az ml workspace

Referensi

Catatan

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

Mengelola ruang kerja Azure ML.

Ruang kerja Azure ML adalah sumber daya tingkat atas untuk Azure Machine Learning. Ini menyediakan tempat terpusat untuk melacak aset dan sumber daya yang digunakan dalam alur kerja ML Anda, bersama dengan log dan artefak yang dihasilkan dari pekerjaan pelatihan Anda.

Jika Anda meningkatkan dari CLI v1 ke v2, Anda memerlukan dua perubahan berikut dalam cakupan manajemen ruang kerja:

Tingkatkan az ml workspace private-endpoint perintah ke perintah yang setara az network private-endpoint .
Selain itu, tingkatkan az ml workspace share perintah ke perintah yang setara az role assignment create .

Perintah

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 semua ruang kerja dalam langganan.
az ml workspace list-keys	Mencantumkan kunci ruang kerja untuk sumber daya dependen seperti Azure Storage, Azure Container Registry, dan Insights Aplikasi Azure.
az ml workspace show	Tampilkan detail untuk ruang kerja.
az ml workspace sync-keys	Sinkronkan kunci ruang kerja untuk sumber daya dependen seperti Azure Storage, Azure Container Registry, dan Insights Aplikasi Azure.
az ml workspace update	Memperbarui ruang kerja.

az ml workspace create

Membuat ruang kerja.

Saat ruang kerja dibuat, beberapa sumber daya Azure yang akan digunakan oleh Azure ML juga dibuat secara default: Azure Storage, Azure Container Registry, Azure Key Vault, dan Azure Application Insights. Anda dapat menggunakan instans sumber daya Azure yang ada untuk instans tersebut saat membuat ruang kerja dengan menentukan ID sumber daya dalam file YAML konfigurasi ruang kerja.

az ml workspace create --resource-group
                       [--application-insights]
                       [--container-registry]
                       [--description]
                       [--display-name]
                       [--file]
                       [--image-build-compute]
                       [--location]
                       [--name]
                       [--no-wait]
                       [--public-network-access]
                       [--set]
                       [--tags]
                       [--update-dependent-resources]

Contoh

Buat ruang kerja dari file spesifikasi YAML.

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

Parameter yang Diperlukan

--resource-group -g

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

Parameter Opsional

--application-insights

ID ARM dari wawasan aplikasi yang terkait dengan ruang kerja ini.

--container-registry

ID ARM dari registri kontainer yang terkait dengan ruang kerja ini.

--description

Deskripsi ruang kerja Azure ML.

--display-name

Nama tampilan untuk ruang kerja.

--file -f

Jalur lokal ke file YAML yang berisi spesifikasi ruang kerja Azure ML. Dokumen referensi YAML untuk ruang kerja dapat ditemukan di: https://aka.ms/ml-cli-v2-workspace-yaml-reference.

--image-build-compute -i

Nama target komputasi yang akan digunakan untuk membangun citra Docker lingkungan ketika registri kontainer berada di belakang VNet.

--location -l

Lokasi yang akan digunakan untuk ruang kerja baru.

--name -n

Nama ruang kerja Azure ML.

--no-wait

Jangan menunggu pembuatan ruang kerja selesai.

--public-network-access

Izinkan konektivitas titik akhir publik saat ruang kerja diaktifkan tautan privat.

--set

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

--tags

Pasangan kunci-nilai yang dipisahkan spasi untuk tag objek.

--update-dependent-resources -u

Menentukan --update_dependent_resources, memberikan persetujuan Anda untuk memperbarui sumber daya dependen ruang kerja. Memperbarui sumber daya Azure Container Registry atau Application Insights yang terpasang di ruang kerja dapat merusak silsilah pekerjaan sebelumnya, titik akhir inferensi yang disebarkan, atau kemampuan Anda untuk menjalankan ulang pekerjaan sebelumnya di ruang kerja ini.

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace delete

Menghapus ruang kerja.

Secara default sumber daya dependen yang terkait dengan ruang kerja (Azure Storage, Azure Container Registry, Azure Key Vault, Azure Application Insights) tidak dihapus. Untuk menghapusnya juga, sertakan --all-resources.

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

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

Parameter Opsional

--all-resources

Hapus semua sumber daya dependen yang terkait dengan ruang kerja (akun Azure Storage, Azure Container Registry, azure Application Insights, Azure Key Vault).

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

--yes -y

Jangan meminta konfirmasi.

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace diagnose

Mendiagnosis masalah penyiapan ruang kerja.

Jika ruang kerja Anda tidak berfungsi seperti yang diharapkan, Anda dapat menjalankan diagnosis ini untuk memeriksa apakah ruang kerja telah rusak. Untuk ruang kerja titik akhir privat, ini juga akan membantu memeriksa apakah penyiapan jaringan ke ruang kerja ini dan sumber daya dependennya bermasalah atau tidak.

az ml workspace diagnose --name
                         --resource-group
                         [--no-wait]

Contoh

mendiagnosis ruang kerja.

az ml workspace diagnose --name my-workspace-name --no-wait -g my-resource-group

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

Parameter Opsional

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace list

Mencantumkan semua ruang kerja dalam langganan.

Daftar ruang kerja dapat difilter menurut grup sumber daya.

az ml workspace list [--max-results]
                     [--resource-group]

Contoh

Mencantumkan semua ruang kerja dalam grup sumber daya

az ml workspace list --resource-group my-resource-group

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

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

Parameter Opsional

--max-results -r

Jumlah maksimum hasil yang akan dikembalikan.

--resource-group -g

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

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace list-keys

Mencantumkan kunci ruang kerja untuk sumber daya dependen seperti Azure Storage, Azure Container Registry, dan Insights Aplikasi Azure.

az ml workspace list-keys --name
                          --resource-group

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace show

Tampilkan detail untuk ruang kerja.

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

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace sync-keys

Sinkronkan kunci ruang kerja untuk sumber daya dependen seperti Azure Storage, Azure Container Registry, dan Insights Aplikasi Azure.

Jika kunci untuk sumber daya apa pun di ruang kerja diubah, diperlukan waktu sekitar satu jam agar dapat diperbarui secara otomatis. Perintah ini memicu ruang kerja untuk segera menyinkronkan kunci. Skenario yang mungkin adalah membutuhkan akses langsung ke penyimpanan setelah meregenerasi kunci penyimpanan.

az ml workspace sync-keys --name
                          --resource-group

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace update

Memperbarui ruang kerja.

Properti 'description', 'tags', dan 'friendly_name' dapat diperbarui.

az ml workspace update --name
                       --resource-group
                       [--add]
                       [--application-insights]
                       [--container-registry]
                       [--description]
                       [--display-name]
                       [--file]
                       [--force-string]
                       [--image-build-compute]
                       [--no-wait]
                       [--public-network-access]
                       [--remove]
                       [--set]
                       [--update-dependent-resources]

Contoh

memperbarui ruang kerja dari file spesifikasi YAML.

az ml workspace update --resource-group my-resource-group --name my-workspace-name --file workspace.yml

Parameter yang Diperlukan

--name -n

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

--resource-group -g

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

--application-insights

ID ARM dari wawasan aplikasi yang terkait dengan ruang kerja ini.

--container-registry

ID ARM dari registri kontainer yang terkait dengan ruang kerja ini.

--description

Deskripsi ruang kerja Azure ML.

--display-name

Nama tampilan untuk ruang kerja.

--file -f

Jalur lokal ke file YAML yang berisi spesifikasi ruang kerja Azure ML. Dokumen referensi YAML untuk ruang kerja dapat ditemukan di: https://aka.ms/ml-cli-v2-workspace-yaml-reference.

--force-string

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

--image-build-compute -i

Nama target komputasi yang akan digunakan untuk membangun citra Docker lingkungan ketika registri kontainer berada di belakang VNet.

--no-wait

Jangan menunggu operasi jangka panjang selesai. Defaultnya adalah False.

--public-network-access

Izinkan konektivitas titik akhir publik saat ruang kerja diaktifkan tautan privat.

--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=.

--update-dependent-resources -u

Parameter Global

--debug

Meningkatkan verbositas pengelogan untuk menampilkan semua log debug.

--help -h

Menampilkan pesan bantuan ini dan keluar.

--only-show-errors

Hanya menampilkan kesalahan, menyembunyikan peringatan.

--output -o

Format output.

--query

String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi yang lebih lengkap beserta contohnya.

--subscription

Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID.

--verbose

Meningkatkan verbositas pengelogan. Gunakan --debug untuk log waktu lengkap.

az ml workspace

Perintah

az ml workspace create

Contoh

Parameter yang Diperlukan

Parameter Opsional

az ml workspace delete

Parameter yang Diperlukan

Parameter Opsional

az ml workspace diagnose

Contoh

Parameter yang Diperlukan

Parameter Opsional

az ml workspace list

Contoh

Parameter Opsional

az ml workspace list-keys

Parameter yang Diperlukan

az ml workspace show

Parameter yang Diperlukan

az ml workspace sync-keys

Parameter yang Diperlukan

az ml workspace update

Contoh

Parameter yang Diperlukan

Parameter Opsional

Saran dan Komentar