Saran dan Komentar

az ml compute

  • Referensi

Catatan

Referensi ini adalah bagian dari ekstensi ml untuk Azure CLI (versi 2.15.0 atau yang lebih tinggi). Ekstensi akan secara otomatis menginstal pertama kali Anda menjalankan perintah az ml compute . Pelajari lebih lanjut tentang ekstensi.

Mengelola sumber daya komputasi Azure ML.

Target komputasi Azure ML adalah sumber daya komputasi yang ditunjuk tempat Anda dapat menjalankan pekerjaan untuk melatih atau menyebarkan model Anda untuk inferensi.

Perintah

az ml compute attach

Lampirkan sumber daya komputasi yang sudah ada ke ruang kerja.
az ml compute create

Buat target komputasi.
az ml compute delete

Menghapus target komputasi.
az ml compute detach

Lepaskan sumber daya komputasi yang dilampirkan sebelumnya dari ruang kerja.
az ml compute list

Mencantumkan target komputasi di ruang kerja.
az ml compute list-nodes

Mencantumkan detail simpul untuk target komputasi. Satu-satunya jenis komputasi yang didukung untuk perintah ini adalah komputasi AML.
az ml compute list-sizes

Cantumkan ukuran VM yang tersedia berdasarkan lokasi.
az ml compute list-usage

Cantumkan sumber daya penggunaan yang tersedia untuk VM.
az ml compute restart

Mulai ulang target ComputeInstance.
az ml compute show

Tampilkan detail untuk target komputasi.
az ml compute start

Mulai target ComputeInstance.
az ml compute stop

Hentikan target ComputeInstance.
az ml compute update

Memperbarui target komputasi.

az ml compute attach

Lampirkan sumber daya komputasi yang sudah ada ke ruang kerja.

Kluster Kubernetes dan VM jarak jauh dapat dilampirkan sebagai target komputasi.

az ml compute attach --resource-group
                     --workspace-name
                     [--admin-password]
                     [--admin-username]
                     [--file]
                     [--identity-type]
                     [--name]
                     [--namespace]
                     [--no-wait]
                     [--resource-id]
                     [--ssh-port]
                     [--ssh-private-key-file]
                     [--type]
                     [--user-assigned-identities]

Parameter yang Diperlukan

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--admin-password

Kata sandi pengguna administrator yang dapat digunakan untuk SSH ke dalam simpul.

--admin-username

Nama akun pengguna administrator yang dapat digunakan untuk SSH ke dalam simpul.

--file -f

Jalur lokal ke file YAML yang berisi spesifikasi komputasi Azure ML.

--identity-type

Jenis identitas terkelola. Nilai yang diizinkan: SystemAssigned, UserAssigned.

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--namespace

Namespace dari KubernetesCompute.

--no-wait

Jangan menunggu operasi jangka panjang selesai.

--resource-id

ID sumber daya yang sepenuhnya memenuhi syarat, termasuk nama sumber daya dan jenis sumber daya (Diperlukan jika tidak ditentukan dalam file yaml).

--ssh-port

Nomor port yang dapat digunakan untuk SSH ke dalam simpul. Jika tidak ditentukan, default (port 22) akan digunakan.

--ssh-private-key-file

File yang berisi kunci privat SSH dari akun pengguna administrator.

--type -t

Jenis target komputasi. Nilai yang diizinkan: virtualmachine, Kubernetes.

--user-assigned-identities -i

ID sumber daya identitas yang ditetapkan pengguna, diperlukan untuk --identity_type=UserAssigned.

az ml compute create

Buat target komputasi.

Anda dapat membuat kluster AmlCompute, yang merupakan infrastruktur komputasi terkelola Azure ML, atau instans komputasi, yang merupakan stasiun kerja berbasis cloud terkelola.

az ml compute create --resource-group
                     --workspace-name
                     [--admin-password]
                     [--admin-username]
                     [--description]
                     [--file]
                     [--identity-type]
                     [--idle-time-before-scale-down]
                     [--max-instances]
                     [--min-instances]
                     [--name]
                     [--no-wait]
                     [--set]
                     [--size]
                     [--ssh-key-value]
                     [--ssh-public-access-enabled]
                     [--subnet]
                     [--tags]
                     [--tier]
                     [--type]
                     [--user-assigned-identities]
                     [--user-object-id]
                     [--user-tenant-id]
                     [--vnet-name]

Contoh

Membuat target komputasi dari file spesifikasi YAML

az ml compute create --file compute.yml --resource-group my-resource-group --workspace-name my-workspace

Membuat target AmlCompute menggunakan opsi perintah

az ml compute create --name nc6-cluster --size Standard_NC6 --min-instances 0 --max-instances 5 --type AmlCompute --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--admin-password

Kata sandi untuk akun pengguna administrator jika jenis autentikasi adalah 'Kata Sandi'.

--admin-username

Nama akun pengguna administrator yang dapat digunakan untuk SSH ke dalam simpul.

--description

Deskripsi target komputasi.

--file -f

Jalur lokal ke file YAML yang berisi spesifikasi komputasi Azure ML. Dokumen referensi YAML untuk komputasi dapat ditemukan di: https://aka.ms/ml-cli-v2-compute-aml-yaml-reference, , https://aka.ms/ml-cli-v2-compute-aml-yaml-referencehttps://aka.ms/ml-cli-v2-compute-vm-yaml-reference.

--identity-type

Jenis identitas terkelola. Nilai yang diizinkan: SystemAssigned, UserAssigned.

--idle-time-before-scale-down -d

Waktu idle simpul dalam hitungan detik sebelum menskalakan kluster. Default: 120.

--max-instances

Jumlah maksimum node untuk digunakan pada kluster. Default: 4.

--min-instances

Jumlah simpul minimum untuk digunakan untuk kluster. Default: 0.

--name -n

Nama target komputasi. Diperlukan jika --file/-f tidak disediakan.

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

--set

Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=.

--size

Ukuran VM yang digunakan untuk target komputasi. Detail selengkapnya dapat ditemukan di sini: https://aka.ms/azureml-vm-details.

--ssh-key-value

Kunci umum SSH dari akun pengguna administrator.

--ssh-public-access-enabled -p

Menunjukkan apakah port SSH publik diaktifkan.

--subnet

Nama subnet. Dapat juga mereferensikan subnet di vnet yang ada berdasarkan ID, bukan nama. Jika ID subnet ditentukan, maka vnet-name akan diabaikan. ID subnet dapat merujuk ke vnet/subnet di RG lain dengan menentukan ID subnet yang sepenuhnya memenuhi syarat. Diperlukan saat nama vnet ditentukan.

--tags

Pasangan kunci-nilai yang dipisahkan spasi untuk tag objek.

--tier

Tingkat prioritas VM. Nilai yang diizinkan: khusus, low_priority.

--type -t

Jenis target komputasi. Diperlukan jika --file/-f tidak disediakan. Nilai yang diizinkan: AmlCompute, ComputeInstance.

--user-assigned-identities -i

Gunakan '[system]' untuk mengatur identitas yang ditetapkan sistem, id sumber daya input lain yang dipisahkan oleh koma (yaitu ,) untuk mengatur identitas yang ditetapkan pengguna.

--user-object-id

AAD ID objek dari pengguna yang ditetapkan.

--user-tenant-id

AAD ID penyewa dari pengguna yang ditetapkan.

--vnet-name

Nama jaringan virtual.

az ml compute delete

Menghapus target komputasi.

az ml compute delete --name
                     --resource-group
                     --workspace-name
                     [--no-wait]
                     [--yes]

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

--yes -y

Jangan meminta konfirmasi.

az ml compute detach

Lepaskan sumber daya komputasi yang dilampirkan sebelumnya dari ruang kerja.

az ml compute detach --name
                     --resource-group
                     --workspace-name
                     [--no-wait]
                     [--yes]

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai.

--yes -y

Jangan meminta konfirmasi.

az ml compute list

Mencantumkan target komputasi di ruang kerja.

az ml compute list --resource-group
                   --workspace-name
                   [--max-results]
                   [--type]

Contoh

Cantumkan semua target komputasi di ruang kerja menggunakan argumen --query untuk menjalankan kueri JMESPath pada hasil perintah.

az ml compute list --query "[].{Name:name}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--max-results -r

Jumlah maksimum hasil yang akan dikembalikan.

--type

Jenis target komputasi. Nilai yang diizinkan: AmlCompute, ComputeInstance, Kubernetes.

az ml compute list-nodes

Mencantumkan detail simpul untuk target komputasi. Satu-satunya jenis komputasi yang didukung untuk perintah ini adalah komputasi AML.

az ml compute list-nodes --name
                         --resource-group
                         --workspace-name

Contoh

Mencantumkan detail simpul untuk target komputasi AML

az ml compute list-nodes --name nc6-cluster --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

az ml compute list-sizes

Cantumkan ukuran VM yang tersedia berdasarkan lokasi.

az ml compute list-sizes --resource-group
                         --workspace-name
                         [--location]
                         [--type]

Parameter yang Diperlukan

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--location -l

Lokasi. Nilai dari: az account list-locations. Anda dapat mengonfigurasi lokasi default menggunakan az configure --defaults location=<location>.

--type -t

Jenis target komputasi. Nilai yang diizinkan: AmlCompute, ComputeInstance.

az ml compute list-usage

Cantumkan sumber daya penggunaan yang tersedia untuk VM.

az ml compute list-usage --resource-group
                         --workspace-name
                         [--location]

Parameter yang Diperlukan

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--location -l

Default ke lokasi ruang kerja.

az ml compute restart

Mulai ulang target ComputeInstance.

Opsi --no-wait disarankan.

az ml compute restart --name
                      --resource-group
                      --workspace-name
                      [--no-wait]

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

az ml compute show

Tampilkan detail untuk target komputasi.

az ml compute show --name
                   --resource-group
                   --workspace-name

Contoh

Menampilkan detail untuk target komputasi

az ml compute show --name nc6-cluster --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

az ml compute start

Mulai target ComputeInstance.

Opsi --no-wait disarankan.

az ml compute start --name
                    --resource-group
                    --workspace-name
                    [--no-wait]

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

az ml compute stop

Hentikan target ComputeInstance.

Opsi --no-wait disarankan.

az ml compute stop --name
                   --resource-group
                   --workspace-name
                   [--no-wait]

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

az ml compute update

Memperbarui target komputasi.

Properti 'tag', 'max_instances', 'min_instances', 'idle_time_before_scale_down', 'identity_type', dan 'user_assigned_identities' dapat diperbarui.

az ml compute update --name
                     --resource-group
                     --workspace-name
                     [--add]
                     [--force-string]
                     [--identity-type]
                     [--idle-time-before-scale-down]
                     [--max-instances]
                     [--min-instances]
                     [--no-wait]
                     [--remove]
                     [--set]
                     [--user-assigned-identities]

Contoh

Memperbarui jumlah minimum simpul untuk kluster AmlCompute

az ml compute update --name nc6-cluster --min-instances 1 --resource-group my-resource-group --workspace-name my-workspace

Memperbarui tag yang ada atau menambahkan tag baru untuk kluster AmlCompute

az ml compute update --name nc6-cluster --set tags.key1=value1 tags.key2=value2 --resource-group my-resource-group --workspace-name my-workspace

Parameter yang Diperlukan

--name -n

Nama target komputasi (Diperlukan jika tidak ditentukan dalam file yaml).

--resource-group -g

Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>.

--workspace-name -w

Nama ruang kerja Azure ML. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults workspace=<name>.

Parameter Opsional

--add

Tambahkan objek ke daftar objek dengan menentukan jalur dan pasangan nilai kunci. Contoh: --add property.listProperty <key=value, string, atau JSON string>.

--force-string

Saat menggunakan 'set' atau 'add', pertahankan literal string alih-alih mencoba mengonversi ke JSON.

--identity-type

Jenis identitas terkelola. Nilai yang diizinkan: SystemAssigned, UserAssigned.

--idle-time-before-scale-down -d

Waktu idle simpul dalam hitungan detik sebelum menskalakan kluster. Default: 120.

--max-instances

Jumlah maksimum simpul yang akan digunakan. Default: 4.

--min-instances

Jumlah minimum simpul yang akan digunakan. Default: 0.

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

--remove

Hapus properti atau elemen dari daftar. Contoh: --remove property.list OR --remove propertyToRemove.

--set

Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=.

--user-assigned-identities -i

Gunakan '[system]' untuk mengatur identitas yang ditetapkan sistem, id sumber daya input lain yang dipisahkan oleh koma (yaitu , ) untuk mengatur identitas yang ditetapkan pengguna.