az ml model

참고 항목

이 참조는 Azure CLI(버전 2.15.0 이상)에 대한 ml 확장의 일부입니다. az ml model 명령을 처음 실행할 때 확장이 자동으로 설치됩니다. 확장 프로그램에 대해 자세히 알아보세요.

Azure ML 모델을 관리합니다.

Azure ML 모델은 기계 학습 모델 및 해당 메타데이터를 나타내는 이진 파일로 구성됩니다. 이러한 모델은 실시간 및 일괄 처리 유추를 위해 엔드포인트 배포에서 사용할 수 있습니다.

명령

Name	Description	형식	상태
az ml model archive	모델을 보관합니다.	내선 번호	GA
az ml model create	모델을 만듭니다.	내선 번호	GA
az ml model download	모든 모델 관련 파일을 다운로드합니다.	내선 번호	GA
az ml model list	작업 영역/레지스트리에 모델을 나열합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.	내선 번호	GA
az ml model package	모델을 환경에 패키지합니다.	내선 번호	프리뷰
az ml model restore	보관된 모델을 복원합니다.	내선 번호	GA
az ml model share	작업 영역에서 레지스트리로 특정 모델을 공유합니다.	내선 번호	GA
az ml model show	작업 영역/레지스트리에서 모델에 대한 세부 정보를 표시합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.	내선 번호	GA
az ml model update	작업 영역/레지스트리에서 모델을 업데이트합니다.	내선 번호	GA

az ml model archive

모델을 보관합니다.

모델을 보관하면 기본적으로 목록 쿼리(az ml model list)에서 해당 환경이 숨겨집니다. 워크플로에서 보관된 모델을 계속 참조하고 사용할 수 있습니다. 모델 컨테이너 또는 특정 모델 버전을 보관할 수 있습니다. 모델 컨테이너를 보관하면 지정된 이름 아래에 있는 모델의 모든 버전이 보관됩니다. 를 사용하여 az ml model restore보관된 모델을 복원할 수 있습니다. 전체 모델 컨테이너가 보관된 경우 모델의 개별 버전을 복원할 수 없습니다. 모델 컨테이너를 복원해야 합니다.

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

예제

모델 컨테이너 보관(해당 모델의 모든 버전 보관)

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

특정 모델 버전 보관

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

필수 매개 변수

--name -n

모델의 이름입니다.

선택적 매개 변수

--label -l

모델의 레이블입니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

모델의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model create

모델을 만듭니다.

모델은 로컬 파일, 로컬 디렉터리, 데이터 저장소 또는 작업 출력에서 만들 수 있습니다. 만든 모델은 작업 영역/레지스트리에서 지정된 이름 및 버전으로 추적됩니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

YAML 사양 파일에서 모델 만들기

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

명령 옵션을 사용하여 로컬 폴더에서 모델 만들기

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

mlflow 실행 URI 형식 'runs:/<run-id><path-to-model-relative-to-the-root-of-the-artifact-location>/' 및 명령 옵션을 사용하여 모델 만들기

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

azureml 작업 URI 형식 'azureml://jobs/<job-name>/outputs//paths/<named-output><path-to-model-relative-to-the-named-output-location>' 및 명령 옵션을 사용하여 명명된 작업 출력에서 모델을 만듭니다. 명명된 기본 출력은 아티팩트입니다.

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

명령 옵션을 사용하여 데이터 저장소 'azureml://datastores/<datastore-name>/paths/<path-to-model-relative-to-the-root-of-the-datastore-location>'에서 모델 만들기

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

선택적 매개 변수

--datastore

로컬 아티팩트 업로드할 데이터 저장소입니다.

--description

모델에 대한 설명입니다.

--file -f

Azure ML 모델 사양을 포함하는 YAML 파일의 로컬 경로입니다. 모델에 대한 YAML 참조 문서는 다음 위치에서 https://aka.ms/ml-cli-v2-model-yaml-reference찾을 수 있습니다.

--name -n

모델의 이름입니다.

--no-wait

장기 실행 작업이 완료되기를 기다리지 마세요.

Default value: False

--path -p

모델 파일의 경로입니다. 로컬 또는 원격 위치일 수 있습니다. 지정된 경우 --name/-n 및 --version/-v도 제공해야 합니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--set

설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=.

--stage -s

모델의 단계입니다.

--tags

개체의 태그에 대한 공백으로 구분된 키-값 쌍입니다.

--type -t

허용되는 모델의 형식은 custom_model, mlflow_model 및 triton_model. 기본 형식은 custom_model.

--version -v

모델의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model download

모든 모델 관련 파일을 다운로드합니다.

파일은 모델 이름 이름을 따서 명명된 폴더에 다운로드됩니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

지정된 이름 및 버전이 있는 모델 다운로드

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

지정된 이름과 버전이 있는 모델을 지정된 로컬 경로로 다운로드합니다.

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

필수 매개 변수

--name -n

모델의 이름입니다.

--version -v

모델의 버전입니다.

선택적 매개 변수

--download-path -p

모델 파일을 다운로드하는 경로는 기본적으로 현재 작업 디렉터리입니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model list

작업 영역/레지스트리에 모델을 나열합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

작업 영역의 모든 모델 나열

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

작업 영역에서 지정된 이름의 모든 모델 버전을 나열합니다.

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

--query 인수를 사용하여 명령 결과에 대한 JMESPath 쿼리를 실행하는 작업 영역의 모든 모델을 나열합니다.

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

선택적 매개 변수

--archived-only

보관된 모델만 나열합니다.

Default value: False

--include-archived

보관된 모델 및 활성 모델을 나열합니다.

Default value: False

--max-results -r

반환할 최대 결과 수입니다.

--name -n

모델의 이름입니다. 제공된 경우 이 이름의 모든 모델 버전이 반환됩니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--stage -s

모델의 단계입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model package

미리 보기

이 명령은 미리 보기로 제공되며 개발 중입니다. 참조 및 지원 수준: https://aka.ms/CLI_refstatus

모델을 환경에 패키지합니다.

모델이 패키징되면 모든 종속성이 있는 환경이 만들어집니다.

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

예제

지정된 이름 및 버전을 사용하여 모델 패키지

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

필수 매개 변수

--file -f

모델 패키지 정의를 포함하는 YAML 파일의 로컬 경로입니다.

--name -n

모델의 이름입니다.

--version -v

모델의 버전입니다.

선택적 매개 변수

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model restore

보관된 모델을 복원합니다.

보관된 모델이 복원되면 더 이상 목록 쿼리(az ml model list)에서 숨겨지지 않습니다. 전체 모델 컨테이너가 보관된 경우 보관된 컨테이너를 복원할 수 있습니다. 그러면 지정된 이름 아래에 있는 모델의 모든 버전이 복원됩니다. 전체 모델 컨테이너가 보관된 경우 특정 모델 버전만 복원할 수 없습니다. 전체 컨테이너를 복원해야 합니다. 개별 모델 버전만 보관된 경우 해당 특정 버전을 복원할 수 있습니다.

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

예제

보관된 모델 컨테이너 복원(해당 모델의 모든 버전 복원)

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

보관된 특정 모델 버전 복원

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

필수 매개 변수

--name -n

모델의 이름입니다.

선택적 매개 변수

--label -l

모델의 레이블입니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

모델의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model share

작업 영역에서 레지스트리로 특정 모델을 공유합니다.

작업 영역 간 재사용을 위해 기존 모델을 작업 영역에서 레지스트리로 복사합니다.

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

예제

작업 영역에서 레지스트리로 기존 환경 공유

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

필수 매개 변수

--name -n

모델의 이름입니다.

--registry-name

대상 레지스트리입니다.

--share-with-name

만들 모델의 이름입니다.

--share-with-version

만들 모델의 버전입니다.

--version -v

모델의 버전입니다.

선택적 매개 변수

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model show

작업 영역/레지스트리에서 모델에 대한 세부 정보를 표시합니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

지정된 이름 및 버전이 있는 모델에 대한 세부 정보 표시

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

필수 매개 변수

--name -n

모델의 이름입니다.

선택적 매개 변수

--label -l

모델의 레이블입니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

--version -v

모델의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.

az ml model update

작업 영역/레지스트리에서 모델을 업데이트합니다.

'description' 및 'tags' 속성을 업데이트할 수 있습니다. 레지스트리를 사용하는 경우 옵션으로 --registry-name <registry-name> 바꿉니다--workspace-name my-workspace.

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

예제

모델의 버전 업데이트

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

필수 매개 변수

--name -n

모델의 이름입니다.

--resource-group -g

리소스 그룹의 이름입니다. az configure --defaults group=<name>을 사용하여 기본 그룹을 구성할 수 있습니다.

선택적 매개 변수

--add

경로 및 키 값 쌍을 지정하여 개체 목록에 개체를 추가합니다. 예: --add property.listProperty <key=value, string or JSON string>

Default value: []

--force-string

'set' 또는 'add'를 사용하는 경우 JSON으로 변환하는 대신 문자열 리터럴을 유지합니다.

Default value: False

--label -l

모델의 레이블입니다.

--registry-name

제공된 경우 명령은 작업 영역 대신 레지스트리를 대상으로 합니다. 따라서 리소스 그룹 및 작업 영역은 필요하지 않습니다.

--remove

목록에서 속성 또는 요소를 제거합니다. 예: --remove property.list <indexToRemove> OR --remove propertyToRemove.

Default value: []

--set

설정할 속성 경로와 값을 지정하여 개체를 업데이트합니다. 예: --set property1.property2=<value>

Default value: []

--stage -s

모델의 단계입니다.

--version -v

모델의 버전입니다.

--workspace-name -w

Azure ML 작업 영역의 이름입니다. 를 사용하여 az configure --defaults workspace=<name>기본 작업 영역을 구성할 수 있습니다.

전역 매개 변수

--debug

로깅의 자세한 정도를 늘려 모든 디버그 로그를 표시합니다.

--help -h

이 도움말 메시지를 표시하고 종료합니다.

--only-show-errors

오류만 표시하고, 경고를 표시하지 않습니다.

--output -o

출력 형식입니다.

허용되는 값: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

JMESPath 쿼리 문자열입니다. 자세한 내용과 예제는 http://jmespath.org/를 참조하세요.

--subscription

구독의 이름 또는 ID입니다. az account set -s NAME_OR_ID를 사용하여 기본 위치를 구성할 수 있습니다.

--verbose

로깅의 자세한 정도를 늘립니다. 전체 디버그 로그를 표시하려면 --debug를 사용합니다.