Criar & usar ambientes de software no Azure Machine Learning com CLI v1

APLICA-SE A: Azure CLI ml extension v1

Neste artigo, saiba como criar e gerenciar ambientes do Azure Machine Learning usando a CLI v1. Use os ambientes para acompanhar e reproduzir as dependências de software de seus projetos à medida que evoluem. A CLI do Azure Machine Learning v1 espelha a maioria das funcionalidades do Python SDK v1. Você pode usá-lo para criar e gerenciar ambientes.

A gestão de dependências de software é uma tarefa comum para os programadores. Deve garantir que as compilações possam ser reproduzidas sem necessidade de configuração manual extensiva do software. A classe Azure Machine Learning Environment conta para soluções de desenvolvimento local, como pip e Conda, e desenvolvimento de nuvem distribuída por meio de recursos do Docker.

Para obter uma visão geral de alto nível de como os ambientes funcionam no Azure Machine Learning, consulte O que são ambientes de ML? Para obter informações sobre como gerenciar ambientes no estúdio do Azure Machine Learning, consulte Gerenciar ambientes no estúdio. Para obter informações sobre como configurar ambientes de desenvolvimento, consulte Configurar um ambiente de desenvolvimento Python para o Azure Machine Learning.

Pré-requisitos

• Um espaço de trabalho do Azure Machine Learning

Importante

Alguns dos comandos da CLI do Azure neste artigo usam a extensão , ou v1, para o azure-cli-mlAzure Machine Learning. O suporte para a extensão v1 terminará em 30 de setembro de 2025. Você poderá instalar e usar a extensão v1 até essa data.

Recomendamos que você faça a transição para a mlextensão , ou v2, antes de 30 de setembro de 2025. Para obter mais informações sobre a extensão v2, consulte Extensão CLI do Azure ML e Python SDK v2.

Andaime um ambiente

O comando a seguir scaffolds os arquivos para uma definição de ambiente padrão no diretório especificado. Esses arquivos são arquivos JSON. Eles funcionam como a classe correspondente no SDK. Você pode usar os arquivos para criar novos ambientes com configurações personalizadas.

az ml environment scaffold -n myenv -d myenvdir

Registar um ambiente

Execute o seguinte comando para registrar um ambiente a partir de um diretório especificado:

az ml environment register -d myenvdir

Listar ambientes

Execute o seguinte comando para listar todos os ambientes registrados:

az ml environment list

Transferir um ambiente

Para baixar um ambiente registrado, use o seguinte comando:

az ml environment download -n myenv -d downloaddir

Próximos passos

• Depois de ter um modelo treinado, saiba como e onde implantar modelos.
• Exiba a referência do SDK da Environment classe.