az ml compute
메모
이 참조는 Azure CLI(버전 2.15.0 이상)에 대한 ml 확장의 일부입니다. az ml compute 명령을 처음 실행할 때 확장이 자동으로 설치됩니다. 확장에 대한 자세한 알아봅니다.
Azure ML 컴퓨팅 리소스를 관리합니다.
Azure ML 컴퓨팅 대상은 유추를 위해 모델을 학습하거나 배포하기 위해 작업을 실행할 수 있는 컴퓨팅 리소스로 지정됩니다.
명령
Name | Description | 형식 | 상태 |
---|---|---|---|
az ml compute attach |
작업 영역에 기존 컴퓨팅 리소스를 연결합니다. |
확장 | 조지아 |
az ml compute connect-ssh |
Compute Instance에 대한 SSH 연결을 설정합니다. |
확장 | 미리 보기 |
az ml compute create |
컴퓨팅 대상을 만듭니다. |
확장 | 조지아 |
az ml compute delete |
컴퓨팅 대상을 삭제합니다. |
확장 | 조지아 |
az ml compute detach |
작업 영역에서 이전에 연결된 컴퓨팅 리소스를 분리합니다. |
확장 | 조지아 |
az ml compute enable-sso |
Compute Instance에서 Single Sign-On을 사용/사용하지 않도록 설정합니다. |
확장 | 미리 보기 |
az ml compute list |
작업 영역의 컴퓨팅 대상을 나열합니다. |
확장 | 조지아 |
az ml compute list-nodes |
컴퓨팅 대상에 대한 노드 세부 정보를 나열합니다. 이 명령에 대해 지원되는 유일한 컴퓨팅 유형은 AML 컴퓨팅입니다. |
확장 | 조지아 |
az ml compute list-sizes |
위치별로 사용할 수 있는 VM 크기를 나열합니다. |
확장 | 조지아 |
az ml compute list-usage |
VM에 사용 가능한 사용량 리소스를 나열합니다. |
확장 | 조지아 |
az ml compute restart |
ComputeInstance 대상을 다시 시작합니다. |
확장 | 조지아 |
az ml compute show |
컴퓨팅 대상에 대한 세부 정보를 표시합니다. |
확장 | 조지아 |
az ml compute start |
ComputeInstance 대상을 시작합니다. |
확장 | 조지아 |
az ml compute stop |
ComputeInstance 대상을 중지합니다. |
확장 | 조지아 |
az ml compute update |
컴퓨팅 대상을 업데이트합니다. |
확장 | 조지아 |
az ml compute attach
작업 영역에 기존 컴퓨팅 리소스를 연결합니다.
Kubernetes 클러스터 및 원격 VM을 컴퓨팅 대상으로 연결할 수 있습니다.
az ml compute attach --resource-group
--workspace-name
[--admin-password]
[--admin-username]
[--file]
[--identity-type]
[--name]
[--namespace]
[--no-wait]
[--resource-id]
[--ssh-port]
[--ssh-private-key-file]
[--type]
[--user-assigned-identities]
필수 매개 변수
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
노드에 SSH하는 데 사용할 수 있는 관리자 사용자 암호입니다.
노드에 SSH하는 데 사용할 수 있는 관리자 사용자 계정의 이름입니다.
Azure ML 컴퓨팅 사양을 포함하는 YAML 파일의 로컬 경로입니다.
관리 ID의 유형입니다. 허용되는 값: SystemAssigned, UserAssigned.
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
KubernetesCompute의 네임스페이스입니다.
장기 실행 작업이 완료되기를 기다리지 마세요.
리소스 이름 및 리소스 종류를 포함하여 리소스의 정규화된 ID입니다(yaml 파일에 지정되지 않은 경우 필수).
노드에 SSH하는 데 사용할 수 있는 포트 번호입니다. 지정하지 않으면 기본값(포트 22)이 사용됩니다.
관리자 사용자 계정의 SSH 프라이빗 키가 포함된 파일입니다.
컴퓨팅 대상의 유형입니다. 허용되는 값: virtualmachine, Kubernetes.
--identity_type=UserAssigned에 필요한 사용자 할당 ID의 리소스 ID입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute connect-ssh
이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus
Compute Instance에 대한 SSH 연결을 설정합니다.
az ml compute connect-ssh --name
--resource-group
--workspace-name
[--private-key-file-path]
예제
SSH를 통해 컴퓨팅 인스턴스에 연결
az ml compute connect-ssh --name ci1 --resource-group my-resource-group --workspace-name my-workspace --private-key-file-path sshkey.pem
필수 매개 변수
컴퓨팅 대상의 이름입니다. 필수.
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
프라이빗 키 파일의 경로입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute create
컴퓨팅 대상을 만듭니다.
Azure ML의 관리형 컴퓨팅 인프라인 AmlCompute 클러스터 또는 관리되는 클라우드 기반 워크스테이션인 컴퓨팅 인스턴스를 만들 수 있습니다.
az ml compute create --resource-group
--workspace-name
[--admin-password]
[--admin-username]
[--description]
[--enable-node-public-ip]
[--file]
[--identity-type]
[--idle-time-before-scale-down]
[--location]
[--max-instances]
[--min-instances]
[--name]
[--no-wait]
[--set]
[--size]
[--ssh-key-value]
[--ssh-public-access-enabled]
[--subnet]
[--tags]
[--tier]
[--type]
[--user-assigned-identities]
[--user-object-id]
[--user-tenant-id]
[--vnet-name]
예제
YAML 사양 파일에서 컴퓨팅 대상 만들기
az ml compute create --file compute.yml --resource-group my-resource-group --workspace-name my-workspace
명령 옵션을 사용하여 AmlCompute 대상 만들기
az ml compute create --name nc6-cluster --size Standard_NC6 --min-instances 0 --max-instances 5 --type AmlCompute --resource-group my-resource-group --workspace-name my-workspace
필수 매개 변수
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
인증 유형이 '암호'인 경우 관리자 사용자 계정의 암호입니다.
노드에 SSH하는 데 사용할 수 있는 관리자 사용자 계정의 이름입니다.
컴퓨팅 대상에 대한 설명입니다.
공용 IP를 사용할 수 있는지 여부를 나타냅니다. 기본값: True입니다.
Azure ML 컴퓨팅 사양을 포함하는 YAML 파일의 로컬 경로입니다. 컴퓨팅에 대한 YAML 참조 문서는 https://aka.ms/ml-cli-v2-compute-aml-yaml-reference, https://aka.ms/ml-cli-v2-compute-instance-yaml-reference, https://aka.ms/ml-cli-v2-compute-vm-yaml-reference에서 찾을 수 있습니다.
관리 ID의 형식입니다. 허용되는 값: SystemAssigned, UserAssigned.
클러스터를 축소하기 전 노드 유휴 시간(초)입니다. 기본값: 120.
컴퓨팅의 위치입니다. 지정하지 않으면 기본적으로 작업 영역의 위치가 지정됩니다.
클러스터에서 사용할 최대 노드 수입니다. 기본값: 4.
클러스터에서 사용할 최소 노드 수입니다. 기본값: 0.
컴퓨팅 대상의 이름입니다. --file/-f가 제공되지 않은 경우 필요합니다.
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=value.
컴퓨팅 대상에 사용할 VM 크기입니다. 자세한 내용은 https://aka.ms/azureml-vm-details.
관리자 사용자 계정의 SSH 공개 키입니다.
공용 SSH 포트를 사용할 수 있는지 여부를 나타냅니다.
서브넷의 이름입니다. 이름 대신 ID로 기존 vnet의 서브넷을 참조할 수도 있습니다. 서브넷 ID를 지정하면 vnet-name이 무시됩니다. 서브넷 ID는 정규화된 서브넷 ID를 지정하여 다른 RG의 vnet/서브넷을 참조할 수 있습니다. vnet 이름을 지정할 때 필요합니다.
개체의 태그에 대한 공백으로 구분된 키-값 쌍입니다.
VM 우선 순위 계층입니다. 허용되는 값: 전용, low_priority.
컴퓨팅 대상의 유형입니다. --file/-f가 제공되지 않은 경우 필요합니다. 허용되는 값: AmlCompute, ComputeInstance.
'[system]'을 사용하여 시스템 할당 ID를 설정합니다. 다른 입력 리소스 ID는 쉼표(예: <ResourceID1>,<ResourceID2>
)로 구분하여 사용자 할당 ID를 설정합니다.
할당된 사용자의 AAD 개체 ID입니다.
할당된 사용자의 AAD 테넌트 ID입니다.
가상 네트워크의 이름입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute delete
컴퓨팅 대상을 삭제합니다.
az ml compute delete --name
--resource-group
--workspace-name
[--no-wait]
[--yes]
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
확인 메시지를 표시하지 않습니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute detach
작업 영역에서 이전에 연결된 컴퓨팅 리소스를 분리합니다.
az ml compute detach --name
--resource-group
--workspace-name
[--no-wait]
[--yes]
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
장기 실행 작업이 완료되기를 기다리지 마세요.
확인 메시지를 표시하지 않습니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute enable-sso
이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus
Compute Instance에서 Single Sign-On을 사용/사용하지 않도록 설정합니다.
az ml compute enable-sso --name
--resource-group
--workspace-name
[--disable]
예제
컴퓨팅 인스턴스에 Single Sign-On 사용
az ml compute enable-sso --name ci1 --resource-group my-resource-group --workspace-name my-workspace
컴퓨팅 인스턴스에서 Single Sign-On 사용 안 함
az ml compute enable-sso --name ci1 --resource-group my-resource-group --workspace-name my-workspace --disable
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
Single Sign-On을 사용하지 않도록 설정합니다. 기본값: False입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute list
작업 영역의 컴퓨팅 대상을 나열합니다.
az ml compute list --resource-group
--workspace-name
[--max-results]
[--type]
예제
--query 인수를 사용하여 명령 결과에 대한 JMESPath 쿼리를 실행하여 작업 영역의 모든 컴퓨팅 대상을 나열합니다.
az ml compute list --query "[].{Name:name}" --output table --resource-group my-resource-group --workspace-name my-workspace
필수 매개 변수
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
반환할 최대 결과 수입니다.
컴퓨팅 대상의 유형입니다. 허용되는 값: AmlCompute, ComputeInstance, Kubernetes.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute list-nodes
컴퓨팅 대상에 대한 노드 세부 정보를 나열합니다. 이 명령에 대해 지원되는 유일한 컴퓨팅 유형은 AML 컴퓨팅입니다.
az ml compute list-nodes --name
--resource-group
--workspace-name
예제
AML 컴퓨팅 대상에 대한 노드 세부 정보 나열
az ml compute list-nodes --name nc6-cluster --resource-group my-resource-group --workspace-name my-workspace
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute list-sizes
위치별로 사용할 수 있는 VM 크기를 나열합니다.
az ml compute list-sizes --resource-group
--workspace-name
[--location]
[--type]
필수 매개 변수
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
위치. 값: az account list-locations
.
az configure --defaults location=<location>
사용하여 기본 위치를 구성할 수 있습니다.
컴퓨팅 대상의 유형입니다. 허용되는 값: AmlCompute, ComputeInstance.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute list-usage
VM에 사용 가능한 사용량 리소스를 나열합니다.
az ml compute list-usage --resource-group
--workspace-name
[--location]
필수 매개 변수
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
기본값은 작업 영역 위치입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute restart
ComputeInstance 대상을 다시 시작합니다.
--no-wait 옵션을 사용하는 것이 좋습니다.
az ml compute restart --name
--resource-group
--workspace-name
[--no-wait]
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute show
컴퓨팅 대상에 대한 세부 정보를 표시합니다.
az ml compute show --name
--resource-group
--workspace-name
예제
컴퓨팅 대상에 대한 세부 정보 표시
az ml compute show --name nc6-cluster --resource-group my-resource-group --workspace-name my-workspace
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute start
ComputeInstance 대상을 시작합니다.
--no-wait 옵션을 사용하는 것이 좋습니다.
az ml compute start --name
--resource-group
--workspace-name
[--no-wait]
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute stop
ComputeInstance 대상을 중지합니다.
--no-wait 옵션을 사용하는 것이 좋습니다.
az ml compute stop --name
--resource-group
--workspace-name
[--no-wait]
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
az ml compute update
컴퓨팅 대상을 업데이트합니다.
'tags', 'max_instances', 'min_instances', 'idle_time_before_scale_down', 'identity_type' 및 'user_assigned_identities' 속성을 업데이트할 수 있습니다.
az ml compute update --name
--resource-group
--workspace-name
[--add]
[--force-string]
[--identity-type]
[--idle-time-before-scale-down]
[--max-instances]
[--min-instances]
[--no-wait]
[--remove]
[--set]
[--tags]
[--user-assigned-identities]
예제
AmlCompute 클러스터의 최소 노드 수 업데이트
az ml compute update --name nc6-cluster --min-instances 1 --resource-group my-resource-group --workspace-name my-workspace
기존 태그를 업데이트하거나 AmlCompute 클러스터에 대한 새 태그 추가
az ml compute update --name nc6-cluster --tags key1=value1 key2=value2 --resource-group my-resource-group --workspace-name my-workspace
필수 매개 변수
컴퓨팅 대상의 이름입니다(yaml 파일에 지정되지 않은 경우 필수).
리소스 그룹의 이름입니다.
az configure --defaults group=<name>
사용하여 기본 그룹을 구성할 수 있습니다.
Azure ML 작업 영역의 이름입니다.
az configure --defaults workspace=<name>
사용하여 기본 작업 영역을 구성할 수 있습니다.
선택적 매개 변수
경로 및 키 값 쌍을 지정하여 개체 목록에 개체를 추가합니다. 예: --add property.listProperty <key=value, string or JSON string>
.
'set' 또는 'add'를 사용하는 경우 JSON으로 변환하는 대신 문자열 리터럴을 유지합니다.
관리 ID의 형식입니다. 허용되는 값: SystemAssigned, UserAssigned.
클러스터를 축소하기 전 노드 유휴 시간(초)입니다. 기본값: 120.
사용할 최대 노드 수입니다. 기본값: 4.
사용할 최소 노드 수입니다. 기본값: 0.
장기 실행 작업이 완료되기를 기다리지 마세요. 기본값은 False입니다.
목록에서 속성 또는 요소를 제거합니다. 예: --remove property.list <indexToRemove>
또는 --remove propertyToRemove
.
설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=<value>
.
개체의 태그에 대한 공백으로 구분된 키-값 쌍입니다.
'[system]'을 사용하여 시스템 할당 ID를 설정합니다. 다른 입력 리소스 ID는 쉼표(예: <ResourceID1>,<ResourceID2>
)로 구분하여 사용자 할당 ID를 설정합니다.
전역 매개 변수
로깅 세부 정보를 늘려 모든 디버그 로그를 표시합니다.
이 도움말 메시지를 표시하고 종료합니다.
경고를 표시하지 않고 오류만 표시합니다.
출력 형식입니다.
JMESPath 쿼리 문자열입니다. 자세한 내용 및 예제는 http://jmespath.org/ 참조하세요.
구독의 이름 또는 ID입니다.
az account set -s NAME_OR_ID
사용하여 기본 구독을 구성할 수 있습니다.
로깅 세부 정보를 늘립니다. 전체 디버그 로그에 --debug를 사용합니다.
Azure CLI