az ml data

Заметка

Эта ссылка является частью расширения машинного обучения для Azure CLI (версия 2.15.0 или более поздней). Расширение автоматически установит первый запуск команды az ml data. Узнайте больше о расширениях.

Управление ресурсами данных Машинного обучения Azure.

Ресурсы данных машинного обучения Azure ссылаются на файлы в службах хранилища или общедоступных URL-адресах вместе с любыми соответствующими метаданными. Они не копируют данные. Эти ресурсы данных можно использовать для доступа к соответствующим данным во время обучения модели и подключения или скачивания ссылочных данных в целевой объект вычислений.

Команды

Имя	Описание	Тип	Состояние
az ml data archive	Архивируйте ресурс данных.	Расширение	ГА
az ml data create	Создайте ресурс данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.	Расширение	ГА
az ml data import	Импортируйте данные и создайте ресурс данных.	Расширение	Предварительный просмотр
az ml data list	Вывод списка ресурсов данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.	Расширение	ГА
az ml data list-materialization-status	Отображение состояния заданий импорта данных, создающих версии ресурса данных.	Расширение	Предварительный просмотр
az ml data mount	Подключите определенный ресурс данных к локальному пути. Сейчас поддерживается только Linux.	Расширение	Предварительный просмотр
az ml data restore	Восстановление архивированного ресурса данных.	Расширение	ГА
az ml data share	Предоставление общего доступа к определенному ресурсу данных из рабочей области в реестр.	Расширение	Предварительный просмотр
az ml data show	Отображает сведения о ресурсе данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.	Расширение	ГА
az ml data update	Обновление ресурса данных.	Расширение	ГА

az ml data archive

Архивируйте ресурс данных.

Архивация ресурса данных по умолчанию скрывается из запросов списка (az ml data list). Вы по-прежнему можете ссылаться и использовать архивированный ресурс данных в рабочих процессах. Можно архивировать контейнер ресурсов данных или определенную версию ресурса данных. Архивация контейнера ресурсов данных архивирует все версии ресурса данных в соответствии с указанным именем. Архивный ресурс данных можно восстановить с помощью az ml data restore. Если весь контейнер ресурсов данных архивирован, вы не сможете восстановить отдельные версии ресурса данных. Необходимо восстановить контейнер ресурсов данных.

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

Примеры

Архивируйте контейнер ресурсов данных (архивирует все версии этого ресурса данных)

az ml data archive --name my-env --resource-group my-resource-group --workspace-name my-workspace

Архивация определенной версии ресурса данных

az ml data archive --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя ресурса данных.

Необязательные параметры

--label -l

Метка ресурса данных. Взаимоисключаемая версия.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--version -v

Версия ресурса данных. Взаимоисключаемая с меткой.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data create

Создайте ресурс данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.

Ресурсы данных можно определить из файлов на локальном компьютере или как ссылки на файлы в облачном хранилище. Созданный ресурс данных будет отслеживаться в рабочей области или реестре под указанным именем и версией.

Чтобы создать ресурс данных из файлов на локальном компьютере, укажите поле path в конфигурации YAML. Машинное обучение Azure отправит эти файлы в контейнер BLOB-объектов, который поддерживает хранилище данных по умолчанию рабочей области (с именем workspaceblobstore). Затем созданный ресурс данных будет указывать на отправленные данные.

Чтобы создать ресурс данных, ссылающийся на файлы в облачном хранилище, укажите путь к файлам в хранилище в конфигурации YAML.

Вы также можете создать ресурс данных непосредственно из URL-адреса хранилища или общедоступного URL-адреса. Для этого укажите URL-адрес поля path в конфигурации YAML. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <my-registry-name>.

az ml data create [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--no-wait]
                  [--path]
                  [--registry-name]
                  [--resource-group]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]
                  [--workspace-name]

Примеры

Создание ресурса данных из файла спецификации YAML в рабочей области

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

Создание ресурса данных из файла спецификации YAML в реестре

az ml data create --file data.yml --registry-name my-registry-name

Создание ресурса данных без использования файла спецификации YAML в рабочей области

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

Создание ресурса данных без использования файла спецификации YAML в реестре

az ml data create --name my-data --version 1 --path ./my-data.csv --registry-name my-registry-name

Необязательные параметры

--datastore

Хранилище данных для отправки локального артефакта в.

--description -d

Описание ресурса данных.

--file -f

Локальный путь к YAML-файлу, содержаму спецификацию данных Машинного обучения Azure. Справочные документы YAML для данных можно найти по адресу: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Имя ресурса данных. Требуется, если задано имя --registry-name.

--no-wait

Не дождитесь завершения длительной операции. Значение по умолчанию — False.

Default value: False

--path -p

Путь к ресурсу данных может быть локальным или удаленным.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область. Необходимо указать, если не указана группа --workspace-name и --resource-group.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--set

Обновите объект, указав путь к свойству и значение для задания. Пример: --set property1.property2=value.

--skip-validation

Пропустить проверку метаданных MLTable при типе MLTable.

Default value: False

--type -t

Тип ресурса данных.

Допустимые значения: mltable, uri_file, uri_folder

--version -v

Версия ресурса данных. Требуется, если задано имя --registry-name.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data import

Предварительный просмотр

Эта команда находится в предварительной версии и находится в процессе разработки. Уровни справки и поддержки: https://aka.ms/CLI_refstatus

Импортируйте данные и создайте ресурс данных.

Ресурс данных можно создать, импортируя данные из базы данных или файловой системы в облачное хранилище. Созданный ресурс данных будет отслеживаться в рабочей области под указанным именем и версией.

Укажите "запрос" таблицы базы данных или пути к полям файловой системы в конфигурации YAML. Машинное обучение Azure выполнит задание, чтобы сначала скопировать данные в облачное хранилище.

az ml data import --resource-group
                  --workspace-name
                  [--datastore]
                  [--description]
                  [--file]
                  [--name]
                  [--path]
                  [--set]
                  [--skip-validation]
                  [--type {mltable, uri_file, uri_folder}]
                  [--version]

Примеры

Импорт ресурса данных из файла спецификации YAML

az ml data import --file dataimport.yml --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Необязательные параметры

--datastore

Хранилище данных для отправки локального артефакта в.

--description -d

Описание ресурса данных.

--file -f

Локальный путь к YAML-файлу, содержаму спецификацию данных Машинного обучения Azure. Справочные документы YAML для данных можно найти по адресу: https://aka.ms/ml-cli-v2-data-yaml-reference.

--name -n

Имя ресурса данных.

--path -p

Путь к ресурсу данных в облачном хранилище.

--set

Обновите объект, указав путь к свойству и значение для задания. Пример: --set property1.property2=value.

--skip-validation

Пропустить проверку вычислительного ресурса, на который ссылается базовое задание импорта материаловизации данных.

Default value: False

--type -t

Тип ресурса данных.

Допустимые значения: mltable, uri_file, uri_folder

--version -v

Версия ресурса данных.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data list

Вывод списка ресурсов данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.

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

Примеры

Вывод списка всех ресурсов данных в рабочей области

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

Список всех версий ресурса данных для указанного имени в рабочей области

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

Вывод списка всех ресурсов данных в рабочей области с помощью аргумента --query для выполнения запроса JMESPath в результатах команд.

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

Перечисление всех ресурсов данных в реестре

az ml data list --registry-name my-registry-name

Список всех версий ресурса данных для указанного имени в реестре

az ml data list --name my-data --registry-name my-registry-name

Необязательные параметры

--archived-only

Список архивированных ресурсов данных только.

Default value: False

--include-archived

Вывод списка архивированных ресурсов данных и активных ресурсов данных.

Default value: False

--max-results -r

Максимальное количество возвращаемых результатов.

--name -n

Имя ресурса данных. При условии будут возвращены все версии данных под этим именем.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область. Необходимо указать, если не указана группа --workspace-name и --resource-group.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data list-materialization-status

Предварительный просмотр

Эта команда находится в предварительной версии и находится в процессе разработки. Уровни справки и поддержки: https://aka.ms/CLI_refstatus

Отображение состояния заданий импорта данных, создающих версии ресурса данных.

az ml data list-materialization-status --resource-group
                                       --workspace-name
                                       [--all-results {false, true}]
                                       [--archived-only]
                                       [--include-archived]
                                       [--max-results]
                                       [--name]

Примеры

Отображение состояния материализации ресурса данных из файла спецификации YAML

az ml data list-materialization-status --name asset-name --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Необязательные параметры

--all-results

Возвращает все результаты.

Допустимые значения: false, true

Default value: False

--archived-only

Вывод списка только архивных заданий.

Default value: False

--include-archived

Вывод списка архивированных заданий и активных заданий.

Default value: False

--max-results -r

Максимальное количество возвращаемых результатов. Значение по умолчанию — 50.

Default value: 50

--name -p

Имя ресурса. Отобразит список всех заданий материализации, создающих версии ресурса, соответствующего заданному имени.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data mount

Предварительный просмотр

Эта команда находится в предварительной версии и находится в процессе разработки. Уровни справки и поддержки: https://aka.ms/CLI_refstatus

Подключите определенный ресурс данных к локальному пути. Сейчас поддерживается только Linux.

az ml data mount --path
                 [--mode]
                 [--mount-point]
                 [--persistent]
                 [--resource-group]
                 [--workspace-name]

Примеры

Подключение версии ресурса данных с помощью URI именованного ресурса

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder:1

Подключение версии ресурса данных с помощью полного URI AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data/versions/5

Подключение всех версий ресурса данных с помощью URI именованных активов

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml:my_urifolder

Подключение всех версий ресурса данных с помощью полного URI AzureML

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/workspaces/myworkspace/data/some_data

Подключение данных на общедоступном сервере HTTP по URL-адресу

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv

Подключение данных в Azure по URL-адресу хранилища BLOB-объектов Azure

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path https://<account_name>.blob.core.windows.net/<container_name>/<path>

Подключение данных в Azure по URL-адресу Azure Data Lake Storage 2-го поколения

az ml data mount --mount-point /mnt/my-data --mode ro_mount --path abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>

Обязательные параметры

--path

Путь к ресурсу данных для подключения в виде azureml:<name> или azureml:<name>:<version>.

Необязательные параметры

--mode

Режим подключения. Для подключения ресурсов данных поддерживается только ro_mount (только для чтения).

Default value: ro_mount

--mount-point

Локальный путь, используемый в качестве точки подключения.

Default value: /home/azureuser/mount/data

--persistent

Сохраните подключение во время перезагрузки. Поддерживается только в вычислительном экземпляре.

Default value: False

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data restore

Восстановление архивированного ресурса данных.

Когда архивный ресурс данных восстановлен, он больше не будет скрыт из запросов списка (az ml data list). Если архивируется весь контейнер ресурсов данных, можно восстановить архивированный контейнер. При этом будут восстановлены все версии ресурса данных с указанным именем. Вы не можете восстановить только определенную версию ресурса данных, если весь контейнер ресурсов данных архивирован, потребуется восстановить весь контейнер. Если архивирована только отдельная версия ресурса данных, можно восстановить эту конкретную версию.

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

Примеры

Восстановление архивированного контейнера ресурсов данных (восстанавливает все версии этого ресурса данных)

az ml data restore --name my-env --resource-group my-resource-group --workspace-name my-workspace

Восстановление определенной архивной версии ресурса данных

az ml data restore --name my-env --version 1 --resource-group my-resource-group --workspace-name my-workspace

Обязательные параметры

--name -n

Имя ресурса данных.

Необязательные параметры

--label -l

Метка ресурса данных. Взаимоисключаемая версия.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--version -v

Версия ресурса данных. Взаимоисключаемая с меткой.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data share

Предварительный просмотр

Эта команда находится в предварительной версии и находится в процессе разработки. Уровни справки и поддержки: https://aka.ms/CLI_refstatus

Предоставление общего доступа к определенному ресурсу данных из рабочей области в реестр.

Скопируйте существующий ресурс данных из рабочей области в реестр для повторного использования нескольких рабочих областей.

az ml data share --name
                 --registry-name
                 --resource-group
                 --share-with-name
                 --share-with-version
                 --version
                 --workspace-name

Примеры

Предоставление общего доступа к существующему ресурсу данных из рабочей области в реестр

az ml data share --name my-data --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

Обязательные параметры

--name -n

Имя ресурса данных.

--registry-name

Целевой реестр.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--share-with-name

Имя создаваемого ресурса данных.

--share-with-version

Версия создаваемого ресурса данных.

--version -v

Версия ресурса данных.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data show

Отображает сведения о ресурсе данных в рабочей области или реестре. Если вы используете реестр, замените --workspace-name my-workspace параметром --registry-name <registry-name>.

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

Примеры

Отображение сведений о ресурсе данных с указанным именем и версией в рабочей области

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

Отображение сведений о ресурсе данных с указанным именем и меткой

az ml data show --name my-data --label latest --resource-group my-resource-group --workspace-name my-workspace

Отображение сведений о ресурсе данных с указанным именем и версией в реестре

az ml data show --name my-data --version 1 --registry-name my-registry-name

Обязательные параметры

--name -n

Имя ресурса данных.

Необязательные параметры

--label -l

Метка ресурса данных. Необходимо указать, если версия не указана. Взаимоисключаемая версия.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область. Необходимо указать, если не указана группа --workspace-name и --resource-group.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--version -v

Версия ресурса данных. Необходимо указать, если метка не указана. Взаимоисключаемая с меткой.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.

az ml data update

Обновление ресурса данных.

Можно обновить только свойства description и tags.

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

Обязательные параметры

--name -n

Имя ресурса данных.

--resource-group -g

Имя группы ресурсов. Группу по умолчанию можно настроить с помощью az configure --defaults group=<name>.

--workspace-name -w

Имя рабочей области Машинного обучения Azure. Вы можете настроить рабочую область по умолчанию с помощью az configure --defaults workspace=<name>.

Необязательные параметры

--add

Добавьте объект в список объектов, указав пары пути и значения ключа. Пример: --add property.listProperty <key=value, string or JSON string>.

Default value: []

--force-string

При использовании "set" или "add" сохраняйте строковые литералы вместо попытки преобразовать в JSON.

Default value: False

--label -l

Метка ресурса данных. Необходимо указать, если версия не указана. Взаимоисключаемая версия.

--registry-name

Если это указано, команда будет нацелена на реестр вместо рабочей области. Поэтому не требуется группа ресурсов и рабочая область. Необходимо указать, если не указана группа --workspace-name и --resource-group.

--remove

Удалите свойство или элемент из списка. Пример: --remove property.list <indexToRemove> ИЛИ --remove propertyToRemove.

Default value: []

--set

Обновите объект, указав путь к свойству и значение для задания. Пример: --set property1.property2=<value>.

Default value: []

--version -v

Версия ресурса данных. Необходимо указать, если метка не указана. Взаимоисключаемая с меткой.

Глобальные параметры

--debug

Увеличьте детализацию ведения журнала, чтобы отобразить все журналы отладки.

--help -h

Отображение этого сообщения справки и выхода.

--only-show-errors

Отображаются только ошибки, подавляющие предупреждения.

--output -o

Формат вывода.

Допустимые значения: json, jsonc, none, table, tsv, yaml, yamlc

Default value: json

--query

Строка запроса JMESPath. Дополнительные сведения и примеры см. в http://jmespath.org/.

--subscription

Имя или идентификатор подписки. Подписку по умолчанию можно настроить с помощью az account set -s NAME_OR_ID.

--verbose

Увеличьте детализацию ведения журнала. Используйте --debug для полных журналов отладки.