az ml model

Poznámka:

Tento odkaz je součástí rozšíření azure-cli-ml pro Azure CLI (verze 2.0.28 nebo vyšší). Rozšíření se automaticky nainstaluje při prvním spuštění příkazu az ml model . Přečtěte si další informace o rozšířeních.

Správa modelů strojového učení

Příkazy

Name	Description	Typ	Stav
az ml model delete	Odstraňte model z pracovního prostoru.	Rozšíření	GA
az ml model deploy	Nasaďte modely z pracovního prostoru.	Rozšíření	GA
az ml model download	Stáhněte si model z pracovního prostoru.	Rozšíření	GA
az ml model list	Vypisujte modely v pracovním prostoru.	Rozšíření	GA
az ml model package	Zabalte model do pracovního prostoru.	Rozšíření	GA
az ml model profile	Modely profilů v pracovním prostoru	Rozšíření	GA
az ml model register	Zaregistrujte model do pracovního prostoru.	Rozšíření	GA
az ml model show	Zobrazení modelu v pracovním prostoru	Rozšíření	GA
az ml model update	Aktualizujte model v pracovním prostoru.	Rozšíření	GA

az ml model delete

Odstraňte model z pracovního prostoru.

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

Povinné parametry

--model-id -i

ID modelu, který chcete odstranit.

Volitelné parametry

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--subscription-id

Určuje ID předplatného.

--workspace-name -w

Název pracovního prostoru

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model deploy

Nasaďte modely z pracovního prostoru.

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]

Povinné parametry

--name -n

Název nasazené služby.

Volitelné parametry

--ae --auth-enabled

Zda má být pro tuto webovou službu povolené ověřování klíčů, nebo ne. Výchozí hodnota je False.

--ai --enable-app-insights

Jestli chcete povolit AppInsights pro tuto webovou službu, nebo ne. Výchozí hodnota je False.

--ar --autoscale-refresh-seconds

Jak často se má automatické škálování pokusit tuto webovou službu škálovat. Výchozí hodnota je 1.

--as --autoscale-enabled

Jestli chcete pro tuto webovou službu povolit automatické škálování, nebo ne. Pokud num_replicas není žádná, výchozí hodnota je True.

--at --autoscale-target-utilization

Cílové využití (v procentech z 100) by se automatické škálování mělo pokoušet udržovat pro tuto webovou službu. Výchozí hodnota je 70.

--autoscale-max-replicas --ma

Maximální počet kontejnerů, které se mají použít při automatickém škálování této webové služby. Výchozí hodnota je 10.

--autoscale-min-replicas --mi

Minimální počet kontejnerů, které se mají použít při automatickém škálování této webové služby. Výchozí hodnota je 1.

--base-image --bi

Vlastní image, která se má použít jako základní image. Pokud není uvedena žádná základní image, použije se základní image na základě daného parametru modulu runtime.

--base-image-registry --ir

Registr image, který obsahuje základní image.

--cc --cpu-cores

Počet jader procesoru, která se mají přidělit pro tuto webovou službu. Může to být desetinné číslo. Výchozí hodnota je 0.1.

--ccl --cpu-cores-limit

Maximální počet jader procesoru, které tato webová služba může používat. Může to být desetinné číslo.

--cf --conda-file

Cesta k místnímu souboru obsahujícímu definici prostředí Conda, která se má použít pro image.

--collect-model-data --md

Jestli chcete povolit shromažďování dat modelu pro tuto webovou službu, nebo ne. Výchozí hodnota je False.

--compute-target --ct

Název cílového výpočetního objektu Platí pouze při nasazování do AKS.

--compute-type --cp

Typ výpočetní služby, která se má nasadit.

--cuda-version --cv

Verze CUDA pro instalaci imagí, které potřebují podporu GPU. Image GPU se musí používat ve službách Microsoft Azure, jako jsou Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines a Azure Kubernetes Service. Podporované verze jsou 9.0, 9.1 a 10.0. Pokud je nastavená hodnota enable_gpu, nastaví se výchozí hodnota 9.1.

--dc --deploy-config-file

Cesta k souboru JSON nebo YAML obsahujícímu metadata nasazení

--description

Popis nasazené služby

--dn --dns-name-label

Název dns pro tuto webovou službu.

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

Cesta k místnímu souboru obsahujícímu další kroky Dockeru, které se mají spustit při nastavování image.

--ed --environment-directory

Adresář pro prostředí Azure Machine Learning pro nasazení Jedná se o stejnou cestu k adresáři, jakou jste zadali v příkazu az ml environment scaffold.

--eg --enable-gpu

Bez ohledu na to, jestli se má v imagi povolit podpora GPU. Image GPU se musí používat ve službách Microsoft Azure, jako jsou Azure Container Instances, Azure Machine Learning Compute, Azure Virtual Machines a Azure Kubernetes Service. Výchozí hodnota je False.

--entry-script --es

Cesta k místnímu souboru, který obsahuje kód ke spuštění pro službu (relativní cesta z source_directory pokud je k dispozici).

--environment-name -e

Název prostředí Azure Machine Learning pro nasazení

--environment-version --ev

Verze existujícího prostředí Azure Machine Learning pro nasazení

--failure-threshold --ft

Když se pod spustí a sonda aktivity selže, Kubernetes se pokusí před vyřazením zkusit prahovou hodnotu --failure-threshold times. Výchozí hodnota je 3. Minimální hodnota je 1.

--gb --memory-gb

Velikost paměti (v GB) pro přidělení této webové služby. Může to být desetinné číslo.

--gbl --memory-gb-limit

Maximální velikost paměti (v GB), kterou tato webová služba může používat. Může to být desetinné číslo.

--gc --gpu-cores

Počet jader gpu, která se mají přidělit pro tuto webovou službu. Výchozí hodnota je 1.

--ic --inference-config-file

Cesta k souboru JSON nebo YAML obsahujícímu konfiguraci odvozování

--id --initial-delay-seconds

Počet sekund po spuštění kontejneru před inicializováním sondy aktivity Výchozí hodnota je 310.

--key-name

Název klíče pro vlastnosti šifrování v klíčích spravovaných zákazníkem (CMK) pro ACI.

--key-version

Verze klíče pro vlastnosti šifrování v klíčích spravovaných zákazníkem (CMK) pro ACI

--kp --primary-key

Primární ověřovací klíč, který se má použít pro tuto webovou službu.

--ks --secondary-key

Sekundární ověřovací klíč, který se má použít pro tuto webovou službu.

--lo --location

Oblast Azure pro nasazení této webové služby do. Pokud nezadáte umístění pracovního prostoru, použije se. Další podrobnosti o dostupných oblastech najdete tady: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=container-instances.

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

Maximální doba, po kterou požadavek zůstane ve frontě (v milisekundách) před vrácením chyby 503. Výchozí hodnota je 500.

--model -m

ID modelu, který se má nasadit. Pomocí dalších argumentů -m je možné zadat více modelů. Modely musí být zaregistrované jako první.

Default value: []

--model-metadata-file -f

Cesta k souboru JSON obsahujícímu metadata registrace modelu Pomocí více parametrů -f je možné zadat více modelů.

Default value: []

--namespace

Obor názvů Kubernetes, ve kterém se má služba nasadit: až 63 malých alfanumerických znaků ('a'a'-'z', '0'-'9') a pomlček ('-'). První a poslední znaky nesmí být pomlčky. Platí pouze při nasazování do AKS.

--no-wait

Příznak, který nečeká na asynchronní volání.

--nr --num-replicas

Počet kontejnerů, které se mají přidělit pro tuto webovou službu. Bez výchozího nastavení, pokud tento parametr není nastavený, je automatické škálování ve výchozím nastavení povolené.

--overwrite

Pokud dojde ke konfliktu názvů, přepište stávající službu.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--period-seconds --ps

Jak často (v sekundách) se má provést sonda aktivity. Výchozí hodnota je 10 sekund. Minimální hodnota je 1.

--pi --profile-input

Cesta k souboru JSON obsahujícímu výsledky profilace

--po --port

Místní port, na kterém se má zveřejnit koncový bod HTTP služby.

--property

Vlastnost klíč/hodnota, kterou chcete přidat (e.g. key=value). Pomocí několika možností --property je možné zadat více vlastností.

Default value: []

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

Počet maximálních souběžných požadavků na uzel, které povolí tuto webovou službu. Výchozí hodnota je 1.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--rt --runtime

Který modul runtime se má použít pro image. Aktuální podporované moduly runtime jsou spark-py a python-py|python|python-slim.

--sc --ssl-cname

Název cname pro, pokud je povolený protokol SSL.

--scoring-timeout-ms --tm

Vypršení časového limitu pro volání bodování této webové služby. Výchozí hodnota je 60000.

--sd --source-directory

Cesta ke složkám, které obsahují všechny soubory pro vytvoření image.

--se --ssl-enabled

Zda povolit SSL pro tuto webovou službu, nebo ne. Výchozí hodnota je False.

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

Soubor klíče potřebný v případě, že je povolený protokol SSL.

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

Pokud je povolený protokol SSL, je potřeba soubor certifikátu.

--st --success-threshold

Minimální počet po sobě jdoucích úspěchů pro sondu aktivity, které se mají považovat za úspěšné po selhání. Výchozí hodnota je 1. Minimální hodnota je 1.

--subnet-name

Název podsítě uvnitř virtuální sítě.

--subscription-id

Určuje ID předplatného.

--tag

Značka klíč/hodnota, kterou chcete přidat (e.g. key=value). Více značek lze zadat pomocí několika možností --tag.

Default value: []

--timeout-seconds --ts

Počet sekund, po kterých vyprší časový limit sondy aktivity Výchozí hodnota je 2 sekundy. Minimální hodnota je 1.

--token-auth-enabled

Jestli chcete povolit ověřování tokenů pro tuto webovou službu, nebo ne. Ignorováno, pokud se nenasazuje do AKS. Výchozí hodnota je False.

--tp --traffic-percentile

Objem provozu, který verze přebírá v koncovém bodu. Může to být desetinné číslo. Výchozí hodnota je 0.

--vault-base-url

Základní adresa URL trezoru pro vlastnosti šifrování v klíčích spravovaných zákazníkem (CMK) pro ACI

--version-name --vn

Název verze v koncovém bodu. Výchozí hodnota je název koncového bodu pro první verzi.

--vnet-name

Název virtuální sítě

--workspace-name -w

Název pracovního prostoru

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model download

Stáhněte si model z pracovního prostoru.

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

Povinné parametry

--model-id -i

ID modelu.

--target-dir -t

Cílový adresář pro stažení souboru modelu do.

Volitelné parametry

--overwrite

Přepište, pokud v cílovém adresáři existuje stejný název souboru.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--subscription-id

Určuje ID předplatného.

--workspace-name -w

Název pracovního prostoru obsahujícího model, který se má zobrazit.

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model list

Vypisujte modely v pracovním prostoru.

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

Volitelné parametry

--dataset-id

Pokud je k dispozici, zobrazí se pouze modely se zadaným ID datové sady.

--latest -l

Pokud je k dispozici, vrátí pouze modely s nejnovější verzí.

--model-name -n

Volitelný název modelu pro filtrování seznamu podle.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--property

Vlastnost klíč/hodnota, kterou chcete přidat (e.g. key=value). Pomocí několika možností --property je možné zadat více vlastností.

Default value: []

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--run-id

Pokud je k dispozici, zobrazí se pouze modely se zadaným ID spuštění.

--subscription-id

Určuje ID předplatného.

--tag

Značka klíč/hodnota, kterou chcete přidat (e.g. key=value). Více značek lze zadat pomocí několika možností --tag.

Default value: []

--workspace-name -w

Název pracovního prostoru obsahujícího modely, které chcete zobrazit.

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model package

Zabalte model do pracovního prostoru.

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]

Volitelné parametry

--cf --conda-file

Cesta k místnímu souboru obsahujícímu definici prostředí Conda, která se má použít pro balíček.

--ed --environment-directory

Adresář pro prostředí Azure Machine Learning pro balení Jedná se o stejnou cestu k adresáři, jakou jste zadali v příkazu az ml environment scaffold.

--entry-script --es

Cesta k místnímu souboru, který obsahuje kód ke spuštění pro službu (relativní cesta z source_directory pokud je k dispozici).

--environment-name -e

Název prostředí Azure Machine Learning pro balení

--environment-version --ev

Verze existujícího prostředí Azure Machine Learning pro balení

--ic --inference-config-file

Cesta k souboru JSON nebo YAML obsahujícímu konfiguraci odvozování

--il --image-label

Popisek, který dává sestavené imagi balíčku.

--image-name --in

Název, který dává sestavené imagi balíčku.

--model -m

ID modelu, který se má zabalit. Pomocí dalších argumentů -m je možné zadat více modelů. Modely musí být zaregistrované jako první.

Default value: []

--model-metadata-file -f

Cesta k souboru JSON obsahujícímu metadata registrace modelu Pomocí více parametrů -f je možné zadat více modelů.

Default value: []

--no-wait

Příznak, který nečeká na asynchronní volání.

--output-path

Výstupní cesta pro kontext Dockeru Pokud se předá výstupní cesta místo sestavení image v ACR pracovního prostoru, dockerfile a potřebný kontext sestavení se do této cesty zapíše.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--rt --runtime

Který modul runtime se má použít pro balíček. Aktuální podporované moduly runtime jsou spark-py a python-py|python|python-slim.

--sd --source-directory

Cesta ke složkám, které obsahují všechny soubory pro vytvoření image.

--subscription-id

Určuje ID předplatného.

--workspace-name -w

Název pracovního prostoru

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model profile

Modely profilů v pracovním prostoru

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]

Povinné parametry

--name -n

Název profilu modelu.

Volitelné parametry

--base-image --bi

Vlastní image, která se má použít jako základní image. Pokud není uvedena žádná základní image, použije se základní image na základě daného parametru modulu runtime.

--base-image-registry --ir

Registr image, který obsahuje základní image.

--cc --cpu-cores

Dvojitá hodnota maximálního využití procesoru při profilaci

--cf --conda-file

Cesta k místnímu souboru obsahujícímu definici prostředí Conda, která se má použít pro image.

--description

Popis profilu modelu

--ed --environment-directory

Adresář pro prostředí Azure Machine Learning pro nasazení Jedná se o stejnou cestu k adresáři, jakou jste zadali v příkazu az ml environment scaffold.

--entry-script --es

Cesta k místnímu souboru, který obsahuje kód ke spuštění pro službu (relativní cesta z source_directory pokud je k dispozici).

--environment-name -e

Název prostředí Azure Machine Learning pro nasazení

--environment-version --ev

Verze existujícího prostředí Azure Machine Learning pro nasazení

--gb --memory-in-gb

Double value for maximum Memory to use when profiling.

--ic --inference-config-file

Cesta k souboru JSON nebo YAML obsahujícímu konfiguraci odvozování

--idi --input-dataset-id

ID tabulkové datové sady, která se má použít jako vstup pro profil.

--model -m

ID modelu, který se má nasadit. Pomocí dalších argumentů -m je možné zadat více modelů. Modely musí být zaregistrované jako první.

Default value: []

--model-metadata-file -f

Cesta k souboru JSON obsahujícímu metadata registrace modelu Pomocí více parametrů -f je možné zadat více modelů.

Default value: []

--output-metadata-file -t

Cesta k souboru JSON, kde se zapíšou metadata výsledků profilu. Používá se jako vstup pro nasazení modelu.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--sd --source-directory

Cesta ke složkám, které obsahují všechny soubory pro vytvoření image.

--subscription-id

Určuje ID předplatného.

--workspace-name -w

Název pracovního prostoru

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model register

Zaregistrujte model do pracovního prostoru.

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]

Povinné parametry

--name -n

Název modelu, který se má zaregistrovat.

Volitelné parametry

--asset-path

Cesta cloudu, ve které se spouští experiement, ukládá soubor modelu.

--cc --cpu-cores

Výchozí počet jader procesoru, která se mají pro tento model přidělit. Může to být desetinné číslo.

--description -d

Popis modelu.

--experiment-name

Název experimentu.

--gb --memory-gb

Výchozí velikost paměti (v GB) pro tento model. Může to být desetinné číslo.

--gc --gpu-cores

Výchozí počet GPU, které se mají pro tento model přidělit.

--model-framework

Rámec modelu, který se má zaregistrovat. Aktuálně podporované architektury: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

Verze modelu pro registraci (např. 1.0.0, 2.4.1)

--model-path -p

Úplná cesta k souboru modelu, který se má zaregistrovat.

--output-metadata-file -t

Cesta k souboru JSON, kde se zapíšou metadata registrace modelu. Používá se jako vstup pro nasazení modelu.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--property

Vlastnost klíč/hodnota, kterou chcete přidat (e.g. key=value). Pomocí několika možností --property je možné zadat více vlastností.

Default value: []

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--run-id -r

ID spuštění experimentu, ze kterého je model registrován.

--run-metadata-file -f

Cesta k souboru JSON obsahujícímu metadata spuštění experiementu

--sample-input-dataset-id

ID ukázkové vstupní datové sady

--sample-output-dataset-id

ID ukázkové výstupní datové sady

--subscription-id

Určuje ID předplatného.

--tag

Značka klíč/hodnota, kterou chcete přidat (e.g. key=value). Více značek lze zadat pomocí několika možností --tag.

Default value: []

--workspace-name -w

Název pracovního prostoru pro registraci tohoto modelu

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model show

Zobrazení modelu v pracovním prostoru

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

Volitelné parametry

--model-id -i

ID modelu, který se má zobrazit.

--model-name -n

Název modelu, který se má zobrazit.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--run-id

Pokud je k dispozici, zobrazí se pouze modely se zadaným ID spuštění.

--subscription-id

Určuje ID předplatného.

--version

Pokud je k dispozici, zobrazí se pouze modely se zadaným názvem a verzí.

--workspace-name -w

Název pracovního prostoru obsahujícího model, který se má zobrazit.

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.

az ml model update

Aktualizujte model v pracovním prostoru.

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]

Povinné parametry

--model-id -i

ID modelu.

Volitelné parametry

--add-property

Vlastnost klíč/hodnota, kterou chcete přidat (e.g. key=value). Pomocí několika možností --add-property lze zadat více vlastností.

Default value: []

--add-tag

Značka klíč/hodnota, kterou chcete přidat (e.g. key=value). Více značek lze zadat pomocí několika možností --add-tag.

Default value: []

--cc --cpu-cores

Výchozí počet jader procesoru, která se mají pro tento model přidělit. Může to být desetinné číslo.

--description

Popis aktualizace modelu. Nahradí aktuální popis.

--gb --memory-gb

Výchozí velikost paměti (v GB) pro tento model. Může to být desetinné číslo.

--gc --gpu-cores

Výchozí počet GPU, které se mají pro tento model přidělit.

--path

Cesta ke složce projektu Výchozí: aktuální adresář.

--remove-tag

Klíč značky, která se má odebrat Více značek lze zadat s několika možnostmi --remove-tag.

Default value: []

--resource-group -g

Skupina prostředků odpovídající poskytnutému pracovnímu prostoru

--sample-input-dataset-id

ID ukázkové vstupní datové sady

--sample-output-dataset-id

ID ukázkové výstupní datové sady

--subscription-id

Určuje ID předplatného.

--workspace-name -w

Název pracovního prostoru

-v

Příznak podrobností.

Globální parametry

--debug

Zvyšte úroveň podrobností protokolování, aby se zobrazily všechny protokoly ladění.

--help -h

Zobrazte tuto zprávu nápovědy a ukončete ji.

--only-show-errors

Zobrazují se pouze chyby, potlačení upozornění.

--output -o

Výstupní formát

Přípustné hodnoty: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Řetězec dotazu JMESPath Další http://jmespath.org/ informace a příklady najdete v tématu.

--subscription

Název nebo ID předplatného. Výchozí předplatné můžete nakonfigurovat pomocí az account set -s NAME_OR_ID.

--verbose

Zvyšte úroveň podrobností protokolování. K úplnému ladění protokolů použijte příkaz --debug.