az ml data

Remarque

Cette référence fait partie de l’extension ml pour Azure CLI (version 2.15.0 ou ultérieure). L’extension installe automatiquement la première fois que vous exécutez une commande az ml data . En savoir plus sur les extensions.

Gérer les ressources de données Azure ML.

Les ressources de données Azure ML sont des références à des fichiers dans vos services de stockage ou URL publiques, ainsi que toutes les métadonnées correspondantes. Ils ne sont pas des copies de vos données. Vous pouvez utiliser ces ressources de données pour accéder aux données pertinentes pendant l’entraînement du modèle et monter ou télécharger les données référencées sur votre cible de calcul.

Commandes

Nom	Description	Type	État
az ml data archive	Archivez une ressource de données.	Extension	GA
az ml data create	Créez une ressource de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .	Extension	GA
az ml data import	Importez des données et créez une ressource de données.	Extension	Aperçu
az ml data list	Répertorier les ressources de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .	Extension	GA
az ml data list-materialization-status	Afficher l’état de la liste des travaux de matérialisation d’importation de données qui créent des versions d’une ressource de données.	Extension	Aperçu
az ml data mount	Montez une ressource de données spécifique sur un chemin d’accès local. Pour l’instant, seul Linux est pris en charge.	Extension	Aperçu
az ml data restore	Restaurez une ressource de données archivée.	Extension	GA
az ml data share	Partagez une ressource de données spécifique de l’espace de travail vers le Registre.	Extension	Aperçu
az ml data show	Affiche les détails d’une ressource de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .	Extension	GA
az ml data update	Mettez à jour une ressource de données.	Extension	GA

az ml data archive

Archivez une ressource de données.

L’archivage d’une ressource de données la masque par défaut dans les requêtes de liste (az ml data list). Vous pouvez continuer à référencer et utiliser une ressource de données archivée dans vos flux de travail. Vous pouvez archiver un conteneur de ressources de données ou une version spécifique d’une ressource de données. L’archivage d’un conteneur de ressources de données archive toutes les versions de la ressource de données sous ce nom donné. Vous pouvez restaurer une ressource de données archivée à l’aide az ml data restorede . Si l’intégralité du conteneur de ressources de données est archivée, vous ne pouvez pas restaurer des versions individuelles de la ressource de données. Vous devez restaurer le conteneur de ressources de données.

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

Exemples

Archiver un conteneur de ressources de données (archive toutes les versions de cette ressource de données)

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

Archiver une version spécifique de la ressource de données

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

Paramètres obligatoires

--name -n

Nom de la ressource de données.

Paramètres facultatifs

--label -l

Étiquette de la ressource de données. Mutuellement exclusif avec la version.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--version -v

Version de la ressource de données. Mutuellement exclusif avec l’étiquette.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data create

Créez une ressource de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .

Les ressources de données peuvent être définies à partir de fichiers sur votre ordinateur local ou en tant que références à des fichiers dans le stockage cloud. La ressource de données créée est suivie dans l’espace de travail/registre sous le nom et la version spécifiés.

Pour créer une ressource de données à partir de fichiers sur votre ordinateur local, spécifiez le champ « chemin » dans votre configuration YAML. Azure ML charge ces fichiers dans le conteneur d’objets blob qui sauvegarde le magasin de données par défaut de l’espace de travail (nommé « workspaceblobstore »). La ressource de données créée pointe ensuite vers ces données chargées.

Pour créer une ressource de données qui référence des fichiers dans le stockage cloud, spécifiez le « chemin » du ou des fichiers dans le stockage dans votre configuration YAML.

Vous pouvez également créer une ressource de données directement à partir d’une URL de stockage ou d’une URL publique. Pour ce faire, spécifiez l’URL du champ « chemin » dans votre configuration YAML. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <my-registry-name> .

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]

Exemples

Créer une ressource de données à partir d’un fichier de spécification YAML dans un espace de travail

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

Créer une ressource de données à partir d’un fichier de spécification YAML dans un registre

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

Créer une ressource de données sans utiliser un fichier de spécification YAML dans un espace de travail

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

Créer une ressource de données sans utiliser un fichier de spécification YAML dans un registre

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

Paramètres facultatifs

--datastore

Magasin de données vers lequel charger l’artefact local.

--description -d

Description de la ressource de données.

--file -f

Chemin local du fichier YAML contenant la spécification des données Azure ML. Vous trouverez les documents de référence YAML pour les données à l’adresse suivante : https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nom de la ressource de données. Obligatoire si --registry-name est fourni.

--no-wait

N’attendez pas la fin de l’opération de longue durée. La valeur par défaut est FALSE.

Valeur par défaut: False

--path -p

Le chemin d’accès à la ressource de données peut être local ou distant.

--registry-name

Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires. Doit être fourni si --workspace-name et --resource-group ne sont pas fournis.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--set

Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=.

--skip-validation

Ignorez la validation des métadonnées MLTable lorsque le type est MLTable.

Valeur par défaut: False

--type -t

Type de la ressource de données.

Valeurs acceptées: mltable, uri_file, uri_folder

--version -v

Version de la ressource de données. Obligatoire si --registry-name est fourni.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data import

Préversion

Cette commande est en préversion et en cours de développement. Référence et niveaux de support : https://aka.ms/CLI_refstatus

Importez des données et créez une ressource de données.

Vous pouvez créer une ressource de données en important d’abord des données à partir d’une base de données ou d’un système de fichiers vers le stockage cloud. La ressource de données créée est suivie dans l’espace de travail sous le nom et la version spécifiés.

Spécifiez « requête » de la table de base de données ou « path » sur les champs du système de fichiers dans votre configuration YAML. Azure ML exécutera d’abord un travail pour copier les données dans le stockage cloud.

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

Exemples

Importer une ressource de données à partir d’un fichier de spécification YAML

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

Paramètres obligatoires

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--datastore

Magasin de données vers lequel charger l’artefact local.

--description -d

Description de la ressource de données.

--file -f

Chemin local du fichier YAML contenant la spécification des données Azure ML. Vous trouverez les documents de référence YAML pour les données à l’adresse suivante : https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Nom de la ressource de données.

--path -p

Chemin d’accès à la ressource de données sur le stockage cloud.

--set

Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=.

--skip-validation

Ignorez la validation de la ressource de calcul référencée par le travail de matérialisation d’importation de données sous-jacent.

Valeur par défaut: False

--type -t

Type de la ressource de données.

Valeurs acceptées: mltable, uri_file, uri_folder

--version -v

Version de la ressource de données.

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data list

Répertorier les ressources de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .

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

Exemples

Répertorier toutes les ressources de données dans un espace de travail

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

Répertorier toutes les versions des ressources de données pour le nom spécifié dans un espace de travail

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

Répertoriez toutes les ressources de données d’un espace de travail à l’aide de l’argument --query pour exécuter une requête JMESPath sur les résultats des commandes.

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

Répertorier toutes les ressources de données dans un Registre

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

Répertorier toutes les versions des ressources de données pour le nom spécifié dans un registre

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

Paramètres facultatifs

--archived-only

Répertorier uniquement les ressources de données archivées.

Valeur par défaut: False

--include-archived

Répertorier les ressources de données archivées et les ressources de données actives.

Valeur par défaut: False

--max-results -r

Nombre maximal de résultats à retourner.

--name -n

Nom de la ressource de données. Si elles sont fournies, toutes les versions de données sous ce nom sont retournées.

--registry-name

Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires. Doit être fourni si --workspace-name et --resource-group ne sont pas fournis.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data list-materialization-status

Préversion

Cette commande est en préversion et en cours de développement. Référence et niveaux de support : https://aka.ms/CLI_refstatus

Afficher l’état de la liste des travaux de matérialisation d’importation de données qui créent des versions d’une ressource de données.

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

Exemples

Afficher l’état de matérialisation d’une ressource de données à partir d’un fichier de spécification YAML

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

Paramètres obligatoires

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--all-results

Retourne tous les résultats.

Valeurs acceptées: false, true

Valeur par défaut: False

--archived-only

Répertorier uniquement les travaux archivés.

Valeur par défaut: False

--include-archived

Répertorier les travaux archivés et les travaux actifs.

Valeur par défaut: False

--max-results -r

Nombre maximal de résultats à retourner. 50 par défaut.

Valeur par défaut: 50

--name -p

Nom de la ressource. Répertorie tous les travaux de matérialisation qui créent des versions de la ressource correspondant au nom donné.

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data mount

Préversion

Cette commande est en préversion et en cours de développement. Référence et niveaux de support : https://aka.ms/CLI_refstatus

Montez une ressource de données spécifique sur un chemin d’accès local. Pour l’instant, seul Linux est pris en charge.

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

Exemples

Monter une version de ressource de données avec l’URI de ressource nommée

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

Monter une version de ressource de données avec l’URI complet 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

Monter toutes les versions d’une ressource de données avec l’URI de ressource nommée

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

Monter toutes les versions d’une ressource de données avec l’URI complet 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

Monter des données sur un serveur HTTP public par 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

Monter des données sur Azure par URL de Stockage Blob Azure

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

Monter des données sur Azure Data Lake Stockage URL Gen2

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

Paramètres obligatoires

--path

Chemin d’accès à la ressource de données à monter, sous la forme ou azureml:<name> azureml:<name>:<version>.

Paramètres facultatifs

--mode

Mode montage. Seul ro_mount (en lecture seule) est pris en charge pour le montage des ressources de données.

Valeur par défaut: ro_mount

--mount-point

Chemin d’accès local utilisé comme point de montage.

Valeur par défaut: /home/azureuser/mount/data

--persistent

Rendre le montage persistant entre les redémarrages. Pris en charge uniquement sur l’instance de calcul.

Valeur par défaut: False

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data restore

Restaurez une ressource de données archivée.

Lorsqu’une ressource de données archivée est restaurée, elle ne sera plus masquée dans les requêtes de liste (az ml data list). Si un conteneur de ressources de données entier est archivé, vous pouvez restaurer ce conteneur archivé. Cela restaure toutes les versions de la ressource de données sous ce nom donné. Vous ne pouvez restaurer qu’une version spécifique d’une ressource de données si l’intégralité du conteneur de ressources de données est archivée. Vous devez restaurer l’intégralité du conteneur. Si seule une version de ressource de données individuelle a été archivée, vous pouvez restaurer cette version spécifique.

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

Exemples

Restaurer un conteneur de ressources de données archivé (restaure toutes les versions de cette ressource de données)

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

Restaurer une version spécifique d’une ressource de données archivée

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

Paramètres obligatoires

--name -n

Nom de la ressource de données.

Paramètres facultatifs

--label -l

Étiquette de la ressource de données. Mutuellement exclusif avec la version.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--version -v

Version de la ressource de données. Mutuellement exclusif avec l’étiquette.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data share

Préversion

Cette commande est en préversion et en cours de développement. Référence et niveaux de support : https://aka.ms/CLI_refstatus

Partagez une ressource de données spécifique de l’espace de travail vers le Registre.

Copiez une ressource de données existante d’un espace de travail vers un registre pour une réutilisation inter-espaces de travail.

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

Exemples

Partager une ressource de données existante de l’espace de travail vers le registre

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

Paramètres obligatoires

--name -n

Nom de la ressource de données.

--registry-name

Registre de destination.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--share-with-name

Nom de la ressource de données à créer.

--share-with-version

Version de la ressource de données à créer.

--version -v

Version de la ressource de données.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data show

Affiche les détails d’une ressource de données dans un espace de travail/registre. Si vous utilisez un registre, remplacez --workspace-name my-workspace par l’option --registry-name <registry-name> .

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

Exemples

Afficher les détails d’une ressource de données avec le nom et la version spécifiés dans un espace de travail

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

Afficher les détails d’une ressource de données avec le nom et l’étiquette spécifiés

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

Afficher les détails d’une ressource de données avec le nom et la version spécifiés dans un Registre

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

Paramètres obligatoires

--name -n

Nom de la ressource de données.

Paramètres facultatifs

--label -l

Étiquette de la ressource de données. Doit être fourni, si la version n’est pas fournie. Mutuellement exclusif avec la version.

--registry-name

Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires. Doit être fourni si --workspace-name et --resource-group ne sont pas fournis.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--version -v

Version de la ressource de données. Doit être fourni, si l’étiquette n’est pas fournie. Mutuellement exclusif avec l’étiquette.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml data update

Mettez à jour une ressource de données.

Seules les propriétés « description » et « tags » peuvent être mises à jour.

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

Paramètres obligatoires

--name -n

Nom de la ressource de données.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--add

Ajoutez un objet à une liste d’objets en spécifiant un chemin d’accès et des paires clé-valeur. Exemple : --add property.listProperty <key=value, string or JSON string>.

Valeur par défaut: []

--force-string

Lorsque vous utilisez « set » ou « add », conservez les littéraux de chaîne au lieu de tenter de convertir en JSON.

Valeur par défaut: False

--label -l

Étiquette de la ressource de données. Doit être fourni, si la version n’est pas fournie. Mutuellement exclusif avec la version.

--registry-name

Si elle est fournie, la commande cible le Registre au lieu d’un espace de travail. Par conséquent, le groupe de ressources et l’espace de travail ne sont pas obligatoires. Doit être fourni si --workspace-name et --resource-group ne sont pas fournis.

--remove

Supprimez une propriété ou un élément d’une liste. Exemple : --remove property.list <indexToRemove> OR --remove propertyToRemove.

Valeur par défaut: []

--set

Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=<value>.

Valeur par défaut: []

--version -v

Version de la ressource de données. Doit être fourni, si l’étiquette n’est pas fournie. Mutuellement exclusif avec l’étiquette.

Paramètres globaux

--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

Valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc

Valeur par défaut: json

--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.