在 Azure Machine Learning 中使用 CLI v1 建立和使用軟體環境

在本文中，您將了解如何使用 CLI v1 建立和管理 Azure Machine Learning 環境。隨著專案發展，使用環境來追蹤及重現專案的軟體相依性。 Azure Machine Learning CLIv1 可反映 Python SDK v1 的大部分功能。您可以使用它來建立和管理環境。

軟體相依性管理是開發人員的常見工作。您想要確保組建可重現，而且不需要大量的手動軟體設定。 Azure Machine Learning 的 Environment 類別會說明本機開發解決方案的用途，例如 pip 和 Conda，以及透過 Docker 功能來進行的分散式雲端開發。

如需 Azure Machine Learning 中環境運作方式的高階概觀，請參閱什麼是 ML 環境?如需在 Azure Machine Learning Studio 中管理環境的資訊，請參閱在 Studio 中管理環境。如需設定開發環境的相關資訊，請參閱設定 Azure Machine Learning 的 Python 開發環境。

必要條件

重要

本文中的 Azure CLI 命令使用 azure-cli-ml 或 v1 (Azure Machine Learning 的擴充功能)。 v1 擴充功能的支援將於 2025 年 9 月 30 日終止。您將能安裝並使用 v1 擴充功能，直到該日期為止。

建議您在 2025 年 9 月 30 日之前轉換至 ml 或 v2 擴充功能。如需有關 v2 擴充功能的詳細資訊，請參閱 Azure ML CLI 擴充功能和 Python SDK v2。

下列命令會在指定的目錄中針對預設環境定義的檔案建立架構。這些檔案是 JSON 檔案。其運作方式類似於 SDK 中的對應類別。您可以使用這些檔案來建立具有自訂設定的新環境。

az ml environment scaffold -n myenv -d myenvdir

執行下列命令，可從指定目錄註冊環境：

az ml environment register -d myenvdir

執行下列命令，可列出所有已註冊的環境：

az ml environment list

若要下載已註冊的環境，請使用下列命令：

az ml environment download -n myenv -d downloaddir