Skapa och använda programvarumiljöer i Azure Machine Learning med CLI v1

GÄLLER FÖR: Azure CLI ml-tillägget v1

I den här artikeln får du lära dig hur du skapar och hanterar Azure Machine Learning-miljöer med HJÄLP av CLI v1. Använd miljöerna för att spåra och återskapa dina projekts programvaruberoenden när de utvecklas. Azure Machine Learning CLI v1 speglar de flesta funktionerna i Python SDK v1. Du kan använda den för att skapa och hantera miljöer.

Hantering av programvaruberoenden är en vanlig uppgift för utvecklare. Du vill se till att versioner kan återskapas utan omfattande manuell programvarukonfiguration. Klassen Azure Machine Learning Environment står för lokala utvecklingslösningar som pip och Conda och distribuerad molnutveckling via Docker-funktioner.

En översikt över hur miljöer fungerar i Azure Machine Learning finns i Vad är ML-miljöer? Information om hur du hanterar miljöer i Azure Machine Learning-studio finns i Hantera miljöer i studion. Information om hur du konfigurerar utvecklingsmiljöer finns i Konfigurera en Python-utvecklingsmiljö för Azure Machine Learning.

Förutsättningar

• En Azure Machine Learning-arbetsyta

Viktigt!

Några av Azure CLI-kommandona i den här artikeln använder azure-cli-mltillägget , eller v1, för Azure Machine Learning. Stödet för v1-tillägget upphör den 30 september 2025. Du kommer att kunna installera och använda v1-tillägget fram till det datumet.

Vi rekommenderar att du övergår till mltillägget , eller v2, före den 30 september 2025. Mer information om v2-tillägget finns i Azure ML CLI-tillägget och Python SDK v2.

Autogenerera en miljö

Följande kommando skapar filer för en standardmiljödefinition i den angivna katalogen. Dessa filer är JSON-filer. De fungerar som motsvarande klass i SDK. Du kan använda filerna för att skapa nya miljöer som har anpassade inställningar.

az ml environment scaffold -n myenv -d myenvdir

Registrera en miljö

Kör följande kommando för att registrera en miljö från en angiven katalog:

az ml environment register -d myenvdir

Lista miljöer

Kör följande kommando för att visa en lista över alla registrerade miljöer:

az ml environment list

Ladda ned en miljö

Om du vill ladda ned en registrerad miljö använder du följande kommando:

az ml environment download -n myenv -d downloaddir

Nästa steg

• När du har en tränad modell får du lära dig hur och var du ska distribuera modeller.
• Visa klass-SDK-referensenEnvironment.