az ml job

Notitie

Deze verwijzing maakt deel uit van de ml-extensie voor Azure CLI en vereist versie 2.15.0 of hoger. De extensie wordt automatisch geïnstalleerd wanneer u de opdracht az ml job de eerste keer hebt uitgevoerd. Meer informatie over extensies.

Azure-ML beheren.

Een Azure ML-taak voert een taak uit op een opgegeven rekendoel. U kunt taken configureren voor het uitschalen van modeltraining in Azure. Azure ML verschillende taaktypen met verschillende mogelijkheden. De meest eenvoudige taak, een opdrachtopdracht, voert bijvoorbeeld een opdracht uit in een Docker-container en kan worden gebruikt voor één knooppunt en gedistribueerde training. Met een opruimingsfunctie wordt een hyperparameteropruiming uitgevoerd op een opgegeven zoekruimte voor het afstemmen van de hyperparameters van een model.

Taken maken ook systematische tracering van uw ML experimenten en werkstromen mogelijk. Zodra een taak is gemaakt, onderhoudt Azure ML een uitvoeringsrecord voor de taak met de metagegevens, metrische gegevens, logboeken en artefacten die zijn gegenereerd tijdens de taak, code die is uitgevoerd en de gebruikte Azure ML-omgeving. Alle records voor het uitvoeren van taken kunnen worden bekeken in Azure ML Studio.

Opdracht

az ml job cancel

Een taak annuleren.

az ml job create

Maak een taak.

az ml job download

Download alle taakgerelateerde bestanden.

az ml job list

Taken in een werkruimte op een lijst zetten.

az ml job show

Details voor een taak tonen.

az ml job stream

Taaklogboeken naar de console streamen.

az ml job update

Werk een taak bij.

az ml job cancel

Een taak annuleren.

az ml job cancel --name
                 --resource-group
                 --workspace-name

Vereiste parameters

--name -n

Naam van de taak.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

az ml job create

Maak een taak.

Als u een taak wilt maken, moet u doorgaans alle code configureren die moet worden uitgevoerd, een omgeving waarin de afhankelijkheden worden ingekapselde, een rekendoel om de taak op uit te voeren en eventuele aanvullende taakspecifieke instellingen. Wanneer een taak wordt gemaakt, wordt deze verzonden voor uitvoering op de opgegeven rekenresource.

az ml job create --file
                 --resource-group
                 --workspace-name
                 [--name]
                 [--save-as]
                 [--set]
                 [--stream]
                 [--web]

Voorbeelden

Een taak maken van een YAML-specificatiebestand

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

Maak een taak vanuit een YAML-specificatiebestand en open de details van de uitvoering van de taak in de Azure ML Studio-portal

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

Vereiste parameters

--file -f

Lokaal pad naar het YAML-bestand met de Azure ML taakspecificatie.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

Optionele parameters

--name -n

Naam van de taak.

--save-as -a

Het bestand waarin de status van de gemaakte taak in YAML-indeling wordt geschreven.

--set

Werk een object bij door een eigenschapspad en waarde op te geven die moeten worden ingesteld. Voorbeeld: --set property1.property2=.

--stream -s

Geeft aan of de logboeken van de taak naar de console moeten worden gestreamd.

--web -e

De details van de taak in Azure ML Studio in een webbrowser.

az ml job download

Download alle taakgerelateerde bestanden.

De bestanden worden gedownload in een map met de naam van de taak.

az ml job download --name
                   --resource-group
                   --workspace-name
                   [--download-path]
                   [--outputs]

Voorbeelden

De bestanden van een taak, inclusief uitvoer, downloaden naar de huidige map van de taak

az ml job download --name my-job --outputs --resource-group my-resource-group --workspace-name my-workspace

Vereiste parameters

--name -n

Naam van de taak.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

Optionele parameters

--download-path -p

Pad om de taakbestanden naar te downloaden. Als u dit weggelaten, worden taakbestanden gedownload naar de huidige map.

--outputs -u

Geeft aan of de uitvoer van de taak moet worden gedownload. Standaard wordt de uitvoer niet gedownload.

az ml job list

Taken in een werkruimte op een lijst zetten.

az ml job list --resource-group
               --workspace-name
               [--max-pages]

Voorbeelden

Vermeld alle takenstatus in een werkruimte met behulp van het argument --query om een JMESPath-query uit te voeren op de resultaten van opdrachten.

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

Vereiste parameters

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

Optionele parameters

--max-pages -r

Het aantal pagina's met resultaten dat moet worden weergegeven. De standaardinstelling is om alles te retourneren.

az ml job show

Details voor een taak tonen.

az ml job show --name
               --resource-group
               --workspace-name
               [--include-logs]
               [--web]

Voorbeelden

De status van een taak weergeven met behulp van het argument --query om een JMESPath-query uit te voeren op de resultaten van opdrachten.

az ml job show --name my-job-id --query "{Name:name,Jobstatus:status}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Vereiste parameters

--name -n

Naam van de taak.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

Optionele parameters

--include-logs -l

Geeft aan of alle paden van de logboeken van de taak moeten worden weergegeven.

--web -e

De details van de taak in Azure ML Studio in een webbrowser.

az ml job stream

Taaklogboeken naar de console streamen.

az ml job stream --name
                 --resource-group
                 --workspace-name

Vereiste parameters

--name -n

Naam van de taak.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

az ml job update

Werk een taak bij.

Alleen de eigenschappen 'tags' en 'properties' kunnen worden bijgewerkt.

az ml job update --name
                 --resource-group
                 --workspace-name
                 [--add]
                 [--force-string]
                 [--remove]
                 [--set]
                 [--web]

Vereiste parameters

--name -n

Naam van de taak.

--resource-group -g

De naam van de resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name> .

--workspace-name -w

Naam van de Azure ML werkruimte. U kunt de standaardgroep configureren met behulp van az configure --defaults workspace=<name> .

Optionele parameters

--add

Voeg een object toe aan een lijst met objecten door een pad en sleutelwaardeparen op te geven. Voorbeeld: --add property.listProperty <key=value, string of JSON string>.

--force-string

Wanneer u 'set' of 'add' gebruikt, moet u letterlijke tekenreeksen bewaren in plaats van te proberen te converteren naar JSON.

--remove

Verwijder een eigenschap of een element uit een lijst. Voorbeeld: --remove property.list OR --remove propertyToRemove.

--set

Werk een object bij door een eigenschapspad en waarde op te geven die moeten worden ingesteld. Voorbeeld: --set property1.property2=.

--web -e

De details van de taak in Azure ML Studio in een webbrowser.