az ml model

  • Referens

Kommentar

Den här referensen är en del av ML-tillägget för Azure CLI (version 2.15.0 eller senare). Tillägget installeras automatiskt första gången du kör ett az ml-modellkommando . Läs mer om tillägg.

Hantera Azure ML-modeller.

Azure ML-modeller består av de binära filer som representerar en maskininlärningsmodell och motsvarande metadata. Dessa modeller kan användas i slutpunktsdistributioner för realtids- och batchinferens.

Kommandon

Name Description Typ Status
az ml model archive

Arkivera en modell.

 Anknytning Allmän tillgänglighet
az ml model create

Skapa en modell.

 Anknytning Allmän tillgänglighet
az ml model download

Ladda ned alla modellrelaterade filer.

 Anknytning Allmän tillgänglighet
az ml model list

Visa en lista över modeller i en arbetsyta/ett register. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

 Anknytning Allmän tillgänglighet
az ml model package

Paketera en modell i en miljö.

 Anknytning Förhandsgranska
az ml model restore

Återställ en arkiverad modell.

 Anknytning Allmän tillgänglighet
az ml model share

Dela en specifik modell från arbetsyta till register.

 Anknytning Allmän tillgänglighet
az ml model show

Visa information om en modell i en arbetsyta/ett register. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

 Anknytning Allmän tillgänglighet
az ml model update

Uppdatera en modell i en arbetsyta/ett register.

 Anknytning Allmän tillgänglighet

az ml model archive

Arkivera en modell.

Om du arkiverar en modell döljs den som standard från listfrågor (az ml model list). Du kan fortfarande fortsätta att referera till och använda en arkiverad modell i dina arbetsflöden. Du kan arkivera antingen en modellcontainer eller en specifik modellversion. Om du arkiverar en modellcontainer arkiveras alla versioner av modellen under det förnamnet. Du kan återställa en arkiverad modell med hjälp av az ml model restore. Om hela modellcontainern arkiveras kan du inte återställa enskilda versioner av modellen – du måste återställa modellcontainern.

az ml model archive --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Exempel

Arkivera en modellcontainer (arkiverar alla versioner av modellen)

az ml model archive --name my-model --resource-group my-resource-group --workspace-name my-workspace

Arkivera en specifik modellversion

az ml model archive --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Obligatoriska parametrar

--name -n

Namnet på modellen.

Valfria parametrar

--label -l

Modelletikett.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--version -v

Version av modellen.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model create

Skapa en modell.

Modeller kan skapas från en lokal fil, lokal katalog, datalager eller jobbutdata. Den skapade modellen spåras i arbetsytan/registret under det angivna namnet och versionen. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

az ml model create [--datastore]
                   [--description]
                   [--file]
                   [--name]
                   [--no-wait]
                   [--path]
                   [--registry-name]
                   [--resource-group]
                   [--set]
                   [--stage]
                   [--tags]
                   [--type]
                   [--version]
                   [--workspace-name]

Exempel

Skapa en modell från en YAML-specifikationsfil

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

Skapa en modell från en lokal mapp med hjälp av kommandoalternativ

az ml model create --name my-model --version 1 --path ./my-model --resource-group my-resource-group --workspace-name my-workspace

Skapa en modell med mlflow run URI-format "runs:/<run-id><path-to-model-relative-to-the-root-of-the-artifact-location>/" och kommandoalternativ

az ml model create --name my-model --version 1 --path runs:/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/model/ --type mlflow_model --resource-group my-resource-group --workspace-name my-workspace

Skapa en modell från ett namngivet jobbutdata med hjälp av azureml-jobb-URI-formatet "azureml://jobs/<job-name>/outputs/<named-output>/paths/<path-to-model-relative-to-the-named-output-location>" och kommandoalternativ. Standardutdata med namnet är artefakter

az ml model create --name my-model --version 1 --path azureml://jobs/c42d2507-4953-4a7c-a4c1-2b5bfe0ac64e/outputs/artifacts/paths/model/ --resource-group my-resource-group --workspace-name my-workspace

Skapa en modell från ett datalager "azureml://datastores/<datastore-name>/sökvägar/<path-to-model-relative-to-the-root-of-the-datastore-location>" med hjälp av kommandoalternativ

az ml model create --name my-model --version 1 --path azureml://datastores/myblobstore/paths/models/cifar10/cifar.pt --resource-group my-resource-group --workspace-name my-workspace

Valfria parametrar

--datastore

Det datalager som den lokala artefakten ska laddas upp till.

--description

Beskrivning av modellen.

--file -f

Lokal sökväg till YAML-filen som innehåller Azure ML-modellspecifikationen. YAML-referensdokumenten för modellen finns på: https://aka.ms/ml-cli-v2-model-yaml-reference.

--name -n

Namnet på modellen.

--no-wait

Vänta inte tills den långvariga åtgärden har slutförts.

standardvärde: False
--path -p

Sökväg till modellfilerna. Detta kan vara antingen en lokal plats eller en fjärrplats. Om det anges måste även --name/-n och --version/-v anges.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--set

Uppdatera ett objekt genom att ange en egenskapssökväg och ett värde som ska anges. Exempel: --set property1.property2=.

--stage -s

Modellsteg.

--tags

Blankstegsavgränsade nyckel/värde-par för objektets taggar.

--type -t

Typ av modell, tillåtna värden är custom_model, mlflow_model och triton_model. Standardtypen är custom_model.

--version -v

Version av modellen.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model download

Ladda ned alla modellrelaterade filer.

Filerna laddas ned till en mapp med namnet efter modellens namn. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

az ml model download --name
                     --version
                     [--download-path]
                     [--registry-name]
                     [--resource-group]
                     [--workspace-name]

Exempel

Ladda ned en modell med det angivna namnet och versionen

az ml model download --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Ladda ned en modell med det angivna namnet och versionen till en angiven lokal sökväg

az ml model download --name my-model --version 1  --download-path local_path --resource-group my-resource-group --workspace-name my-workspace

Obligatoriska parametrar

--name -n

Namnet på modellen.

--version -v

Version av modellen.

Valfria parametrar

--download-path -p

Sökväg för att ladda ned modellfilerna, som standard till den aktuella arbetskatalogen.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model list

Visa en lista över modeller i en arbetsyta/ett register. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

az ml model list [--archived-only]
                 [--include-archived]
                 [--max-results]
                 [--name]
                 [--registry-name]
                 [--resource-group]
                 [--stage]
                 [--workspace-name]

Exempel

Visa en lista över alla modeller på en arbetsyta

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

Visa en lista över alla modellversioner för det angivna namnet på en arbetsyta

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

Visa en lista över alla modeller i en arbetsyta med argumentet --query för att köra en JMESPath-fråga på resultatet av kommandon.

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

Valfria parametrar

--archived-only

Lista endast arkiverade modeller.

standardvärde: False
--include-archived

Visa en lista över arkiverade modeller och aktiva modeller.

standardvärde: False
--max-results -r

Maximalt antal resultat som ska returneras.

--name -n

Namnet på modellen. Om detta anges returneras alla modellversioner under det här namnet.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--stage -s

Modellsteg.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model package

Förhandsgranskning

Det här kommandot är i förhandsversion och under utveckling. Referens- och supportnivåer: https://aka.ms/CLI_refstatus

Paketera en modell i en miljö.

När en modell paketeras skapas en miljö med alla beroenden.

az ml model package --file
                    --name
                    --version
                    [--registry-name]
                    [--resource-group]
                    [--workspace-name]

Exempel

Paketera en modell med det angivna namnet och versionen

az ml model package --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --file my-package.yml

Obligatoriska parametrar

--file -f

Lokal sökväg till YAML-filen som innehåller modellpaketdefinitionen.

--name -n

Namnet på modellen.

--version -v

Version av modellen.

Valfria parametrar

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model restore

Återställ en arkiverad modell.

När en arkiverad modell återställs döljs den inte längre från listfrågor (az ml model list). Om en hel modellcontainer arkiveras kan du återställa den arkiverade containern. Då återställs alla versioner av modellen under det angivna namnet. Du kan inte bara återställa en viss modellversion om hela modellcontainern arkiveras – du måste återställa hela containern. Om endast en enskild modellversion arkiverades kan du återställa den specifika versionen.

az ml model restore --name
                    [--label]
                    [--registry-name]
                    [--resource-group]
                    [--version]
                    [--workspace-name]

Exempel

Återställa en arkiverad modellcontainer (återställer alla versioner av modellen)

az ml model restore --name my-model --resource-group my-resource-group --workspace-name my-workspace

Återställa en specifik arkiverad modellversion

az ml model restore --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Obligatoriska parametrar

--name -n

Namnet på modellen.

Valfria parametrar

--label -l

Modelletikett.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--version -v

Version av modellen.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model share

Dela en specifik modell från arbetsyta till register.

Kopiera en befintlig modell från en arbetsyta till ett register för återanvändning mellan arbetsytor.

az ml model share --name
                  --registry-name
                  --share-with-name
                  --share-with-version
                  --version
                  [--resource-group]
                  [--workspace-name]

Exempel

Dela en befintlig miljö från arbetsyta till register

az ml model share --name my-model --version my-version --resource-group my-resource-group --workspace-name my-workspace --share-with-name new-name-in-registry --share-with-version new-version-in-registry --registry-name my-registry

Obligatoriska parametrar

--name -n

Namnet på modellen.

--registry-name

Målregister.

--share-with-name

Namnet på den modell som ska skapas med.

--share-with-version

Version av modellen som ska skapas med.

--version -v

Version av modellen.

Valfria parametrar

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model show

Visa information om en modell i en arbetsyta/ett register. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

az ml model show --name
                 [--label]
                 [--registry-name]
                 [--resource-group]
                 [--version]
                 [--workspace-name]

Exempel

Visa information för en modell med det angivna namnet och versionen

az ml model show --name my-model --version 1 --resource-group my-resource-group --workspace-name my-workspace

Obligatoriska parametrar

--name -n

Namnet på modellen.

Valfria parametrar

--label -l

Modelletikett.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

--version -v

Version av modellen.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.

az ml model update

Uppdatera en modell i en arbetsyta/ett register.

Egenskaperna "description" och "tags" kan uppdateras. Om du använder ett register ersätter --workspace-name my-workspace du med alternativet --registry-name <registry-name> .

az ml model update --name
                   --resource-group
                   [--add]
                   [--force-string]
                   [--label]
                   [--registry-name]
                   [--remove]
                   [--set]
                   [--stage]
                   [--version]
                   [--workspace-name]

Exempel

Uppdatera en modells smaker

az ml model update --name my-model --version 1 --set flavors.python_function.python_version=3.8 --resource-group my-resource-group --workspace-name my-workspace

Obligatoriska parametrar

--name -n

Namnet på modellen.

--resource-group -g

Namnet på resursgruppen. Du kan konfigurera standardgruppen med .az configure --defaults group=<name>

Valfria parametrar

--add

Lägg till ett objekt i en lista över objekt genom att ange en sökväg och nyckelvärdepar. Exempel: --add property.listProperty <key=value, string or JSON string>.

standardvärde: []
--force-string

När du använder "set" eller "add" bevarar du strängliteraler i stället för att försöka konvertera till JSON.

standardvärde: False
--label -l

Modelletikett.

--registry-name

Om det tillhandahålls kommer kommandot att rikta in sig på registret i stället för en arbetsyta. Därför krävs inte resursgrupp och arbetsyta.

--remove

Ta bort en egenskap eller ett element från en lista. Exempel: --remove property.list <indexToRemove> ELLER --remove propertyToRemove.

standardvärde: []
--set

Uppdatera ett objekt genom att ange en egenskapssökväg och ett värde som ska anges. Exempel: --set property1.property2=<value>.

standardvärde: []
--stage -s

Modellsteg.

--version -v

Version av modellen.

--workspace-name -w

Namnet på Azure ML-arbetsytan. Du kan konfigurera standardarbetsytan med .az configure --defaults workspace=<name>

Globala parametrar
--debug

Öka loggningsverositeten för att visa alla felsökningsloggar.

--help -h

Visa det här hjälpmeddelandet och avsluta.

--only-show-errors

Visa bara fel och ignorera varningar.

--output -o

Utdataformat.

accepterade värden: json, jsonc, none, table, tsv, yaml, yamlc
standardvärde: json
--query

JMESPath-frågesträng. Mer http://jmespath.org/ information och exempel finns i.

--subscription

Namn eller ID för prenumerationen. Du kan konfigurera standardprenumerationen med .az account set -s NAME_OR_ID

--verbose

Öka loggningsverbositeten. Använd --debug för fullständiga felsökningsloggar.