az ml model

Notitie

Deze referentie maakt deel uit van de azure-cli-ml-extensie voor Azure CLI en vereist versie 2.0.28 of hoger. De extensie wordt automatisch geïnstalleerd wanneer u de opdracht az ml model de eerste keer gebruikt. Meer informatie over extensies.

Beheer machine learning modellen.

Opdracht

az ml model delete

Verwijder een model uit de werkruimte.

az ml model deploy

Model(s) implementeren vanuit de werkruimte.

az ml model download

Download een model uit de werkruimte.

az ml model list

Lijst met modellen in de werkruimte.

az ml model package

Een model verpakken in de werkruimte.

az ml model profile

Profielmodellen in de werkruimte.

az ml model register

Registreer een model bij de werkruimte.

az ml model show

Een model in de werkruimte tonen.

az ml model update

Werk een model bij in de werkruimte.

az ml model delete

Verwijder een model uit de werkruimte.

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

Vereiste parameters

--model-id -i

De id van het model dat moet worden verwijderd.

Optionele parameters

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--subscription-id

Hiermee geeft u de abonnements-id op.

--workspace-name -w

Naam van de werkruimte.

-v

Meerheidsvlag.

az ml model deploy

Model(s) implementeren vanuit de werkruimte.

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]

Vereiste parameters

--name -n

De naam van de geïmplementeerde service.

Optionele parameters

--ae --auth-enabled

Hiermee wordt bepaald of sleutel auth voor deze webservice moet worden ingeschakeld. Standaard ingesteld op False.

--ai --enable-app-insights

Hiermee wordt bepaald of AppInsights moet worden ingeschakeld voor deze webservice. Standaard ingesteld op False.

--ar --autoscale-refresh-seconds

Hoe vaak de automatische schaalvergroting moet proberen deze webservice te schalen. Standaardwaarde is 1.

--as --autoscale-enabled

Hiermee wordt bepaald of automatisch schalen voor deze webservice moet worden ingeschakeld. De standaardwaarde is Waar als num_replicas is ingesteld op Geen.

--at --autoscale-target-utilization

Het doelgebruik (in procenten van de 100) moet de automatische schaalverdeder proberen te onderhouden voor deze webservice. De standaardwaarde is 70.

--autoscale-max-replicas --ma

Het maximum aantal containers dat moet worden gebruikt bij het automatisch schalen van deze webservice. De standaardwaarde is 10.

--autoscale-min-replicas --mi

Het minimale aantal containers dat moet worden gebruikt bij het automatisch schalen van deze webservice. Standaardwaarde is 1.

--base-image --bi

Een aangepaste afbeelding die moet worden gebruikt als basisafbeelding. Als er geen basisafbeelding is opgegeven, wordt de basisafbeelding gebruikt op basis van een bepaalde runtimeparameter.

--base-image-registry --ir

Het register met de basisafbeelding.

--cc --cpu-cores

Het aantal CPU-kernen dat voor deze webservice moet worden toegewezen. Kan een decimaal zijn. De standaardwaarde is 0.1.

--ccl --cpu-cores-limit

Het maximum aantal CPU-kernen dat deze webservice mag gebruiken. Kan een decimaal zijn.

--cf --conda-file

Pad naar een lokaal bestand met een conda-omgevingsdefinitie die voor de afbeelding moet worden gebruikt.

--collect-model-data --md

Hiermee wordt bepaald of het verzamelen van modelgegevens voor deze webservice moet worden ingeschakeld. Standaard ingesteld op False.

--compute-target --ct

Naam van rekendoel. Alleen van toepassing bij het implementeren naar AKS.

--compute-type --cp

Rekentype van de service die moet worden geïmplementeerd.

--cuda-version --cv

De versie van CUDA die moet worden geïnstalleerd voor installatie van installatie-apps die GPU-ondersteuning nodig hebben. De GPU-afbeelding moet worden gebruikt voor Microsoft Azure Services zoals Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines en Azure Kubernetes Service. Ondersteunde versies zijn 9.0, 9.1 en 10.0. Als 'enable_gpu' is ingesteld, wordt deze standaard ingesteld op '9.1'.

--dc --deploy-config-file

Pad naar een JSON- of YAML-bestand met implementatiemetagegevens.

--description

Beschrijving van de geïmplementeerde service.

--dn --dns-name-label

De DNS-naam voor deze webservice.

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

Pad naar het lokale bestand met aanvullende Docker-stappen die moeten worden uitgevoerd bij het instellen van de afbeelding.

--ed --environment-directory

Map voor Azure Machine Learning-omgeving voor implementatie. Dit is hetzelfde mappad als dat is opgegeven in de opdracht 'az ml environment scaffold'.

--eg --enable-gpu

Of GPU-ondersteuning in de afbeelding moet worden ingeschakeld. De GPU-afbeelding moet worden gebruikt voor Microsoft Azure Services zoals Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines en Azure Kubernetes Service. Standaard ingesteld op False.

--entry-script --es

Pad naar een lokaal bestand dat de code bevat die moet worden uitgevoerd voor de service (relatief pad source_directory als er een is opgegeven).

--environment-name -e

Naam van Azure Machine Learning omgeving voor implementatie.

--environment-version --ev

Versie van een bestaande Azure Machine Learning omgeving voor implementatie.

--failure-threshold --ft

Wanneer een pod wordt gestart en de liveness-test mislukt, probeert Kubernetes --failure-threshold keer voordat het opgeeft. Standaardwaarde is 3. Minimumwaarde is 1.

--gb --memory-gb

De hoeveelheid geheugen (in GB) die moet worden toegewezen voor deze webservice. Kan een decimaal zijn.

--gbl --memory-gb-limit

De maximale hoeveelheid geheugen (in GB) die deze webservice mag gebruiken. Kan een decimaal zijn.

--gc --gpu-cores

Het aantal gpu-kernen dat voor deze webservice moet worden toegewezen. Standaard is 1.

--ic --inference-config-file

Pad naar een JSON- of YAML-bestand met de deference-configuratie.

--id --initial-delay-seconds

Aantal seconden nadat de container is gestart voordat de activiteitstests worden gestart. De standaardwaarde is 310.

--key-name

Sleutelnaam voor versleutelingseigenschappen in door de klant beheerde sleutels (CMK) voor ACI.

--key-version

Sleutelversie voor versleutelingseigenschappen in door de klant beheerde sleutels (CMK) voor ACI.

--kp --primary-key

Een primaire auth-sleutel voor deze webservice.

--ks --secondary-key

Een secundaire auth-sleutel voor deze webservice.

--lo --location

De Azure-regio om deze webservice in te implementeren. Als deze niet wordt opgegeven, wordt de werkruimtelocatie gebruikt. Meer informatie over beschikbare regio's vindt u hier: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all&products=container-instances .

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

De maximale tijd dat een aanvraag in de wachtrij blijft (in milliseconden) voordat een 503-fout wordt weergegeven. De standaardwaarde is 500.

--model -m

De id van het model dat moet worden geïmplementeerd. Er kunnen meerdere modellen worden opgegeven met extra -m-argumenten. Modellen moeten eerst worden geregistreerd.

--model-metadata-file -f

Pad naar een JSON-bestand met metagegevens van modelregistratie. Meerdere modellen kunnen worden opgegeven met behulp van meerdere -f parameters.

--namespace

Kubernetes-naamruimte waarin de service moet worden geïmplementeerd: maximaal 63 alfanumerieke kleine letters ('a'-'z', '0'-'9') en afbreekstreedelen ('-'). De eerste en laatste tekens mogen geen koppeltekens zijn. Alleen van toepassing bij het implementeren naar AKS.

--no-wait

Vlag om niet te wachten op asynchrone aanroepen.

--nr --num-replicas

Het aantal containers dat voor deze webservice moet worden toegewezen. Geen standaardinstelling: als deze parameter niet is ingesteld, wordt de automatische schaalset standaard ingeschakeld.

--overwrite

Overschrijf de bestaande service als naamconflicten veroorzaken.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--period-seconds --ps

Hoe vaak (in seconden) de activiteitstest moet worden uitgevoerd. De standaardwaarde is 10 seconden. Minimumwaarde is 1.

--pi --profile-input

Pad naar een JSON-bestand met profileringsresultaten.

--po --port

De lokale poort waarop het HTTP-eindpunt van de service beschikbaar wordt gemaakt.

--property

De eigenschap Sleutel/waarde die moet worden toevoegen (bijvoorbeeld sleutel=waarde). Er kunnen meerdere eigenschappen worden opgegeven met meerdere --eigenschapsopties.

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

Het maximum aantal gelijktijdige aanvragen per knooppunt dat is toegestaan voor deze webservice. Standaardwaarde is 1.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--rt --runtime

Welke runtime moet worden gebruikt voor de afbeelding. De huidige ondersteunde runtimes zijn 'spark-py' en 'python'spark-py|python|python-slim.

--sc --ssl-cname

De cname voor als SSL is ingeschakeld.

--scoring-timeout-ms --tm

Een time-out om af te dwingen voor scoring-aanroepen naar deze webservice. De standaardwaarde is 60000.

--sd --source-directory

Pad naar mappen die alle bestanden bevatten om de afbeelding te maken.

--se --ssl-enabled

Hiermee wordt bepaald of SSL voor deze webservice moet worden ingeschakeld. Standaard ingesteld op False.

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

Het sleutelbestand dat nodig is als SSL is ingeschakeld.

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

Het certificaatbestand dat nodig is als SSL is ingeschakeld.

--st --success-threshold

De minimale opeenvolgende successen voor de activiteitstest voordat de test succesvol of mislukt is. Standaardwaarde is 1. Minimumwaarde is 1.

--subnet-name

Naam van het subnet in het vnet.

--subscription-id

Hiermee geeft u de abonnements-id op.

--tag

Sleutel-waardetag die moet worden toevoegen (bijvoorbeeld sleutel=waarde). Er kunnen meerdere tags worden opgegeven met meerdere --tag-opties.

--timeout-seconds --ts

Het aantal seconden waarna er een times-out is voor de liveness-test. De standaardwaarde is 2 seconden. Minimumwaarde is 1.

--token-auth-enabled

Hiermee wordt bepaald of token-auth voor deze webservice moet worden ingeschakeld. Genegeerd als deze niet wordt geïmplementeerd in AKS. Standaard ingesteld op False.

--tp --traffic-percentile

De hoeveelheid verkeer die de versie in een eindpunt neemt. Kan een decimaal zijn. De standaardwaarde is 0.

--vault-base-url

Basis-URL van kluis voor versleutelingseigenschappen in door de klant beheerde sleutels (CMK) voor ACI.

--version-name --vn

De versienaam in een eindpunt. De standaardwaarde is eindpuntnaam voor de eerste versie.

--vnet-name

Naam van het virtuele netwerk.

--workspace-name -w

Naam van de werkruimte.

-v

Meerheidsvlag.

az ml model download

Download een model uit de werkruimte.

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

Vereiste parameters

--model-id -i

Id van model.

--target-dir -t

Doelmap om het modelbestand naar te downloaden.

Optionele parameters

--overwrite

Overschrijf als hetzelfde naambestand in de doelmap bestaat.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--subscription-id

Hiermee geeft u de abonnements-id op.

--workspace-name -w

Naam van de werkruimte met het model dat moet worden weer gegeven.

-v

Meerheidsvlag.

az ml model list

Lijst met modellen in de werkruimte.

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

Optionele parameters

--dataset-id

Indien opgegeven, worden alleen modellen met de opgegeven gegevensset-id weer gegeven.

--latest -l

Indien opgegeven, worden alleen modellen met de nieuwste versie retourneren.

--model-name -n

Een optionele modelnaam om de lijst op te filteren.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--property

De eigenschap Sleutel/waarde die moet worden toevoegen (bijvoorbeeld sleutel=waarde). Er kunnen meerdere eigenschappen worden opgegeven met meerdere --eigenschapsopties.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--run-id

Indien opgegeven, worden alleen modellen met de opgegeven run-id weer gegeven.

--subscription-id

Hiermee geeft u de abonnements-id op.

--tag

Sleutel-waardetag die moet worden toevoegen (bijvoorbeeld sleutel=waarde). Er kunnen meerdere tags worden opgegeven met meerdere --tag-opties.

--workspace-name -w

Naam van de werkruimte met modellen die moeten worden weergegeven.

-v

Meerheidsvlag.

az ml model package

Een model verpakken in de werkruimte.

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]

Optionele parameters

--cf --conda-file

Pad naar een lokaal bestand met een conda-omgevingsdefinitie die moet worden gebruikt voor het pakket.

--ed --environment-directory

Map voor Azure Machine Learning environment voor verpakking. Het is hetzelfde mappad als dat is opgegeven in de opdracht 'az ml environment scaffold'.

--entry-script --es

Pad naar het lokale bestand dat de code bevat die moet worden uitgevoerd voor de service (relatief pad source_directory als er een is opgegeven).

--environment-name -e

Naam van Azure Machine Learning environment voor verpakking.

--environment-version --ev

Versie van een bestaande Azure Machine Learning environment voor verpakking.

--ic --inference-config-file

Pad naar een JSON- of YAML-bestand met de deference-configuratie.

--il --image-label

Label om de ingebouwde pakketafbeelding te geven.

--image-name --in

Geef de gebouwde pakketafbeelding een naam.

--model -m

De id van het model dat moet worden verpakt. Er kunnen meerdere modellen worden opgegeven met extra -m-argumenten. Modellen moeten eerst worden geregistreerd.

--model-metadata-file -f

Pad naar een JSON-bestand met metagegevens van modelregistratie. Meerdere modellen kunnen worden opgegeven met behulp van meerdere -f parameters.

--no-wait

Vlag om niet te wachten op asynchrone aanroepen.

--output-path

Uitvoerpad voor Docker-context. Als een uitvoerpad wordt doorgegeven, worden in plaats van een afbeelding in de ACR van de werkruimte te bouwen, een dockerfile en de benodigde buildcontext naar dat pad geschreven.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--rt --runtime

Welke runtime moet worden gebruikt voor het pakket. De huidige ondersteunde runtimes zijn 'spark-py' en 'python'spark-py|python|python-slim.

--sd --source-directory

Pad naar mappen die alle bestanden bevatten om de afbeelding te maken.

--subscription-id

Hiermee geeft u de abonnements-id op.

--workspace-name -w

Naam van de werkruimte.

-v

Meerheidsvlag.

az ml model profile

Profielmodellen in de werkruimte.

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]

Vereiste parameters

--name -n

De naam van het modelprofiel.

Optionele parameters

--base-image --bi

Een aangepaste afbeelding die moet worden gebruikt als basisafbeelding. Als er geen basisafbeelding is opgegeven, wordt de basisafbeelding gebruikt op basis van een bepaalde runtimeparameter.

--base-image-registry --ir

Het register met de basisafbeelding.

--cc --cpu-cores

Dubbele waarde voor maximaal CPU-gebruik bij profilering.

--cf --conda-file

Pad naar een lokaal bestand met een conda-omgevingsdefinitie die moet worden gebruikt voor de afbeelding.

--description

Beschrijving van het modelprofiel.

--ed --environment-directory

Map voor Azure Machine Learning-omgeving voor implementatie. Het is hetzelfde mappad als dat is opgegeven in de opdracht 'az ml environment scaffold'.

--entry-script --es

Pad naar het lokale bestand dat de code bevat die moet worden uitgevoerd voor de service (relatief pad source_directory als er een is opgegeven).

--environment-name -e

Naam van Azure Machine Learning omgeving voor implementatie.

--environment-version --ev

Versie van een bestaande Azure Machine Learning omgeving voor implementatie.

--gb --memory-in-gb

Dubbele waarde voor maximaal geheugen dat moet worden gebruikt bij profilering.

--ic --inference-config-file

Pad naar een JSON- of YAML-bestand met de deferentieconfiguratie.

--idi --input-dataset-id

Id van de tabelgegevensset die moet worden gebruikt als invoer voor het profiel.

--model -m

De id van het model dat moet worden geïmplementeerd. Er kunnen meerdere modellen worden opgegeven met extra -m-argumenten. Modellen moeten eerst worden geregistreerd.

--model-metadata-file -f

Pad naar een JSON-bestand met metagegevens van modelregistratie. Meerdere modellen kunnen worden opgegeven met behulp van meerdere -f parameters.

--output-metadata-file -t

Pad naar een JSON-bestand waarin metagegevens van profielresultaten worden geschreven. Wordt gebruikt als invoer voor modelimplementatie.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--sd --source-directory

Pad naar mappen die alle bestanden bevatten om de afbeelding te maken.

--subscription-id

Hiermee geeft u de abonnements-id op.

--workspace-name -w

Naam van de werkruimte.

-v

Meerheidsvlag.

az ml model register

Registreer een model bij de werkruimte.

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]

Vereiste parameters

--name -n

Naam van het model dat moet worden geregistreerd.

Optionele parameters

--asset-path

Het cloudpad waar het modelbestand wordt opgeslagen.

--cc --cpu-cores

Het standaardaantal CPU-kernen dat voor dit model moet worden toegewezen. Kan een decimaal zijn.

--description -d

Beschrijving van het model.

--experiment-name

De naam van het experiment.

--gb --memory-gb

De standaard hoeveelheid geheugen (in GB) die voor dit model moet worden toegewezen. Kan een decimaal zijn.

--gc --gpu-cores

Het standaard aantal GPU's dat voor dit model moet worden toegewezen.

--model-framework

Framework van het model dat moet worden geregistreerd. Momenteel ondersteunde frameworks: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

Frameworkversie van het model dat moet worden geregistreerd (bijvoorbeeld 1.0.0, 2.4.1).

--model-path -p

Volledig pad van het modelbestand dat moet worden geregistreerd.

--output-metadata-file -t

Pad naar een JSON-bestand waarin metagegevens van modelregistratie worden geschreven. Wordt gebruikt als invoer voor modelimplementatie.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--property

De eigenschap Sleutel/waarde die moet worden toevoegen (bijvoorbeeld sleutel=waarde ). Meerdere eigenschappen kunnen worden opgegeven met meerdere --eigenschapsopties.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--run-id -r

De id voor de experiment-uitvoering waarbij het model is geregistreerd.

--run-metadata-file -f

Pad naar een JSON-bestand met metagegevens van de proefrun.

--sample-input-dataset-id

De id voor de voorbeeldinvoergegevensset.

--sample-output-dataset-id

De id voor de voorbeelduitvoergegevensset.

--subscription-id

Hiermee geeft u de abonnements-id op.

--tag

Sleutel-waardetag die moet worden toevoegen (bijvoorbeeld sleutel=waarde ). Er kunnen meerdere tags worden opgegeven met meerdere --tag-opties.

--workspace-name -w

Naam van de werkruimte om dit model bij te registreren.

-v

Meerheidsvlag.

az ml model show

Een model in de werkruimte tonen.

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

Optionele parameters

--model-id -i

De id van het model dat moet worden weer geven.

--model-name -n

De naam van het model dat moet worden weer gegeven.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--run-id

Indien opgegeven, worden alleen modellen met de opgegeven run-id.

--subscription-id

Hiermee geeft u de abonnements-id op.

--version

Indien opgegeven, worden alleen modellen met de opgegeven naam en versie weer gegeven.

--workspace-name -w

De naam van de werkruimte met het model dat moet worden weer gegeven.

-v

Meerheidsvlag.

az ml model update

Werk een model bij in de werkruimte.

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]

Vereiste parameters

--model-id -i

Id van model.

Optionele parameters

--add-property

De eigenschap Sleutel/waarde die moet worden toevoegen (bijvoorbeeld sleutel=waarde ). Er kunnen meerdere eigenschappen worden opgegeven met meerdere --add-property-opties.

--add-tag

Sleutel-waardetag die moet worden toevoegen (bijvoorbeeld sleutel=waarde ). Er kunnen meerdere tags worden opgegeven met meerdere --add-tag-opties.

--cc --cpu-cores

Het standaardaantal CPU-kernen dat voor dit model moet worden toegewezen. Kan een decimaal zijn.

--description

Beschrijving om het model mee bij te werken. Vervangt de huidige beschrijving.

--gb --memory-gb

De standaard hoeveelheid geheugen (in GB) die voor dit model moet worden toegewezen. Kan een decimaal zijn.

--gc --gpu-cores

Het standaard aantal GPU's dat voor dit model moet worden toegewezen.

--path

Pad naar een projectmap. Standaardinstelling: huidige map.

--remove-tag

De sleutel van de tag die moet worden verwijderd. Er kunnen meerdere tags worden opgegeven met meerdere --remove-tag-opties.

--resource-group -g

Resourcegroep die overeenkomt met de opgegeven werkruimte.

--sample-input-dataset-id

De id voor de voorbeeldinvoergegevensset.

--sample-output-dataset-id

De id voor de voorbeelduitvoergegevensset.

--subscription-id

Hiermee geeft u de abonnements-id op.

--workspace-name -w

Naam van de werkruimte.

-v

Meerheidsvlag.