Udostępnij za pośrednictwem

Tworzenie i używanie środowisk oprogramowania w usłudze Azure Machine Learning za pomocą interfejsu wiersza polecenia w wersji 1

  • Artykuł

DOTYCZY: Rozszerzenie interfejsu wiersza polecenia platformy Azure w wersji 1

Z tego artykułu dowiesz się, jak tworzyć środowiska usługi Azure Machine Learning i zarządzać nimi przy użyciu interfejsu wiersza polecenia w wersji 1. Użyj środowisk do śledzenia i odtwarzania zależności oprogramowania projektów w miarę ich rozwoju. Interfejs wiersza polecenia usługi Azure Machine Learning w wersji 1 odzwierciedla większość funkcji zestawu SDK języka Python w wersji 1. Można go użyć do tworzenia środowisk i zarządzania nimi.

Zarządzanie zależnościami oprogramowania to typowe zadanie dla deweloperów. Chcesz mieć pewność, że kompilacje są powtarzalne bez rozbudowanej ręcznej konfiguracji oprogramowania. Klasa Azure Machine Learning Environment odpowiada za lokalne rozwiązania programistyczne, takie jak i Conda oraz rozproszone programowanie w chmurze za pośrednictwem możliwości platformy Docker.

Aby zapoznać się z ogólnym omówieniem sposobu działania środowisk w usłudze Azure Machine Learning, zobacz Co to są środowiska uczenia maszynowego? Aby uzyskać informacje na temat zarządzania środowiskami w usłudze Azure Machine Learning Studio, zobacz Zarządzanie środowiskami w programie Studio. Aby uzyskać informacje na temat konfigurowania środowisk deweloperskich, zobacz Konfigurowanie środowiska projektowego języka Python dla usługi Azure Machine Learning.

Wymagania wstępne

Ważne

Niektóre polecenia interfejsu wiersza polecenia platformy Azure w tym artykule używają azure-cli-mlrozszerzenia , lub w wersji 1 dla usługi Azure Machine Learning. Obsługa rozszerzenia w wersji 1 zakończy się 30 września 2025 r. Będzie można zainstalować rozszerzenie v1 i używać go do tej daty.

Zalecamy przejście do mlrozszerzenia , lub w wersji 2 przed 30 września 2025 r. Aby uzyskać więcej informacji na temat rozszerzenia w wersji 2, zobacz Rozszerzenie interfejsu wiersza polecenia usługi Azure ML i zestaw Python SDK w wersji 2.

Tworzenie szkieletu środowiska

Następujące polecenie szkieletuje pliki domyślnej definicji środowiska w określonym katalogu. Te pliki to pliki JSON. Działają jak odpowiednia klasa w zestawie SDK. Za pomocą plików można tworzyć nowe środowiska z ustawieniami niestandardowymi.

az ml environment scaffold -n myenv -d myenvdir

Rejestrowanie środowiska

Uruchom następujące polecenie, aby zarejestrować środowisko z określonego katalogu:

az ml environment register -d myenvdir

Tworzenie listy środowisk

Uruchom następujące polecenie, aby wyświetlić listę wszystkich zarejestrowanych środowisk:

az ml environment list

Pobieranie środowiska

Aby pobrać zarejestrowane środowisko, użyj następującego polecenia:

az ml environment download -n myenv -d downloaddir

Następne kroki