Explore a CLI

  • 8 minutos

Importante

O conteúdo desta unidade abrange apenas a versão 2 da CLI. Saiba mais sobre como decidir entre as versões 1 e 2.

Outra abordagem baseada em código para interagir com o espaço de trabalho do Azure Machine Learning é a interface de linha de comando (CLI). Como cientista de dados, você pode não trabalhar com a CLI tanto quanto com o Python. A CLI do Azure é comumente usada por administradores e engenheiros para automatizar tarefas no Azure.

Há muitas vantagens em usar a CLI do Azure com o Azure Machine Learning. A CLI do Azure permite:

  • Automatize a criação e configuração de ativos e recursos para torná-lo repetível.
  • Garanta a consistência de ativos e recursos que devem ser replicados em vários ambientes (por exemplo, desenvolvimento, teste e produção).
  • Incorpore a configuração de ativos de aprendizado de máquina em fluxos de trabalho de operações de desenvolvedor (DevOps), como pipelines de integração contínua e implantação contínua (CI/CD).

Para interagir com o espaço de trabalho do Azure Machine Learning usando a CLI do Azure, você precisará instalar a CLI do Azure e a extensão do Azure Machine Learning.

Instalar a CLI do Azure

Você pode instalar a CLI do Azure em um computador Linux, Mac ou Windows. Com a CLI do Azure, você executa comandos ou scripts para gerenciar recursos do Azure. Você também pode usar a CLI do Azure em um navegador por meio do Azure Cloud Shell. Não importa qual plataforma você escolha, você pode executar as mesmas tarefas. Mas, a instalação da CLI do Azure, os comandos e os scripts são diferentes entre plataformas.

Importante

Para instalar a CLI do Azure em seu computador, você pode usar um gerenciador de pacotes. Aqui estão as instruções para instalar a CLI do Azure, com base na plataforma escolhida. Você não precisa instalar a CLI do Azure se usar o Azure Cloud Shell. Saiba mais sobre como usar o Azure Cloud Shell nesta visão geral.

Instalar a extensão do Azure Machine Learning

Depois de instalar a CLI do Azure ou configurar o Azure Cloud Shell, você precisa instalar a extensão do Azure Machine Learning para gerenciar os recursos do Azure Machine Learning usando a CLI do Azure.

Você pode instalar a extensão ml do Azure Machine Learning com o seguinte comando:

az extension add -n ml -y

Em seguida, você pode executar o comando -h help para verificar se a extensão está instalada e obter uma lista de comandos disponíveis com essa extensão. A lista fornece uma visão geral das tarefas que você pode executar com a extensão da CLI do Azure para o Azure Machine Learning:

az ml -h

Trabalhar com a CLI do Azure

Para usar a CLI do Azure para interagir com o espaço de trabalho do Azure Machine Learning, você usará comandos. Cada comando é prefixado com az ml. Você pode encontrar a lista de comandos na documentação de referência da CLI.

Por exemplo, para criar um destino de computação, você pode usar o seguinte comando:

az ml compute create --name aml-cluster --size STANDARD_DS3_v2 --min-instances 0 --max-instances 5 --type AmlCompute --resource-group my-resource-group --workspace-name my-workspace

Para explorar todos os parâmetros possíveis que você pode usar com um comando, você pode revisar a documentação de referência para o comando específico.

Ao definir os parâmetros para um ativo ou recurso que deseja criar, você pode preferir usar arquivos YAML para definir a configuração. Quando você armazena todos os valores de parâmetro em um arquivo YAML, torna-se mais fácil organizar e automatizar tarefas.

Por exemplo, você também pode criar o mesmo destino de computação definindo primeiro a configuração em um arquivo YAML:

$schema: https://azuremlschemas.azureedge.net/latest/amlCompute.schema.json 
name: aml-cluster
type: amlcompute
size: STANDARD_DS3_v2
min_instances: 0
max_instances: 5

Todos os parâmetros possíveis que você pode incluir no arquivo YAML podem ser encontrados na documentação de referência para o ativo ou recurso específico que você deseja criar como um cluster de computação.

Quando você salvou o arquivo YAML como compute.yml, você pode criar o destino de computação com o seguinte comando:

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

Você pode encontrar uma visão geral de todos os esquemas YAML na documentação de referência.

Gorjeta

Saiba mais sobre como usar a CLI (v2) com o Azure Machine Learning para treinar modelos.