az ml
Catatan
Referensi ini adalah bagian dari ekstensi azure-cli-ml untuk Azure CLI (versi 2.0.28 atau yang lebih tinggi). Ekstensi akan secara otomatis menginstal pertama kali Anda menjalankan perintah az ml . Pelajari lebih lanjut tentang ekstensi.
Kelola sumber daya Azure Machine Learning dengan ekstensi ML Azure CLI v1.
Instal ekstensi ML Azure CLI v1 https://docs.microsoft.com/azure/machine-learning/reference-azure-machine-learning-cli.
Perintah
| az ml computetarget |
Perintah subgrup computetarget. |
| az ml computetarget amlcompute |
Perintah komputasi AzureML. |
| az ml computetarget amlcompute identity |
Perintah identitas target komputasi AzureML. |
| az ml computetarget amlcompute identity assign |
Tetapkan identitas ke target komputasi AzureML. |
| az ml computetarget amlcompute identity remove |
Menghapus identitas dari target komputasi AzureML. |
| az ml computetarget amlcompute identity show |
Menampilkan identitas target komputasi AzureML. |
| az ml computetarget attach |
Lampirkan perintah subgrup. |
| az ml computetarget attach aks |
Lampirkan kluster AKS ke ruang kerja. |
| az ml computetarget attach kubernetes |
Lampirkan KubernetesCompute sebagai target komputasi ke ruang kerja. |
| az ml computetarget attach remote |
Pasang komputer jarak jauh tanpa Docker sebagai target komputasi ke ruang kerja. |
| az ml computetarget computeinstance |
Perintah instans komputasi AzureML. |
| az ml computetarget computeinstance restart |
Mulai ulang instans komputasi. |
| az ml computetarget computeinstance start |
Mulai instans komputasi. |
| az ml computetarget computeinstance stop |
Hentikan instans komputasi. |
| az ml computetarget create |
Buat target komputasi (aks atau amlcompute atau computeinstance). |
| az ml computetarget create aks |
Membuat target komputasi AKS. |
| az ml computetarget create amlcompute |
Membuat target komputasi AzureML. |
| az ml computetarget create computeinstance |
Membuat target instans komputasi AzureML. |
| az ml computetarget create datafactory |
Membuat target komputasi pabrik data. |
| az ml computetarget delete |
Menghapus target komputasi (aks atau amlcompute atau computeinstance). |
| az ml computetarget detach |
Lepaskan target komputasi (aks atau jarak jauh) dari ruang kerja. |
| az ml computetarget get-credentials |
Dapatkan kredensial untuk target komputasi (aks atau jarak jauh). |
| az ml computetarget list |
Mencantumkan semua target komputasi yang dilampirkan ke ruang kerja. |
| az ml computetarget show |
Menampilkan detail target komputasi tertentu. |
| az ml computetarget update |
Memperbarui target komputasi (aks atau amlcompute). |
| az ml computetarget update aks |
Memperbarui target komputasi AKS. |
| az ml computetarget update amlcompute |
Memperbarui target komputasi AzureML. |
| az ml dataset |
Perintah untuk mengelola himpunan data di ruang kerja Azure Machine Learning. |
| az ml dataset archive |
Arsipkan himpunan data yang aktif atau tidak digunakan lagi. |
| az ml dataset deprecate |
Menghentikan penggunaan himpunan data aktif di ruang kerja dengan himpunan data lain. |
| az ml dataset list |
Mencantumkan semua himpunan data dalam ruang kerja. |
| az ml dataset reactivate |
Mengaktifkan kembali himpunan data yang diarsipkan atau tidak digunakan lagi. |
| az ml dataset register |
Daftarkan himpunan data baru dari file yang ditentukan. |
| az ml dataset show |
Dapatkan detail himpunan data berdasarkan id atau nama pendaftarannya. |
| az ml dataset unregister |
Batalkan pendaftaran semua versi dengan nama pendaftaran yang ditentukan. |
| az ml datastore |
Perintah untuk mengelola dan menggunakan penyimpanan data dengan Ruang Kerja Azure ML. |
| az ml datastore attach-adls |
Lampirkan datastore ADLS. |
| az ml datastore attach-adls-gen2 |
Lampirkan datastore ADLS Gen2. |
| az ml datastore attach-blob |
Lampirkan datastore penyimpanan blob. |
| az ml datastore attach-dbfs |
Lampirkan datastore Databricks File System. |
| az ml datastore attach-file |
Lampirkan datastore berbagi file. |
| az ml datastore attach-mysqldb |
Lampirkan datastore Azure MySQL. |
| az ml datastore attach-psqldb |
Lampirkan datastore Azure PostgreSQL. |
| az ml datastore attach-sqldb |
Lampirkan datastore Azure SQL. |
| az ml datastore detach |
Lepaskan datastore berdasarkan nama. |
| az ml datastore download |
Mengunduh file dari Datastore. |
| az ml datastore list |
Mencantumkan penyimpanan data di ruang kerja. |
| az ml datastore set-default |
Atur datastore default ruang kerja berdasarkan nama. |
| az ml datastore show |
Perlihatkan satu datastore berdasarkan nama. |
| az ml datastore show-default |
Perlihatkan datastore default ruang kerja. |
| az ml datastore upload |
Unggah file ke Datastore. |
| az ml endpoint |
Mengelola titik akhir pembelajaran mesin. |
| az ml endpoint realtime |
Mengelola titik akhir realtime yang dioptimalisasikan. |
| az ml endpoint realtime create-version |
Buat versi untuk titik akhir realtime di ruang kerja. |
| az ml endpoint realtime delete |
Hapus titik akhir realtime dan versinya dari ruang kerja. |
| az ml endpoint realtime delete-version |
Hapus versi untuk titik akhir realtime di ruang kerja. |
| az ml endpoint realtime get-access-token |
Dapatkan token untuk mengeluarkan permintaan titik akhir realtime. |
| az ml endpoint realtime get-keys |
Dapatkan kunci untuk mengeluarkan permintaan terhadap titik akhir realtime. |
| az ml endpoint realtime get-logs |
Mendapatkan log untuk titik akhir realtime. |
| az ml endpoint realtime list |
Mencantumkan titik akhir realtime di ruang kerja. |
| az ml endpoint realtime regen-key |
Regenerasi kunci untuk titik akhir realtime. |
| az ml endpoint realtime run |
Jalankan titik akhir realtime di ruang kerja. |
| az ml endpoint realtime show |
Tampilkan detail untuk titik akhir realtime di ruang kerja. |
| az ml endpoint realtime update |
Memperbarui titik akhir realtime di ruang kerja. |
| az ml endpoint realtime update-version |
Perbarui versi untuk titik akhir realtime di ruang kerja. |
| az ml environment |
Perintah untuk mengelola lingkungan. |
| az ml environment download |
Unduh definisi lingkungan ke direktori tertentu. |
| az ml environment list |
Mencantumkan lingkungan di ruang kerja. |
| az ml environment register |
Daftarkan definisi lingkungan dari direktori tertentu. |
| az ml environment scaffold |
Buat perancah file untuk definisi lingkungan default dalam direktori yang ditentukan. |
| az ml environment show |
Tampilkan lingkungan berdasarkan nama dan versi opsional. |
| az ml experiment |
Perintah untuk mengelola eksperimen. |
| az ml experiment list |
Mencantumkan eksperimen di ruang kerja. |
| az ml folder |
Perintah subgrup folder. |
| az ml folder attach |
Lampirkan folder ke ruang kerja AzureML dan secara opsional eksperimen tertentu untuk digunakan secara default. Jika nama eksperimen tidak ditentukan, nama tersebut default ke nama folder. |
| az ml model |
Mengelola model pembelajaran mesin. |
| az ml model delete |
Menghapus model dari ruang kerja. |
| az ml model deploy |
Sebarkan model dari ruang kerja. |
| az ml model download |
Unduh model dari ruang kerja. |
| az ml model list |
Mencantumkan model di ruang kerja. |
| az ml model package |
Mengemas model di ruang kerja. |
| az ml model profile |
Model profil di ruang kerja. |
| az ml model register |
Daftarkan model ke ruang kerja. |
| az ml model show |
Tampilkan model di ruang kerja. |
| az ml model update |
Memperbarui model di ruang kerja. |
| az ml pipeline |
Perintah subgrup alur. |
| az ml pipeline clone |
Hasilkan definisi yml yang menjelaskan eksekusi alur, hanya didukung untuk ModuleStep untuk saat ini. |
| az ml pipeline clone-draft |
Buat draf alur dari alur yang ada. |
| az ml pipeline create |
Buat alur dari definisi yaml. |
| az ml pipeline create-draft |
Buat draf alur dari definisi yml. |
| az ml pipeline create-schedule |
Buat jadwal. |
| az ml pipeline delete-draft |
Menghapus draf alur. |
| az ml pipeline disable |
Nonaktifkan alur untuk tidak berjalan. |
| az ml pipeline disable-schedule |
Nonaktifkan jadwal dari menjalankan. |
| az ml pipeline enable |
Aktifkan alur dan izinkan untuk dijalankan. |
| az ml pipeline enable-schedule |
Aktifkan jadwal dan izinkan untuk berjalan. |
| az ml pipeline get |
Hasilkan definisi yml yang menjelaskan alur. |
| az ml pipeline last-pipeline-run |
Tampilkan eksekusi alur terakhir untuk jadwal. |
| az ml pipeline list |
Mencantumkan semua alur dan jadwal masing-masing di ruang kerja. |
| az ml pipeline list-drafts |
Mencantumkan draf alur di ruang kerja. |
| az ml pipeline list-steps |
Mencantumkan eksekusi langkah yang dihasilkan dari eksekusi alur. |
| az ml pipeline pipeline-runs-list |
Mencantumkan eksekusi alur yang dihasilkan dari jadwal. |
| az ml pipeline publish-draft |
Terbitkan draf alur sebagai alur yang diterbitkan. |
| az ml pipeline show |
Menampilkan detail alur dan jadwal masing-masing. |
| az ml pipeline show-draft |
Menampilkan detail draf alur. |
| az ml pipeline show-schedule |
Menampilkan detail jadwal. |
| az ml pipeline submit-draft |
Kirim eksekusi dari draf alur. |
| az ml pipeline update-draft |
Memperbarui draf alur. |
| az ml pipeline update-schedule |
Memperbarui jadwal. |
| az ml run |
Perintah untuk mengirimkan, memperbarui, dan memantau berjalan. |
| az ml run cancel |
Batalkan eksekusi. |
| az ml run download-logs |
Unduh file log. |
| az ml run list |
Daftar berjalan. |
| az ml run monitor-logs |
Pantau log untuk eksekusi yang ada. |
| az ml run monitor-tensorboard |
Pantau eksekusi yang ada menggunakan tensorboard. |
| az ml run show |
Perlihatkan eksekusi. |
| az ml run submit-hyperdrive |
Kirim sapuan parameter hyper menggunakan konfigurasi eksekusi. |
| az ml run submit-pipeline |
Kirim alur untuk eksekusi, dari ID alur atau file YAML alur yang diterbitkan. |
| az ml run submit-script |
Kirim skrip untuk dieksekusi. |
| az ml run update |
Perbarui eksekusi dengan menambahkan tag. |
| az ml service |
Mengelola layanan yang dioprasikan. |
| az ml service delete |
Menghapus layanan dari ruang kerja. |
| az ml service get-access-token |
Dapatkan token untuk mengeluarkan permintaan layanan. |
| az ml service get-keys |
Dapatkan kunci untuk mengeluarkan permintaan terhadap layanan. |
| az ml service get-logs |
Mendapatkan log untuk layanan. |
| az ml service list |
Mencantumkan layanan di ruang kerja. |
| az ml service regen-key |
Meregenerasi kunci untuk layanan. |
| az ml service run |
Jalankan layanan di ruang kerja. |
| az ml service show |
Tampilkan detail untuk layanan di ruang kerja. |
| az ml service update |
Memperbarui layanan di ruang kerja. |
| az ml workspace |
Perintah subgrup ruang kerja. |
| az ml workspace create |
Membuat ruang kerja. |
| az ml workspace delete |
Menghapus ruang kerja. |
| az ml workspace diagnose |
Mendiagnosis masalah penyiapan ruang kerja. |
| az ml workspace list |
Mencantumkan ruang kerja. |
| az ml workspace list-keys |
Mencantumkan kunci ruang kerja untuk sumber daya dependen seperti penyimpanan, acr, dan wawasan aplikasi. |
| az ml workspace private-endpoint |
Perintah subgrup titik akhir privat ruang kerja. |
| az ml workspace private-endpoint add |
Menambahkan titik akhir privat ke ruang kerja. |
| az ml workspace private-endpoint delete |
Hapus Koneksi titik akhir privat yang ditentukan di ruang kerja. |
| az ml workspace private-endpoint list |
Mencantumkan semua titik akhir privat di ruang kerja. |
| az ml workspace share |
Bagikan ruang kerja dengan pengguna lain dengan peran tertentu. |
| az ml workspace show |
Perlihatkan ruang kerja. |
| az ml workspace sync-keys |
Sinkronkan kunci ruang kerja untuk sumber daya dependen seperti penyimpanan, acr, dan wawasan aplikasi. |
| az ml workspace update |
Memperbarui ruang kerja. |
| az ml workspace update-dependencies |
Memperbarui sumber daya dependen ruang kerja. |
Saran dan Komentar
Kirim dan lihat umpan balik untuk