az ml model

  • Référence

Remarque

Cette référence fait partie de l’extension azure-cli-ml pour Azure CLI (version 2.0.28 ou ultérieure). L’extension installe automatiquement la première fois que vous exécutez une commande az ml model . En savoir plus sur les extensions.

Gérer les modèles Machine Learning.

Commandes

Nom Description Type Statut
az ml model delete

Supprimez un modèle de l’espace de travail.

 Extension GA
az ml model deploy

Déployez des modèles à partir de l’espace de travail.

 Extension GA
az ml model download

Téléchargez un modèle à partir de l’espace de travail.

 Extension GA
az ml model list

Répertorier les modèles dans l’espace de travail.

 Extension GA
az ml model package

Empaqueter un modèle dans l’espace de travail.

 Extension GA
az ml model profile

Modèle(s) de profil dans l’espace de travail.

 Extension GA
az ml model register

Inscrivez un modèle dans l’espace de travail.

 Extension GA
az ml model show

Afficher un modèle dans l’espace de travail.

 Extension GA
az ml model update

Mettez à jour un modèle dans l’espace de travail.

 Extension GA

az ml model delete

Supprimez un modèle de l’espace de travail.

az ml model delete --model-id
                   [--path]
                   [--resource-group]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Paramètres obligatoires

--model-id -i

ID du modèle à supprimer.

Paramètres facultatifs

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--subscription-id

Spécifie l’ID d’abonnement.

--workspace-name -w

Nom de l’espace de travail.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model deploy

Déployez des modèles à partir de l’espace de travail.

az ml model deploy --name
                   [--ae]
                   [--ai]
                   [--ar]
                   [--as]
                   [--at]
                   [--autoscale-max-replicas]
                   [--autoscale-min-replicas]
                   [--base-image]
                   [--base-image-registry]
                   [--cc]
                   [--ccl]
                   [--cf]
                   [--collect-model-data]
                   [--compute-target]
                   [--compute-type]
                   [--cuda-version]
                   [--dc]
                   [--description]
                   [--dn]
                   [--ds]
                   [--ed]
                   [--eg]
                   [--entry-script]
                   [--environment-name]
                   [--environment-version]
                   [--failure-threshold]
                   [--gb]
                   [--gbl]
                   [--gc]
                   [--ic]
                   [--id]
                   [--key-name]
                   [--key-version]
                   [--kp]
                   [--ks]
                   [--lo]
                   [--max-request-wait-time]
                   [--model]
                   [--model-metadata-file]
                   [--namespace]
                   [--no-wait]
                   [--nr]
                   [--overwrite]
                   [--path]
                   [--period-seconds]
                   [--pi]
                   [--po]
                   [--property]
                   [--replica-max-concurrent-requests]
                   [--resource-group]
                   [--rt]
                   [--sc]
                   [--scoring-timeout-ms]
                   [--sd]
                   [--se]
                   [--sk]
                   [--sp]
                   [--st]
                   [--subnet-name]
                   [--subscription-id]
                   [--tag]
                   [--timeout-seconds]
                   [--token-auth-enabled]
                   [--tp]
                   [--vault-base-url]
                   [--version-name]
                   [--vnet-name]
                   [--workspace-name]
                   [-v]

Paramètres obligatoires

--name -n

Nom du service déployé.

Paramètres facultatifs

--ae --auth-enabled

Indique s’il est nécessaire ou non d’activer l’authentification par clé pour cet objet Webservice. Valeur par défaut False.

--ai --enable-app-insights

Indique s’il faut activer ou pas AppInsights pour ce service web. Valeur par défaut False.

--ar --autoscale-refresh-seconds

Fréquence à laquelle l’autoscaler doit tenter de mettre à l’échelle ce service web. La valeur par défaut est de 1.

--as --autoscale-enabled

Indique s’il est nécessaire ou non d’activer la mise à l’échelle automatique pour ce service web. La valeur par défaut est True si num_replicas a la valeur None.

--at --autoscale-target-utilization

Utilisation cible en pourcentage que l’autoscaler doit tenter de conserver pour ce service web. La valeur par défaut est 70.

--autoscale-max-replicas --ma

Nombre maximal de conteneurs à utiliser durant la mise à l’échelle automatique de ce service web. La valeur par défaut est 10.

--autoscale-min-replicas --mi

Nombre minimal de conteneurs à utiliser durant la mise à l’échelle automatique de ce service web. La valeur par défaut est de 1.

--base-image --bi

Image personnalisée à utiliser comme image de base. Si aucune image de base n’est proposée, l’image de base sera utilisée en fonction d’un paramètre d’exécution donné.

--base-image-registry --ir

Registre d’images contenant l’image de base.

--cc --cpu-cores

Nombre de cœurs de processeur à allouer pour ce service web. Il peut s’agir d’un nombre décimal. La valeur par défaut est 0.1.

--ccl --cpu-cores-limit

Nombre maximal de cœurs de processeur que ce service web est autorisé à utiliser. Il peut s’agir d’un nombre décimal.

--cf --conda-file

Chemin d’accès au fichier local contenant une définition de l’environnement conda à utiliser pour l’image.

--collect-model-data --md

Indique s’il faut activer la collecte des données de modèle ou pas pour ce service Web. Valeur par défaut False.

--compute-target --ct

Nom de la cible de calcul. Applicable uniquement lors du déploiement sur AKS.

--compute-type --cp

Type de service de calcul à déployer.

--cuda-version --cv

Version de CUDA à installer pour les images nécessitant une prise en charge GPU. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. Les versions prises en charge sont les versions 9.0, 9.1 et 10.0. Si « enable_gpu » est défini, la valeur par défaut est « 9.1 ».

--dc --deploy-config-file

Chemin d’accès à un fichier JSON ou YAML contenant des métadonnées de déploiement.

--description

Description du service déployé.

--dn --dns-name-label

Nom dns de ce service Web.

--ds --extra-docker-file-steps

Chemin d’accès au fichier local contenant des étapes Docker supplémentaires à exécuter lors de la configuration de l’image.

--ed --environment-directory

Répertoire pour l’environnement Azure Machine Learning pour le déploiement. Il s’agit du même chemin d’accès de répertoire que celui fourni dans la commande « az ml environment scaffold ».

--eg --enable-gpu

Activer ou non la prise en charge GPU dans l’image. L’image GPU doit être utilisée sur les services Microsoft Azure tels que Azure Container Instances, Capacité de calcul Azure Machine Learning, Machines virtuelles Azure et Azure Kubernetes Service. Valeur par défaut False.

--entry-script --es

Chemin d’accès au fichier local qui contient le code à exécuter pour le service (chemin relatif de source_directory si un fichier est fourni).

--environment-name -e

Nom de l’environnement Azure Machine Learning pour le déploiement.

--environment-version --ev

Version d’un environnement Azure Machine Learning existant pour le déploiement.

--failure-threshold --ft

Lorsqu’un pod démarre et que la sonde liveness échoue, Kubernetes essaie des temps --failure-threshold avant de renoncer. La valeur par défaut est 3. La valeur minimale est 1.

--gb --memory-gb

Quantité de mémoire (en Go) à allouer pour ce Webservice. Il peut s’agir d’un nombre décimal.

--gbl --memory-gb-limit

Quantité maximale de mémoire (en Go) que ce service web est autorisé à utiliser. Il peut s’agir d’un nombre décimal.

--gc --gpu-cores

Nombre de cœurs gpu à allouer pour ce service Web. 1 constitue la valeur par défaut.

--ic --inference-config-file

Chemin d’accès à un fichier JSON ou YAML contenant une configuration d’inférence.

--id --initial-delay-seconds

Nombre de secondes après le démarrage du conteneur avant le lancement des probes liveness. La valeur par défaut est 310.

--key-name

Nom de clé pour les propriétés de chiffrement dans les clés gérées par le client (CMK) pour ACI.

--key-version

Version de clé pour les propriétés de chiffrement dans les clés gérées par le client (CMK) pour ACI.

--kp --primary-key

Clé d’authentification primaire à utiliser pour ce Webservice.

--ks --secondary-key

Clé d’authentification secondaire à utiliser pour ce service web.

--lo --location

Région Azure dans laquelle déployer ce service web. Si elle n’est pas spécifiée, l’emplacement de l’espace de travail sera utilisé. Vous trouverez plus d’informations sur les régions disponibles ici : ; https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all& products=container-instances.

--max-request-wait-time --mr

Durée maximale pendant laquelle une demande reste en file d’attente (en millisecondes) avant de retourner une erreur 503. La valeur par défaut est 500.

--model -m

ID du modèle à déployer. Plusieurs modèles peuvent être spécifiés avec des arguments -m supplémentaires. Les modèles doivent d’abord être inscrits.

valeur par défaut: []
--model-metadata-file -f

Chemin d’accès à un fichier JSON contenant des métadonnées d’inscription de modèle. Plusieurs modèles peuvent être fournis à l’aide de plusieurs paramètres -f.

valeur par défaut: []
--namespace

Espace de noms Kubernetes dans lequel déployer le service : jusqu’à 63 caractères alphanumériques minuscules ('a'-'z', '0'-'9') et trait d’union ('-'). Le premier caractère et le dernier caractère ne peuvent pas être des traits d’union. Applicable uniquement lors du déploiement sur AKS.

--no-wait

Indicateur pour ne pas attendre les appels asynchrones.

--nr --num-replicas

Nombre de conteneurs à allouer pour ce service web. Aucune valeur par défaut. Si ce paramètre n’est pas défini, la mise à l’échelle automatique est activée par défaut.

--overwrite

Remplacez le service existant si le nom est en conflit.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--period-seconds --ps

Fréquence (en secondes) d’exécution de probe liveness. La valeur par défaut est 10 secondes. La valeur minimale est 1.

--pi --profile-input

Chemin d’accès à un fichier JSON contenant les résultats du profilage.

--po --port

Port local sur lequel exposer le point de terminaison HTTP du service.

--property

Propriété clé/valeur à ajouter (e.g. key=value). Plusieurs propriétés peuvent être spécifiées avec plusieurs options --property.

valeur par défaut: []
--replica-max-concurrent-requests --rm

Nombre maximal de requêtes simultanées par nœud à autoriser pour ce service Web. La valeur par défaut est de 1.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--rt --runtime

Runtime à utiliser pour l’image. Les runtimes pris en charge actuels sont « spark-py » et « python » spark-py|python|python-slim.

--sc --ssl-cname

cname si SSL est activé.

--scoring-timeout-ms --tm

Délai d’expiration à appliquer pour le scoring des appels à ce service web. La valeur par défaut est 60 000.

--sd --source-directory

Chemin vers des dossiers contenant tous les fichiers pour créer l’image.

--se --ssl-enabled

Indique s’il faut activer ou pas SSL pour ce service web. Valeur par défaut False.

--sk --ssl-key-pem-file

Fichier de clé nécessaire si SSL est activé.

--sp --ssl-cert-pem-file

Fichier cert nécessaire si SSL est activé.

--st --success-threshold

Nombre minimal de réussites consécutives pour que la probe liveness soit considérée comme réussie après avoir échoué. La valeur par défaut est de 1. La valeur minimale est 1.

--subnet-name

Nom du sous-réseau dans le réseau virtuel.

--subscription-id

Spécifie l’ID d’abonnement.

--tag

Balise clé/valeur à ajouter (e.g. key=value). Plusieurs balises peuvent être spécifiées avec plusieurs options --tag.

valeur par défaut: []
--timeout-seconds --ts

Délai d’expiration en secondes de la probe liveness. La valeur par défaut est de 2 secondes. La valeur minimale est 1.

--token-auth-enabled

Indique s’il faut activer ou non l’authentification de jeton pour ce service Web. Ignoré s’il n’est pas déployé sur AKS. Valeur par défaut False.

--tp --traffic-percentile

Volume de trafic absorbé par la version dans un point de terminaison. Il peut s’agir d’un nombre décimal. La valeur par défaut est 0.

--vault-base-url

URL de base du coffre pour les propriétés de chiffrement dans les clés gérées par le client (CMK) pour ACI.

--version-name --vn

Nom de version dans un point de terminaison. La valeur par défaut est le nom du point de terminaison pour la première version.

--vnet-name

Nom du réseau virtuel.

--workspace-name -w

Nom de l’espace de travail.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model download

Téléchargez un modèle à partir de l’espace de travail.

az ml model download --model-id
                     --target-dir
                     [--overwrite]
                     [--path]
                     [--resource-group]
                     [--subscription-id]
                     [--workspace-name]
                     [-v]

Paramètres obligatoires

--model-id -i

ID du modèle.

--target-dir -t

Répertoire cible dans lequel télécharger le fichier de modèle.

Paramètres facultatifs

--overwrite

Remplacez si le même fichier de nom existe dans le répertoire cible.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--subscription-id

Spécifie l’ID d’abonnement.

--workspace-name -w

Nom de l’espace de travail contenant le modèle à afficher.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model list

Répertorier les modèles dans l’espace de travail.

az ml model list [--dataset-id]
                 [--latest]
                 [--model-name]
                 [--path]
                 [--property]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--tag]
                 [--workspace-name]
                 [-v]

Paramètres facultatifs

--dataset-id

S’il est fourni, affiche uniquement les modèles avec l’ID de jeu de données spécifié.

--latest -l

S’il est fourni, retourne uniquement les modèles avec la dernière version.

--model-name -n

Nom de modèle facultatif par lequel filtrer la liste.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--property

Propriété clé/valeur à ajouter (e.g. key=value). Plusieurs propriétés peuvent être spécifiées avec plusieurs options --property.

valeur par défaut: []
--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--run-id

S’il est fourni, affiche uniquement les modèles avec l’ID d’exécution spécifié.

--subscription-id

Spécifie l’ID d’abonnement.

--tag

Balise clé/valeur à ajouter (e.g. key=value). Plusieurs balises peuvent être spécifiées avec plusieurs options --tag.

valeur par défaut: []
--workspace-name -w

Nom de l’espace de travail contenant des modèles à répertorier.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model package

Empaqueter un modèle dans l’espace de travail.

az ml model package [--cf]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--ic]
                    [--il]
                    [--image-name]
                    [--model]
                    [--model-metadata-file]
                    [--no-wait]
                    [--output-path]
                    [--path]
                    [--resource-group]
                    [--rt]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Paramètres facultatifs

--cf --conda-file

Chemin d’accès au fichier local contenant une définition d’environnement conda à utiliser pour le package.

--ed --environment-directory

Répertoire pour l’environnement Azure Machine Learning pour l’empaquetage. Il s’agit du même chemin d’accès de répertoire que celui fourni dans la commande « az ml environment scaffold ».

--entry-script --es

Chemin d’accès au fichier local qui contient le code à exécuter pour le service (chemin relatif de source_directory si un fichier est fourni).

--environment-name -e

Nom de l’environnement Azure Machine Learning pour l’empaquetage.

--environment-version --ev

Version d’un environnement Azure Machine Learning existant pour l’empaquetage.

--ic --inference-config-file

Chemin d’accès à un fichier JSON ou YAML contenant une configuration d’inférence.

--il --image-label

Étiquette pour donner l’image de package générée.

--image-name --in

Nom pour donner l’image de package générée.

--model -m

ID du modèle à empaquetage. Plusieurs modèles peuvent être spécifiés avec des arguments -m supplémentaires. Les modèles doivent d’abord être inscrits.

valeur par défaut: []
--model-metadata-file -f

Chemin d’accès à un fichier JSON contenant des métadonnées d’inscription de modèle. Plusieurs modèles peuvent être fournis à l’aide de plusieurs paramètres -f.

valeur par défaut: []
--no-wait

Indicateur pour ne pas attendre les appels asynchrones.

--output-path

Chemin d’accès de sortie pour le contexte Docker. Si un chemin de sortie est passé, au lieu de générer une image dans l’espace de travail ACR, un fichier Dockerfile et le contexte de génération nécessaire sont écrits dans ce chemin.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--rt --runtime

Runtime à utiliser pour le package. Les runtimes pris en charge actuels sont « spark-py » et « python » spark-py|python|python-slim.

--sd --source-directory

Chemin vers des dossiers contenant tous les fichiers pour créer l’image.

--subscription-id

Spécifie l’ID d’abonnement.

--workspace-name -w

Nom de l’espace de travail.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model profile

Modèle(s) de profil dans l’espace de travail.

az ml model profile --name
                    [--base-image]
                    [--base-image-registry]
                    [--cc]
                    [--cf]
                    [--description]
                    [--ed]
                    [--entry-script]
                    [--environment-name]
                    [--environment-version]
                    [--gb]
                    [--ic]
                    [--idi]
                    [--model]
                    [--model-metadata-file]
                    [--output-metadata-file]
                    [--resource-group]
                    [--sd]
                    [--subscription-id]
                    [--workspace-name]
                    [-v]

Paramètres obligatoires

--name -n

Nom du profil de modèle.

Paramètres facultatifs

--base-image --bi

Image personnalisée à utiliser comme image de base. Si aucune image de base n’est proposée, l’image de base sera utilisée en fonction d’un paramètre d’exécution donné.

--base-image-registry --ir

Registre d’images contenant l’image de base.

--cc --cpu-cores

Valeur double pour le processeur maximal à utiliser lors du profilage.

--cf --conda-file

Chemin d’accès au fichier local contenant une définition de l’environnement conda à utiliser pour l’image.

--description

Description du profil de modèle.

--ed --environment-directory

Répertoire pour l’environnement Azure Machine Learning pour le déploiement. Il s’agit du même chemin d’accès de répertoire que celui fourni dans la commande « az ml environment scaffold ».

--entry-script --es

Chemin d’accès au fichier local qui contient le code à exécuter pour le service (chemin relatif de source_directory si un fichier est fourni).

--environment-name -e

Nom de l’environnement Azure Machine Learning pour le déploiement.

--environment-version --ev

Version d’un environnement Azure Machine Learning existant pour le déploiement.

--gb --memory-in-gb

Double valeur pour la mémoire maximale à utiliser lors du profilage.

--ic --inference-config-file

Chemin d’accès à un fichier JSON ou YAML contenant une configuration d’inférence.

--idi --input-dataset-id

ID du jeu de données tabulaire à utiliser comme entrée pour le profil.

--model -m

ID du modèle à déployer. Plusieurs modèles peuvent être spécifiés avec des arguments -m supplémentaires. Les modèles doivent d’abord être inscrits.

valeur par défaut: []
--model-metadata-file -f

Chemin d’accès à un fichier JSON contenant des métadonnées d’inscription de modèle. Plusieurs modèles peuvent être fournis à l’aide de plusieurs paramètres -f.

valeur par défaut: []
--output-metadata-file -t

Chemin d’accès à un fichier JSON dans lequel les métadonnées des résultats du profil seront écrites. Utilisé comme entrée pour le déploiement de modèle.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--sd --source-directory

Chemin vers des dossiers contenant tous les fichiers pour créer l’image.

--subscription-id

Spécifie l’ID d’abonnement.

--workspace-name -w

Nom de l’espace de travail.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model register

Inscrivez un modèle dans l’espace de travail.

az ml model register --name
                     [--asset-path]
                     [--cc]
                     [--description]
                     [--experiment-name]
                     [--gb]
                     [--gc]
                     [--model-framework]
                     [--model-framework-version]
                     [--model-path]
                     [--output-metadata-file]
                     [--path]
                     [--property]
                     [--resource-group]
                     [--run-id]
                     [--run-metadata-file]
                     [--sample-input-dataset-id]
                     [--sample-output-dataset-id]
                     [--subscription-id]
                     [--tag]
                     [--workspace-name]
                     [-v]

Paramètres obligatoires

--name -n

Nom du modèle à inscrire.

Paramètres facultatifs

--asset-path

Chemin d’accès cloud où l’experiement s’exécute stocke le fichier de modèle.

--cc --cpu-cores

Nombre par défaut de cœurs d’UC à allouer pour ce modèle. Il peut s’agir d’un nombre décimal.

--description -d

Description du modèle.

--experiment-name

Nom de l’expérience.

--gb --memory-gb

Quantité de mémoire par défaut (en Go) à allouer pour ce modèle. Il peut s’agir d’un nombre décimal.

--gc --gpu-cores

Nombre par défaut de GPU à allouer pour ce modèle.

--model-framework

Infrastructure du modèle à inscrire. Infrastructures actuellement prises en charge : TensorFlow, ScikitLearn, Onnx, Custom, Multi.

--model-framework-version

Version du modèle à inscrire (par exemple, 1.0.0, 2.4.1).

--model-path -p

Chemin complet du fichier de modèle à inscrire.

--output-metadata-file -t

Chemin d’accès à un fichier JSON dans lequel les métadonnées d’inscription de modèle seront écrites. Utilisé comme entrée pour le déploiement de modèle.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--property

Propriété clé/valeur à ajouter (e.g. key=value). Plusieurs propriétés peuvent être spécifiées avec plusieurs options --property.

valeur par défaut: []
--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--run-id -r

ID de l’exécution de l’expérience à partir de laquelle le modèle est inscrit.

--run-metadata-file -f

Chemin d’accès à un fichier JSON contenant des métadonnées d’exécution d’experiement.

--sample-input-dataset-id

ID de l’exemple de jeu de données d’entrée.

--sample-output-dataset-id

ID de l’exemple de jeu de données de sortie.

--subscription-id

Spécifie l’ID d’abonnement.

--tag

Balise clé/valeur à ajouter (e.g. key=value). Plusieurs balises peuvent être spécifiées avec plusieurs options --tag.

valeur par défaut: []
--workspace-name -w

Nom de l’espace de travail avec lequel inscrire ce modèle.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model show

Afficher un modèle dans l’espace de travail.

az ml model show [--model-id]
                 [--model-name]
                 [--path]
                 [--resource-group]
                 [--run-id]
                 [--subscription-id]
                 [--version]
                 [--workspace-name]
                 [-v]

Paramètres facultatifs

--model-id -i

ID du modèle à afficher.

--model-name -n

Nom du modèle à afficher.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--run-id

S’il est fourni, affiche uniquement les modèles avec l’ID d’exécution spécifié.

--subscription-id

Spécifie l’ID d’abonnement.

--version

S’il est fourni, affiche uniquement les modèles portant le nom et la version spécifiés.

--workspace-name -w

Nom de l’espace de travail contenant le modèle à afficher.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml model update

Mettez à jour un modèle dans l’espace de travail.

az ml model update --model-id
                   [--add-property]
                   [--add-tag]
                   [--cc]
                   [--description]
                   [--gb]
                   [--gc]
                   [--path]
                   [--remove-tag]
                   [--resource-group]
                   [--sample-input-dataset-id]
                   [--sample-output-dataset-id]
                   [--subscription-id]
                   [--workspace-name]
                   [-v]

Paramètres obligatoires

--model-id -i

ID du modèle.

Paramètres facultatifs

--add-property

Propriété clé/valeur à ajouter (e.g. key=value). Plusieurs propriétés peuvent être spécifiées avec plusieurs options --add-property.

valeur par défaut: []
--add-tag

Balise clé/valeur à ajouter (e.g. key=value). Plusieurs balises peuvent être spécifiées avec plusieurs options --add-tag.

valeur par défaut: []
--cc --cpu-cores

Nombre par défaut de cœurs d’UC à allouer pour ce modèle. Il peut s’agir d’un nombre décimal.

--description

Description pour mettre à jour le modèle avec. Remplace la description actuelle.

--gb --memory-gb

Quantité de mémoire par défaut (en Go) à allouer pour ce modèle. Il peut s’agir d’un nombre décimal.

--gc --gpu-cores

Nombre par défaut de GPU à allouer pour ce modèle.

--path

Chemin d’accès à un dossier de projet. Valeur par défaut : répertoire actif.

--remove-tag

Clé de balise à supprimer. Plusieurs balises peuvent être spécifiées avec plusieurs options --remove-tag.

valeur par défaut: []
--resource-group -g

Groupe de ressources correspondant à l’espace de travail fourni.

--sample-input-dataset-id

ID de l’exemple de jeu de données d’entrée.

--sample-output-dataset-id

ID de l’exemple de jeu de données de sortie.

--subscription-id

Spécifie l’ID d’abonnement.

--workspace-name -w

Nom de l’espace de travail.

-v

Indicateur de détail.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.