 és 10.0. Ha a "enable_gpu" érték van beállítva, ez az alapértelmezett érték a "9.1".

--dc --deploy-config-file

Az üzembehelyezési metaadatokat tartalmazó JSON- vagy YAML-fájl elérési útja.

--description

Az üzembe helyezett szolgáltatás leírása.

--dn --dns-name-label

A webszolgáltatás DNS-neve.

--ds --extra-docker-file-steps

A rendszerkép beállításakor futtatandó további Docker-lépéseket tartalmazó helyi fájl elérési útja.

--ed --environment-directory

Címtár az Azure Machine Learning Environmenthez üzembe helyezéshez. Ez ugyanaz a könyvtár elérési útja, mint amelyet az "az ml environment scaffold" parancs tartalmaz.

--eg --enable-gpu

Azt jelzi, hogy engedélyezi-e a GPU-támogatást a képen. A GPU-rendszerképet olyan Microsoft Azure-szolgáltatásokban kell használni, mint a Azure Container Instances, az Azure Machine Learning Compute, az Azure Virtual Machines és a Azure Kubernetes Service. Alapértelmezés szerint Hamis.

--entry-script --es

A szolgáltatás számára futtatandó kódot tartalmazó helyi fájl elérési útja (relatív elérési út source_directory, ha van megadva).

--environment-name -e

Az üzembe helyezéshez használt Azure Machine Learning-környezet neve.

--environment-version --ev

Egy meglévő Azure Machine Learning-környezet verziója üzembe helyezéshez.

--failure-threshold --ft

Amikor elindul egy pod, és az élőség-mintavétel meghiúsul, a Kubernetes megpróbálja a --failure-threshold időpontokat, mielőtt feladná. Alapértelmezés szerint 3. A minimális érték 1.

--gb --memory-gb

A webszolgáltatáshoz lefoglalandó memória mennyisége (GB-ban). Tizedes tört is lehet.

--gbl --memory-gb-limit

A webszolgáltatás által használható maximális memóriamennyiség (GB-ban). Tizedes tört is lehet.

--gc --gpu-cores

A webszolgáltatáshoz lefoglalandó GPU-magok száma. Az alapértelmezett érték 1.

--ic --inference-config-file

A következtetéskonfigurációt tartalmazó JSON- vagy YAML-fájl elérési útja.

--id --initial-delay-seconds

A tároló elindítása után másodpercek száma az élettartam-mintavételek elindítása előtt. Alapértelmezett érték: 310.

--key-name

Az ACI ügyfél által felügyelt kulcsaiban (CMK) található titkosítási tulajdonságok kulcsneve.

--key-version

Kulcsverzió az ACI ügyfél által felügyelt kulcsaiban (CMK) található titkosítási tulajdonságokhoz.

--kp --primary-key

A webszolgáltatáshoz használandó elsődleges hitelesítési kulcs.

--ks --secondary-key

A webszolgáltatáshoz használandó másodlagos hitelesítési kulcs.

--lo --location

A webszolgáltatás üzembe helyezéséhez szükséges Azure-régió. Ha nincs megadva, a munkaterület helye lesz használva. A rendelkezésre álló régiókról itt talál további információt: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all&products=container-instances.

--max-request-wait-time --mr

Az 503-at eredményező hiba visszaadása előtt a kérések maximális időtartama (ezredmásodpercben) az üzenetsorban marad. Alapértelmezés szerint 500.

--model -m

Az üzembe helyezendő modell azonosítója. Több modell is megadható további -m argumentumokkal. A modelleket először regisztrálni kell.

--model-metadata-file -f

Modellregisztrációs metaadatokat tartalmazó JSON-fájl elérési útja. Több modell is megadható több -f paraméterrel.

--namespace

Kubernetes-névtér a szolgáltatás üzembe helyezéséhez: legfeljebb 63 kisbetűs alfanumerikus ('a'-'z', '0'-'9') és kötőjel ('-') karakter. Az első és az utolsó karakter nem lehet kötőjel. Csak az AKS-ben való üzembe helyezéskor alkalmazható.

--no-wait

Jelző, hogy ne várjon az aszinkron hívásokra.

--nr --num-replicas

A webszolgáltatáshoz lefoglalandó tárolók száma. Nincs alapértelmezett érték, ha ez a paraméter nincs beállítva, akkor az automatikus skálázási eszköz alapértelmezés szerint engedélyezve van.

--overwrite

Írja felül a meglévő szolgáltatást, ha a név ütközik.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--period-seconds --ps

Milyen gyakran (másodpercben) hajtja végre az élőség-mintavételt. Alapértelmezés szerint 10 másodperc. A minimális érték 1.

--pi --profile-input

A profilkészítési eredményeket tartalmazó JSON-fájl elérési útja.

--po --port

A helyi port, amelyen elérhetővé szeretné tenni a szolgáltatás HTTP-végpontját.

--property

Hozzáadandó kulcs/érték tulajdonság (például.key=érték). Több tulajdonság is megadható több --tulajdonság beállítással.

--replica-max-concurrent-requests --rm

A webszolgáltatás engedélyezéséhez csomópontonkénti egyidejű kérelmek maximális száma. Alapértelmezés szerint 1.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--rt --runtime

Melyik futtatókörnyezetet használja a rendszerképhez. A jelenleg támogatott futtatókörnyezetek a spark-py és a "python"spark-py|python|python-slim.

--sc --ssl-cname

Az SSL engedélyezésének cneve.

--scoring-timeout-ms --tm

Időtúllépés a webszolgáltatás pontozási hívásainak kényszerítéséhez. Alapértelmezés szerint 60000.

--sd --source-directory

A lemezkép létrehozásához az összes fájlt tartalmazó mappák elérési útja.

--se --ssl-enabled

Azt határozza meg, hogy engedélyezi-e az SSL-t ehhez a webszolgáltatáshoz. Alapértelmezés szerint Hamis.

--sk --ssl-key-pem-file

Az SSL engedélyezése esetén szükséges kulcsfájl.

--sp --ssl-cert-pem-file

Az SSL engedélyezése esetén szükség van a tanúsítványfájlra.

--st --success-threshold

Az élettartam-mintavétel sikerességének minimális egymást követő sikerei sikeresnek tekinthetők a sikertelenség után. Alapértelmezés szerint 1. A minimális érték 1.

--subnet-name

A virtuális hálózaton belüli alhálózat neve.

--subscription-id

Megadja az előfizetés azonosítóját.

--tag

Hozzáadandó kulcs/érték címke (például.key=érték ). Több címke is megadható több --tag beállítással.

--timeout-seconds --ts

Másodpercek száma, amely után az élettartam-mintavétel túllépi az időkorlátot. Alapértelmezés szerint 2 másodperc. A minimális érték 1.

--token-auth-enabled

Engedélyezi-e a jogkivonat-hitelesítést ehhez a webszolgáltatáshoz. A rendszer figyelmen kívül hagyja, ha nem helyezi üzembe az AKS-ben. Alapértelmezés szerint Hamis.

--tp --traffic-percentile

A verzió által a végponton átmenő forgalom mennyisége. Tizedes tört is lehet. Alapértelmezés szerint 0.

--vault-base-url

Tároló alap URL-címe az ACI ügyfél által felügyelt kulcsaiban (CMK) található titkosítási tulajdonságokhoz.

--version-name --vn

A végpont verzióneve. Alapértelmezett végpontnév az első verzióhoz.

--vnet-name

A virtuális hálózat neve.

--workspace-name -w

A munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model download

Modell letöltése a munkaterületről.

az ml model download --model-id
                     --target-dir
                     [--overwrite]
                     [--path]
                     [--resource-group]
                     [--subscription-id]
                     [--workspace-name]
                     [-v]

Kötelező paraméterek

--model-id -i

A modell azonosítója.

--target-dir -t

Célkönyvtár a modellfájl letöltéséhez.

Opcionális paraméterek

--overwrite

Felülírja, ha ugyanaz a névfájl létezik a célkönyvtárban.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--subscription-id

Megadja az előfizetés azonosítóját.

--workspace-name -w

A megjelenítendő modellt tartalmazó munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model list

Modellek listázása a munkaterületen.

az ml model list [--dataset-id]
                 [--latest]
                 [--model-name]
                 [--path]
                 [--property]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--tag]
                 [--workspace-name]
                 [-v]

Opcionális paraméterek

--dataset-id

Ha meg van adva, csak a megadott adathalmaz-azonosítóval rendelkező modellek jelennek meg.

--latest -l

Ha meg van adva, csak a legújabb verziójú modelleket adja vissza.

--model-name -n

Választható modellnév a lista szűréséhez.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--property

Hozzáadandó kulcs/érték tulajdonság (például.key=érték). Több tulajdonság is megadható több --tulajdonság beállítással.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--run-id

Ha meg van adva, csak a megadott futtatási azonosítóval rendelkező modellek jelennek meg.

--subscription-id

Megadja az előfizetés azonosítóját.

--tag

Hozzáadandó kulcs/érték címke (például.key=érték ). Több címke is megadható több --tag beállítással.

--workspace-name -w

A listázandó modelleket tartalmazó munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model package

Modell becsomagolása a munkaterületen.

az ml model package [--cf]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--ic]
                    [--il]
                    [--image-name]
                    [--model]
                    [--model-metadata-file]
                    [--no-wait]
                    [--output-path]
                    [--path]
                    [--resource-group]
                    [--rt]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Opcionális paraméterek

--cf --conda-file

A csomaghoz használandó Conda-környezetdefiníciót tartalmazó helyi fájl elérési útja.

--ed --environment-directory

Az Azure Machine Learning Environment csomagolási címtára. Ez ugyanaz a könyvtár elérési útja, mint amelyet az "az ml environment scaffold" parancs tartalmaz.

--entry-script --es

A szolgáltatás számára futtatandó kódot tartalmazó helyi fájl elérési útja (relatív elérési út source_directory, ha van megadva).

--environment-name -e

A csomagoláshoz használt Azure Machine Learning-környezet neve.

--environment-version --ev

A csomagoláshoz használt meglévő Azure Machine Learning-környezet verziója.

--ic --inference-config-file

A következtetéskonfigurációt tartalmazó JSON- vagy YAML-fájl elérési útja.

--il --image-label

Címkével adja meg a beépített csomag rendszerképét.

--image-name --in

A beépített csomagrendszerkép elnevezése.

--model -m

A becsomagolandó modell azonosítója. Több modell is megadható további -m argumentumokkal. A modelleket először regisztrálni kell.

--model-metadata-file -f

Modellregisztrációs metaadatokat tartalmazó JSON-fájl elérési útja. Több modell is megadható több -f paraméterrel.

--no-wait

Jelző, hogy ne várjon az aszinkron hívásokra.

--output-path

A Docker-környezet kimeneti elérési útja. Ha egy kimeneti elérési út halad át, ahelyett, hogy lemezképet hoz létre a munkaterület ACR-jében, a rendszer egy dockerfile-t és a szükséges buildkörnyezetet ír erre az útvonalra.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--rt --runtime

Melyik futtatókörnyezetet kell használni a csomaghoz. A jelenleg támogatott futtatókörnyezetek a spark-py és a "python"spark-py|python|python-slim.

--sd --source-directory

A lemezkép létrehozásához az összes fájlt tartalmazó mappák elérési útja.

--subscription-id

Megadja az előfizetés azonosítóját.

--workspace-name -w

A munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model profile

Profilmodell(ek) a munkaterületen.

az ml model profile --name
                    [--base-image]
                    [--base-image-registry]
                    [--cc]
                    [--cf]
                    [--description]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--gb]
                    [--ic]
                    [--idi]
                    [--model]
                    [--model-metadata-file]
                    [--output-metadata-file]
                    [--resource-group]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Kötelező paraméterek

--name -n

A modellprofil neve.

Opcionális paraméterek

--base-image --bi

Alapként használandó egyéni rendszerkép. Ha nem ad meg alaprendszerképet, a rendszer az alaprendszerképet a megadott futásidejű paraméter alapján fogja használni.

--base-image-registry --ir

Az alapként szolgáló rendszerképet tartalmazó rendszerkép-beállításjegyzék.

--cc --cpu-cores

Dupla érték a profilkészítéshez használandó maximális CPU-értékhez.

--cf --conda-file

A lemezképhez használandó Conda-környezetdefiníciót tartalmazó helyi fájl elérési útja.

--description

A modellprofil leírása.

--ed --environment-directory

Az Azure Machine Learning Environment címtára az üzembe helyezéshez. Ez ugyanaz a könyvtár elérési útja, mint az "az ml environment scaffold" parancsban.

--entry-script --es

A szolgáltatáshoz futtatandó kódot tartalmazó helyi fájl elérési útja (relatív elérési út source_directory, ha meg van adva).

--environment-name -e

Az üzembe helyezéshez használt Azure Machine Learning-környezet neve.

--environment-version --ev

Egy meglévő Azure Machine Learning-környezet verziója az üzembe helyezéshez.

--gb --memory-in-gb

Dupla érték a profilkészítéshez használandó maximális memória számára.

--ic --inference-config-file

Dedukciókonfigurációt tartalmazó JSON- vagy YAML-fájl elérési útja.

--idi --input-dataset-id

A profil bemeneteként használandó táblázatos adatkészlet azonosítója.

--model -m

Az üzembe helyezni kívánt modell azonosítója. Több modell is megadható további -m argumentumokkal. A modelleket először regisztrálni kell.

--model-metadata-file -f

Modellregisztrációs metaadatokat tartalmazó JSON-fájl elérési útja. Több modell is megadható több -f paraméterrel.

--output-metadata-file -t

Egy JSON-fájl elérési útja, ahol a profileredmények metaadatai meg lesznek írva. Bemenetként használatos a modell üzembe helyezéséhez.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--sd --source-directory

A lemezkép létrehozásához használt összes fájlt tartalmazó mappák elérési útja.

--subscription-id

Megadja az előfizetés azonosítóját.

--workspace-name -w

A munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model register

Modell regisztrálása a munkaterületen.

az ml model register --name
                     [--asset-path]
                     [--cc]
                     [--description]
                     [--experiment-name]
                     [--gb]
                     [--gc]
                     [--model-framework]
                     [--model-framework-version]
                     [--model-path]
                     [--output-metadata-file]
                     [--path]
                     [--property]
                     [--resource-group]
                     [--run-id]
                     [--run-metadata-file]
                     [--sample-input-dataset-id]
                     [--sample-output-dataset-id]
                     [--subscription-id]
                     [--tag]
                     [--workspace-name]
                     [-v]

Kötelező paraméterek

--name -n

A regisztrálandó modell neve.

Opcionális paraméterek

--asset-path

A felhőbeli elérési út, ahol a experiement futtatja a modellfájlt.

--cc --cpu-cores

A modellhez lefoglalandó processzormagok alapértelmezett száma. Tizedes tört is lehet.

--description -d

A modell leírása.

--experiment-name

A kísérlet neve.

--gb --memory-gb

A modellhez lefoglalt alapértelmezett memóriamennyiség (GB-ban). Tizedes tört is lehet.

--gc --gpu-cores

A modellhez lefoglalandó GPU-k alapértelmezett száma.

--model-framework

A regisztrálandó modell keretrendszere. Jelenleg támogatott keretrendszerek: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

A regisztrálandó modell keretrendszerverziója (pl. 1.0.0, 2.4.1).

--model-path -p

A regisztrálandó modellfájl teljes elérési útja.

--output-metadata-file -t

Egy JSON-fájl elérési útja, ahol a modellregisztrációs metaadatok meg lesznek írva. Bemenetként használatos a modell üzembe helyezéséhez.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--property

Hozzáadandó kulcs/érték tulajdonság (például.key=érték). Több tulajdonság is megadható több --property beállítással.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--run-id -r

Annak a kísérletnek az azonosítója, amelyből a modell regisztrálva van.

--run-metadata-file -f

A kifejezésfuttatási metaadatokat tartalmazó JSON-fájl elérési útja.

--sample-input-dataset-id

A minta bemeneti adatkészlet azonosítója.

--sample-output-dataset-id

A minta kimeneti adatkészlet azonosítója.

--subscription-id

Megadja az előfizetés azonosítóját.

--tag

Hozzáadandó kulcs/érték címke (például.key=érték). Több címke is megadható több --tag beállítással.

--workspace-name -w

A modell regisztrálásához használni kívánt munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model show

Modell megjelenítése a munkaterületen.

az ml model show [--model-id]
                 [--model-name]
                 [--path]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--version]
                 [--workspace-name]
                 [-v]

Opcionális paraméterek

--model-id -i

Megjelenítendő modell azonosítója.

--model-name -n

Megjelenítendő modell neve.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--run-id

Ha meg van adva, csak a megadott futtatási azonosítóval rendelkező modellek jelennek meg.

--subscription-id

Megadja az előfizetés azonosítóját.

--version

Ha meg van adva, csak a megadott névvel és verzióval rendelkező modellek jelennek meg.

--workspace-name -w

A megjelenítendő modellt tartalmazó munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.

az ml model update

Modell frissítése a munkaterületen.

az ml model update --model-id
                   [--add-property]
                   [--add-tag]
                   [--cc]
                   [--description]
                   [--gb]
                   [--gc]
                   [--path]
                   [--remove-tag]
                   [--resource-group]
                   [--sample-input-dataset-id]
                   [--sample-output-dataset-id]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Kötelező paraméterek

--model-id -i

A modell azonosítója.

Opcionális paraméterek

--add-property

Hozzáadandó kulcs/érték tulajdonság (például.key=érték). Több tulajdonság is megadható több --add-property beállítással.

--add-tag

Hozzáadandó kulcs/érték címke (például.key=érték). Több címke is megadható több --add-tag beállítással.

--cc --cpu-cores

A modellhez lefoglalandó processzormagok alapértelmezett száma. Tizedes tört is lehet.

--description

Leírás a modell frissítéséhez. Lecseréli az aktuális leírást.

--gb --memory-gb

A modellhez lefoglalt alapértelmezett memóriamennyiség (GB-ban). Tizedes tört is lehet.

--gc --gpu-cores

A modellhez lefoglalandó GPU-k alapértelmezett száma.

--path

Projektmappa elérési útja. Alapértelmezett: aktuális könyvtár.

--remove-tag

Eltávolítandó címke kulcsa. Több címke is megadható több --remove-tag beállítással.

--resource-group -g

A megadott munkaterületnek megfelelő erőforráscsoport.

--sample-input-dataset-id

A minta bemeneti adatkészlet azonosítója.

--sample-output-dataset-id

A minta kimeneti adatkészlet azonosítója.

--subscription-id

Megadja az előfizetés azonosítóját.

--workspace-name -w

A munkaterület neve.

-v

Részletességi jelző.

Globális paraméterek

--debug

Növelje a naplózás részletességét az összes hibakeresési napló megjelenítéséhez.

--help -h

Jelenítse meg ezt a súgóüzenetet, és lépjen ki.

--only-show-errors

Csak a hibák megjelenítése, a figyelmeztetések mellőzése.

--output -o

Kimeneti formátum.

--query

JMESPath lekérdezési sztring. További információkért és példákért lásd http://jmespath.org/ .

--subscription

Az előfizetés neve vagy azonosítója. Az alapértelmezett előfizetést a használatával az account set -s NAME_OR_IDkonfigurálhatja.

--verbose

Növelje a naplózás részletességét. Használja a --debug parancsot a teljes hibakeresési naplókhoz.