az ml online-deployment
Notitie
Deze verwijzing maakt deel uit van de ml-extensie voor de Azure CLI (versie 2.15.0 of hoger). De extensie installeert automatisch de eerste keer dat u een az ml online-deployment opdracht uitvoert. Meer informatie over extensies.
Online-implementaties van Azure ML beheren.
Azure ML-implementaties bieden een eenvoudige interface voor het maken en beheren van modelimplementaties.
Opdracht
Name | Description | Type | Status |
---|---|---|---|
az ml online-deployment create |
Een implementatie maken. Als de implementatie al bestaat, mislukt deze. Als u een bestaande implementatie wilt bijwerken, gebruikt u az ml online-deployment update. |
Extensie | GA |
az ml online-deployment delete |
Een implementatie verwijderen. |
Extensie | GA |
az ml online-deployment get-logs |
Haal de containerlogboeken voor een online-implementatie op. |
Extensie | GA |
az ml online-deployment list |
Implementaties weergeven. |
Extensie | GA |
az ml online-deployment show |
Een implementatie weergeven. |
Extensie | GA |
az ml online-deployment update |
Een implementatie bijwerken. |
Extensie | GA |
az ml online-deployment create
Een implementatie maken. Als de implementatie al bestaat, mislukt deze. Als u een bestaande implementatie wilt bijwerken, gebruikt u az ml online-deployment update.
De minimaal aanbevolen reken-SKU wordt Standard_DS3_v2 voor eindpunten voor algemeen gebruik. Meer informatie over SKU's vindt u hier: https://learn.microsoft.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list.
az ml online-deployment create --file
--resource-group
--workspace-name
[--all-traffic]
[--endpoint-name]
[--local {false, true}]
[--local-enable-gpu {false, true}]
[--name]
[--no-wait]
[--package-model]
[--set]
[--skip-script-validation]
[--vscode-debug {false, true}]
[--web]
Voorbeelden
Een implementatie maken op basis van een YAML-specificatiebestand
az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Lokaal pad naar het YAML-bestand met de specificatie voor online-implementatie van Azure ML. De YAML-referentiedocumenten voor online-implementatie vindt u op: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Hiermee stelt u eindpuntverkeer 100% in op deze implementatie na het maken, werkt dit niet met --no-wait.
Naam van het online-eindpunt.
Implementatie lokaal maken met behulp van Docker. Er is slechts één implementatie per eindpunt toegestaan. Opmerking: Als het opgegeven eindpunt niet bestaat, wordt het gemaakt.
Schakel GPU in voor lokale implementatie.
Naam van de implementatie.
Wacht niet totdat de langdurige bewerking is voltooid.
[DIT IS IN PREVIEW] Maak een verpakte omgeving op basis van de yaml voor de implementatie en gebruik de verpakte omgeving voor de implementatie.
Werk een object bij door een eigenschapspad en waarde op te geven die u wilt instellen. Voorbeeld: --set property1.property2=value.
Hiermee kan de gebruiker de validatie van het scorescript voor de implementatie overslaan.
Maak een lokaal eindpunt en koppel VSCode-foutopsporingsprogramma. Werkt alleen met de vlag --local.
De details van de implementatie weergeven in Azure ML Studio in een webbrowser.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.
az ml online-deployment delete
Een implementatie verwijderen.
az ml online-deployment delete --endpoint-name
--name
--resource-group
--workspace-name
[--local {false, true}]
[--no-wait]
[--yes]
Voorbeelden
Een implementatie verwijderen met bevestiging
az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Naam van het online-eindpunt.
Naam van de implementatie.
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Verwijder de lokale implementatie uit de Docker-omgeving.
Wacht niet totdat de langdurige bewerking is voltooid.
Niet vragen om bevestiging.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.
az ml online-deployment get-logs
Haal de containerlogboeken voor een online-implementatie op.
az ml online-deployment get-logs --endpoint-name
--name
--resource-group
--workspace-name
[--container]
[--lines]
[--local {false, true}]
Voorbeelden
De containerlogboeken voor een online-implementatie ophalen
az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Naam van het online-eindpunt.
Naam van de implementatie.
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Het type container waaruit logboeken moeten worden opgehaald. Toegestane waarden: deductieserver, opslag-initializer.
Het maximum aantal regels aan de staart.
Haal logboeken op uit de lokale implementatie in de Docker-omgeving.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.
az ml online-deployment list
Implementaties weergeven.
az ml online-deployment list --endpoint-name
--resource-group
--workspace-name
[--local {false, true}]
Voorbeelden
Implementatie in een eindpunt vermelden
az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Naam van het eindpunt.
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Geef een lijst weer van lokale implementatie onder dit lokale eindpunt.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.
az ml online-deployment show
Een implementatie weergeven.
az ml online-deployment show --endpoint-name
--name
--resource-group
--workspace-name
[--local {false, true}]
[--web]
Voorbeelden
Een implementatie weergeven
az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Naam van het online-eindpunt.
Naam van de implementatie.
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Lokale implementatie uit docker-omgeving weergeven.
De details van de implementatie weergeven in Azure ML Studio in een webbrowser.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.
az ml online-deployment update
Een implementatie bijwerken.
az ml online-deployment update --resource-group
--workspace-name
[--add]
[--endpoint-name]
[--file]
[--force-string]
[--local {false, true}]
[--local-enable-gpu {false, true}]
[--name]
[--no-wait]
[--remove]
[--set]
[--skip-script-validation]
[--vscode-debug {false, true}]
[--web]
Voorbeelden
Een implementatie bijwerken vanuit een YAML-specificatiebestand
az ml online-deployment update --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace
Vereiste parameters
Naam van resourcegroep. U kunt de standaardgroep configureren met behulp van az configure --defaults group=<name>
.
Naam van de Azure ML-werkruimte. U kunt de standaardwerkruimte configureren met az configure --defaults workspace=<name>
.
Optionele parameters
Voeg een object toe aan een lijst met objecten door een pad- en sleutelwaardeparen op te geven. Voorbeeld: --add property.listProperty <key=value, string or JSON string>
.
Naam van het online-eindpunt.
Lokaal pad naar het YAML-bestand met de specificatie voor online-implementatie van Azure ML. De YAML-referentiedocumenten voor online-implementatie vindt u op: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.
Wanneer u 'set' of 'toevoegen' gebruikt, behoudt u letterlijke tekenreeksen in plaats van te converteren naar JSON.
Lokale implementatie bijwerken in Docker-omgeving.
Schakel GPU in voor lokale implementatie.
Naam van de implementatie.
Wacht niet totdat de langdurige bewerking is voltooid.
Een eigenschap of element uit een lijst verwijderen. Voorbeeld: --remove property.list <indexToRemove>
OR---remove propertyToRemove
.
Werk een object bij door een eigenschapspad en waarde op te geven die u wilt instellen. Voorbeeld: --set property1.property2=<value>
.
Hiermee kan de gebruiker de validatie van het scorescript voor de implementatie overslaan.
Lokaal eindpunt bijwerken en VSCode-foutopsporingsprogramma opnieuw koppelen. Werkt alleen met de vlag --local.
De details van de implementatie weergeven in Azure ML Studio in een webbrowser.
Globale parameters
Vergroot de uitgebreidheid van logboekregistratie om alle logboeken voor foutopsporing weer te geven.
Dit Help-bericht weergeven en afsluiten.
Alleen fouten weergeven, waarschuwingen onderdrukken.
Uitvoerindeling.
JMESPath-queryreeks. Zie http://jmespath.org/ voor meer informatie en voorbeelden.
Naam of id van abonnement. U kunt het standaardabonnement configureren met behulp van az account set -s NAME_OR_ID
.
Vergroot de uitgebreidheid van logboekregistratie. Gebruik --debug voor volledige foutopsporingslogboeken.