Compartir a través de

az ml data

  • Referencia

Nota:

Esta referencia forma parte de la extensión ml para la CLI de Azure (versión 2.15.0 o posterior). La extensión instalará automáticamente la primera vez que ejecute un comando az ml data . Obtenga más información sobre las extensiones.

Administración de recursos de datos de Azure ML.

Los recursos de datos de Azure ML son referencias a archivos en los servicios de almacenamiento o direcciones URL públicas junto con los metadatos correspondientes. No son copias de los datos. Puede usar estos recursos de datos para acceder a los datos pertinentes durante el entrenamiento del modelo y montar o descargar los datos a los que se hace referencia en el destino de proceso.

Comandos

Nombre Description Tipo Estado
az ml data archive

Archivar un recurso de datos.

 Extensión GA
az ml data create

Cree un recurso de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

 Extensión GA
az ml data import

Importe datos y cree un recurso de datos.

 Extensión Vista previa
az ml data list

Enumerar los recursos de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

 Extensión GA
az ml data list-materialization-status

Mostrar el estado de la lista de trabajos de materialización de importación de datos que crean versiones de un recurso de datos.

 Extensión Vista previa
az ml data mount

Monte un recurso de datos específico en una ruta de acceso local. Por ahora solo se admite Linux.

 Extensión Vista previa
az ml data restore

Restaure un recurso de datos archivado.

 Extensión GA
az ml data share

Comparta un recurso de datos específico del área de trabajo al registro.

 Extensión Vista previa
az ml data show

Muestra los detalles de un recurso de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

 Extensión GA
az ml data update

Actualizar un recurso de datos.

 Extensión GA

az ml data archive

Archivar un recurso de datos.

El archivado de un recurso de datos lo ocultará de forma predeterminada de las consultas de lista (az ml data list). Todavía puede seguir haciendo referencia a un recurso de datos archivado y usarlo en los flujos de trabajo. Puede archivar un contenedor de recursos de datos o una versión específica del recurso de datos. El archivado de un contenedor de recursos de datos archivará todas las versiones del recurso de datos con ese nombre determinado. Puede restaurar un recurso de datos archivado mediante az ml data restore. Si se archiva todo el contenedor de recursos de datos, no se pueden restaurar versiones individuales del recurso de datos; deberá restaurar el contenedor de recursos de datos.

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

Ejemplos

Archivar un contenedor de recursos de datos (archiva todas las versiones de ese recurso de datos)

az ml data archive --name my-env --resource-group my-resource-group --workspace-name my-workspace

Archivado de una versión específica del recurso de datos

az ml data archive --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--name -n

Nombre del recurso de datos.

Parámetros opcionales

--label -l

Etiqueta del recurso de datos. Mutuamente excluyente con la versión.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--version -v

Versión del recurso de datos. Mutuamente excluyente con etiqueta.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data create

Cree un recurso de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

Los recursos de datos se pueden definir a partir de archivos en la máquina local o como referencias a archivos en el almacenamiento en la nube. El recurso de datos creado se realizará un seguimiento en el área de trabajo o registro en el nombre y la versión especificados.

Para crear un recurso de datos a partir de archivos en la máquina local, especifique el campo "path" en la configuración de YAML. Azure ML cargará estos archivos en el contenedor de blobs que respalda el almacén de datos predeterminado del área de trabajo (denominado "workspaceblobstore"). A continuación, el recurso de datos creado apuntará a esos datos cargados.

Para crear un recurso de datos que haga referencia a archivos en el almacenamiento en la nube, especifique la "ruta de acceso" a los archivos en el almacenamiento en la configuración de YAML.

También puede crear un recurso de datos directamente desde una dirección URL de almacenamiento o una dirección URL pública. Para ello, especifique la dirección URL en el campo "path" en la configuración de YAML. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <my-registry-name> opción .

az ml data create [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--no-wait]
                  [--path]
                  [--registry-name]
                  [--resource-group]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]
                  [--workspace-name]

Ejemplos

Creación de un recurso de datos a partir de un archivo de especificación DE YAML en un área de trabajo

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

Creación de un recurso de datos a partir de un archivo de especificación DE YAML en un registro

az ml data create --file data.yml --registry-name my-registry-name

Creación de un recurso de datos sin usar un archivo de especificación DE YAML en un área de trabajo

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

Creación de un recurso de datos sin usar un archivo de especificación YAML en un registro

az ml data create --name my-data --version 1 --path ./my-data.csv --registry-name my-registry-name

Parámetros opcionales

--datastore

Almacén de datos en el que se va a cargar el artefacto local.

--description -d

Descripción del recurso de datos.

--file -f

Ruta de acceso local al archivo YAML que contiene la especificación de datos de Azure ML. Los documentos de referencia de YAML para los datos se pueden encontrar en: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nombre del recurso de datos. Obligatorio si se proporciona --registry-name.

--no-wait

No espere a que finalice la operación de ejecución prolongada. El valor predeterminado es False.

valor predeterminado: False
--path -p

La ruta de acceso al recurso de datos puede ser local o remota.

--registry-name

Si se proporciona, el comando tendrá como destino el registro en lugar de un área de trabajo. Por lo tanto, no será necesario el grupo de recursos y el área de trabajo. Se debe proporcionar si no se proporcionan --workspace-name y --resource-group.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--set

Actualice un objeto especificando una ruta de acceso de propiedad y un valor que se va a establecer. Ejemplo: --set property1.property2=.

--skip-validation

Omita la validación de metadatos de MLTable cuando el tipo sea MLTable.

valor predeterminado: False
--type -t

Tipo del recurso de datos.

valores aceptados: mltable, uri_file, uri_folder
--version -v

Versión del recurso de datos. Obligatorio si se proporciona --registry-name.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data import

Vista previa

Este comando está en versión preliminar y en desarrollo. Niveles de referencia y soporte técnico: https://aka.ms/CLI_refstatus

Importe datos y cree un recurso de datos.

El recurso de datos se puede crear importando primero datos de la base de datos o del sistema de archivos al almacenamiento en la nube. Se realizará un seguimiento del recurso de datos creado en el área de trabajo bajo el nombre y la versión especificados.

Especifique "query" de la tabla de base de datos o "path" en los campos del sistema de archivos en la configuración de YAML. Azure ML ejecutará un trabajo para copiar primero los datos en el almacenamiento en la nube.

az ml data import --resource-group
                  --workspace-name
                  [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--path]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]

Ejemplos

Importación de un recurso de datos desde un archivo de especificación de YAML

az ml data import --file dataimport.yml --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

--datastore

Almacén de datos en el que se va a cargar el artefacto local.

--description -d

Descripción del recurso de datos.

--file -f

Ruta de acceso local al archivo YAML que contiene la especificación de datos de Azure ML. Los documentos de referencia de YAML para los datos se pueden encontrar en: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nombre del recurso de datos.

--path -p

Ruta de acceso al recurso de datos en el almacenamiento en la nube.

--set

Actualice un objeto especificando una ruta de acceso de propiedad y un valor que se va a establecer. Ejemplo: --set property1.property2=.

--skip-validation

Omita la validación del recurso de proceso al que hace referencia el trabajo de materialización de importación de datos subyacente.

valor predeterminado: False
--type -t

Tipo del recurso de datos.

valores aceptados: mltable, uri_file, uri_folder
--version -v

Versión del recurso de datos.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data list

Enumerar los recursos de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

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

Ejemplos

Enumerar todos los recursos de datos de un área de trabajo

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

Enumeración de todas las versiones de recursos de datos para el nombre especificado en un área de trabajo

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

Enumere todos los recursos de datos de un área de trabajo mediante el argumento --query para ejecutar una consulta JMESPath en los resultados de los comandos.

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

Enumerar todos los recursos de datos de un registro

az ml data list --registry-name my-registry-name

Enumeración de todas las versiones de recursos de datos para el nombre especificado en un registro

az ml data list --name my-data --registry-name my-registry-name

Parámetros opcionales

--archived-only

Enumere solo los recursos de datos archivados.

valor predeterminado: False
--include-archived

Enumerar los recursos de datos archivados y los activos de datos.

valor predeterminado: False
--max-results -r

Número máximo de resultados que se van a devolver.

--name -n

Nombre del recurso de datos. Si se proporciona, se devolverán todas las versiones de datos con este nombre.

--registry-name

Si se proporciona, el comando tendrá como destino el registro en lugar de un área de trabajo. Por lo tanto, no será necesario el grupo de recursos y el área de trabajo. Se debe proporcionar si no se proporcionan --workspace-name y --resource-group.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data list-materialization-status

Vista previa

Este comando está en versión preliminar y en desarrollo. Niveles de referencia y soporte técnico: https://aka.ms/CLI_refstatus

Mostrar el estado de la lista de trabajos de materialización de importación de datos que crean versiones de un recurso de datos.

az ml data list-materialization-status --resource-group
                                       --workspace-name
                                       [--all-results {false, true}]
                                       [--archived-only]
                                       [--include-archived]
                                       [--max-results]
                                       [--name]

Ejemplos

Mostrar el estado de materialización de un recurso de datos desde un archivo de especificación de YAML

az ml data list-materialization-status --name asset-name --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

--all-results

Devuelve todos los resultados.

valores aceptados: false, true
valor predeterminado: False
--archived-only

Enumere solo los trabajos archivados.

valor predeterminado: False
--include-archived

Enumeración de trabajos archivados y trabajos activos.

valor predeterminado: False
--max-results -r

Número máximo de resultados que se van a devolver. Valor predeterminado: 50

valor predeterminado: 50
--name -p

Nombre del recurso. Enumerará todos los trabajos de materialización que creen versiones del recurso que coincidan con el nombre especificado.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data mount

Vista previa

Este comando está en versión preliminar y en desarrollo. Niveles de referencia y soporte técnico: https://aka.ms/CLI_refstatus

Monte un recurso de datos específico en una ruta de acceso local. Por ahora solo se admite Linux.

az ml data mount --path
                 [--mode]
                 [--mount-point]
                 [--persistent]
                 [--resource-group]
                 [--workspace-name]

Ejemplos

Montaje de una versión de recurso de datos con URI de recurso con nombre

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder:1

Montaje de una versión de recurso de datos con el URI completo de AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data/versions/5

Montaje de todas las versiones de un recurso de datos con URI de recurso con nombre

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder

Montaje de todas las versiones de un recurso de datos con el URI completo de AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data

Montaje de datos en el servidor HTTP(s) público por dirección URL

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv

Montaje de datos en Azure mediante la dirección URL de Azure Blob Storage

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://<account_name>.blob.core.windows.net/<container_name>/<path>

Montaje de datos en Azure mediante la dirección URL de Azure Data Lake Storage Gen2

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>

Parámetros requeridos

--path

Ruta de acceso del recurso de datos que se va a montar, en forma de azureml:<name> o azureml:<name>:<version>.

Parámetros opcionales

--mode

Modo de montaje. Solo ro_mount se admite (solo lectura) para el montaje de recursos de datos.

valor predeterminado: ro_mount
--mount-point

Ruta de acceso local que se usa como punto de montaje.

valor predeterminado: /home/azureuser/mount/data
--persistent

Hacer que el montaje persista en los reinicios. Solo se admite en la instancia de proceso.

valor predeterminado: False
--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data restore

Restaure un recurso de datos archivado.

Cuando se restaura un recurso de datos archivado, ya no se ocultará a las consultas de lista (az ml data list). Si se archiva un contenedor de recursos de datos completo, puede restaurar ese contenedor archivado. Esto restaurará todas las versiones del recurso de datos con ese nombre determinado. No se puede restaurar solo una versión específica del recurso de datos si se archiva todo el contenedor de recursos de datos; tendrá que restaurar todo el contenedor. Si solo se ha archivado una versión de recurso de datos individual, puede restaurar esa versión específica.

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

Ejemplos

Restaurar un contenedor de recursos de datos archivados (restaura todas las versiones de ese recurso de datos)

az ml data restore --name my-env --resource-group my-resource-group --workspace-name my-workspace

Restauración de una versión específica del recurso de datos archivado

az ml data restore --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--name -n

Nombre del recurso de datos.

Parámetros opcionales

--label -l

Etiqueta del recurso de datos. Mutuamente excluyente con la versión.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--version -v

Versión del recurso de datos. Mutuamente excluyente con etiqueta.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data share

Vista previa

Este comando está en versión preliminar y en desarrollo. Niveles de referencia y soporte técnico: https://aka.ms/CLI_refstatus

Comparta un recurso de datos específico del área de trabajo al registro.

Copie un recurso de datos existente de un área de trabajo en un registro para reutilizarlo entre áreas de trabajo.

az ml data share --name
                 --registry-name
                 --resource-group
                 --share-with-name
                 --share-with-version
                 --version
                 --workspace-name

Ejemplos

Uso compartido de un recurso de datos existente del área de trabajo al registro

az ml data share --name my-data --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

Parámetros requeridos

--name -n

Nombre del recurso de datos.

--registry-name

Registro de destino.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--share-with-name

Nombre del recurso de datos con el que se va a crear.

--share-with-version

Versión del recurso de datos con la que se va a crear.

--version -v

Versión del recurso de datos.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data show

Muestra los detalles de un recurso de datos en un área de trabajo o registro. Si usa un registro, reemplace por --workspace-name my-workspace la --registry-name <registry-name> opción .

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

Ejemplos

Mostrar detalles de un recurso de datos con el nombre y la versión especificados en un área de trabajo

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

Mostrar detalles de un recurso de datos con el nombre y la etiqueta especificados

az ml data show --name my-data --label latest --resource-group my-resource-group --workspace-name my-workspace

Mostrar detalles de un recurso de datos con el nombre y la versión especificados en un registro

az ml data show --name my-data --version 1 --registry-name my-registry-name

Parámetros requeridos

--name -n

Nombre del recurso de datos.

Parámetros opcionales

--label -l

Etiqueta del recurso de datos. Debe proporcionarse, si no se proporciona la versión. Mutuamente excluyente con la versión.

--registry-name

Si se proporciona, el comando tendrá como destino el registro en lugar de un área de trabajo. Por lo tanto, no será necesario el grupo de recursos y el área de trabajo. Se debe proporcionar si no se proporcionan --workspace-name y --resource-group.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--version -v

Versión del recurso de datos. Debe proporcionarse si no se proporciona la etiqueta. Mutuamente excluyente con etiqueta.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.

az ml data update

Actualizar un recurso de datos.

Solo se pueden actualizar las propiedades 'description' y 'tags'.

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

Parámetros requeridos

--name -n

Nombre del recurso de datos.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

--add

Agregue un objeto a una lista de objetos especificando una ruta de acceso y pares clave-valor. Ejemplo: --add property.listProperty <key=value, string or JSON string>.

valor predeterminado: []
--force-string

Al usar 'set' o 'add', conserve los literales de cadena en lugar de intentar convertir en JSON.

valor predeterminado: False
--label -l

Etiqueta del recurso de datos. Debe proporcionarse, si no se proporciona la versión. Mutuamente excluyente con la versión.

--registry-name

Si se proporciona, el comando tendrá como destino el registro en lugar de un área de trabajo. Por lo tanto, no será necesario el grupo de recursos y el área de trabajo. Se debe proporcionar si no se proporcionan --workspace-name y --resource-group.

--remove

Quite una propiedad o un elemento de una lista. Ejemplo: --remove property.list <indexToRemove> O --remove propertyToRemove.

valor predeterminado: []
--set

Actualice un objeto especificando una ruta de acceso de propiedad y un valor que se va a establecer. Ejemplo: --set property1.property2=<value>.

valor predeterminado: []
--version -v

Versión del recurso de datos. Debe proporcionarse si no se proporciona la etiqueta. Mutuamente excluyente con etiqueta.

Parámetros globales
--debug

Aumente el nivel de detalle de registro para mostrar todos los registros de depuración.

--help -h

Muestre este mensaje de ayuda y salga.

--only-show-errors

Mostrar solo los errores y suprimir las advertencias.

--output -o

Formato de salida.

valores aceptados: json, jsonc, none, table, tsv, yaml, yamlc
valor predeterminado: json
--query

Cadena de consulta de JMESPath. Para más información y ejemplos, consulte http://jmespath.org/.

--subscription

Nombre o identificador de la suscripción Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle de registro. Use --debug para obtener registros de depuración completos.