az ml online-deployment
Note
このリファレンスは、Azure CLI (バージョン 2.15.0 以降) の ml 拡張機能の一部です。 拡張機能は、az ml online-deployment コマンドを初めて実行するときに自動的にインストールされます。 拡張機能の詳細をご覧ください。
Azure ML のオンライン デプロイを管理します。
Azure ML デプロイでは、モデル デプロイを作成および管理するための簡単なインターフェイスが提供されます。
コマンド
名前 | 説明 | 型 | Status |
---|---|---|---|
az ml online-deployment create |
デプロイを作成します。 デプロイが既に存在する場合は、失敗します。 既存のデプロイを更新する場合は、az ml online-deployment update を使用します。 |
拡張子 | GA |
az ml online-deployment delete |
デプロイを削除します。 |
拡張子 | GA |
az ml online-deployment get-logs |
オンラインデプロイのコンテナー ログを取得します。 |
拡張子 | GA |
az ml online-deployment list |
デプロイの一覧を表示します。 |
拡張子 | GA |
az ml online-deployment show |
デプロイを表示します。 |
拡張子 | GA |
az ml online-deployment update |
デプロイを更新します。 |
拡張子 | GA |
az ml online-deployment create
デプロイを作成します。 デプロイが既に存在する場合は、失敗します。 既存のデプロイを更新する場合は、az ml online-deployment update を使用します。
汎用エンドポイントでは、推奨される最小コンピューティング SKU がStandard_DS3_v2されます。 SKU の詳細については、 https://video2.skills-academy.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list以下をご覧ください。
az ml online-deployment create --file
--resource-group
--workspace-name
[--all-traffic]
[--endpoint-name]
[--local {false, true}]
[--local-enable-gpu {false, true}]
[--name]
[--no-wait]
[--package-model]
[--set]
[--skip-script-validation]
[--vscode-debug {false, true}]
[--web]
例
YAML 仕様ファイルからデプロイを作成する
az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
Azure ML オンライン デプロイ仕様を含む YAML ファイルへのローカル パス。 オンラインデプロイの YAML リファレンス ドキュメントは、次https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-referencehttps://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-referenceの場所にあります。
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
作成が成功した後、エンドポイント トラフィックをこのデプロイに 100% 設定します。--no-wait では機能しません。
オンライン エンドポイントの名前。
Docker を使用してローカルにデプロイを作成します。 エンドポイントごとに 1 つのデプロイのみが許可されます。 注: 指定されたエンドポイントが存在しない場合は、作成されます。
ローカル デプロイで GPU を有効にします。
デプロイの名前。
実行時間の長い操作の終了を待機しません。
[これはプレビュー段階です]デプロイ yaml からパッケージ環境を作成し、そのデプロイにパッケージ化された環境を使用します。
設定するプロパティ パスと値を指定して、オブジェクトを更新します。 例: --set property1.property2=。
ユーザーがデプロイ スコアリング スクリプトの検証をバイパスできるようにします。
ローカル エンドポイントを作成し、VSCode デバッガーをアタッチします。 --local フラグでのみ機能します。
Web ブラウザーで Azure ML Studio にデプロイの詳細を表示します。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
az ml online-deployment delete
デプロイを削除します。
az ml online-deployment delete --endpoint-name
--name
--resource-group
--workspace-name
[--local {false, true}]
[--no-wait]
[--yes]
例
確認を使用してデプロイを削除する
az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
オンライン エンドポイントの名前。
デプロイの名前。
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
Docker 環境からローカル デプロイを削除します。
実行時間の長い操作の終了を待機しません。
確認のダイアログを表示しません。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
az ml online-deployment get-logs
オンラインデプロイのコンテナー ログを取得します。
az ml online-deployment get-logs --endpoint-name
--name
--resource-group
--workspace-name
[--container]
[--lines]
[--local {false, true}]
例
オンラインデプロイのコンテナー ログを取得する
az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
オンライン エンドポイントの名前。
デプロイの名前。
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
ログを取得するコンテナーの種類。 使用できる値: inference-server、storage-initializer。
末尾までの行の最大数。
Docker 環境でのローカル デプロイからログを取得します。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
az ml online-deployment list
デプロイの一覧を表示します。
az ml online-deployment list --endpoint-name
--resource-group
--workspace-name
[--local {false, true}]
例
エンドポイントでのデプロイの一覧表示
az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
エンドポイントの名前。
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
このローカル エンドポイントの下にローカル デプロイを一覧表示します。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
az ml online-deployment show
デプロイを表示します。
az ml online-deployment show --endpoint-name
--name
--resource-group
--workspace-name
[--local {false, true}]
[--web]
例
デプロイを表示する
az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
オンライン エンドポイントの名前。
デプロイの名前。
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
Docker 環境からのローカル デプロイを表示します。
Web ブラウザーで Azure ML Studio にデプロイの詳細を表示します。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
az ml online-deployment update
デプロイを更新します。
az ml online-deployment update --resource-group
--workspace-name
[--add]
[--endpoint-name]
[--file]
[--force-string]
[--local {false, true}]
[--local-enable-gpu {false, true}]
[--name]
[--no-wait]
[--remove]
[--set]
[--skip-script-validation]
[--vscode-debug {false, true}]
[--web]
例
YAML 仕様ファイルからデプロイを更新する
az ml online-deployment update --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace
必須のパラメーター
リソース グループの名前。 az configure --defaults group=<name>
を使用して、既定のグループを構成できます。
Azure ML ワークスペースの名前。 を使用して、既定のワークスペースを az configure --defaults workspace=<name>
構成できます。
省略可能のパラメーター
パスとキー値のペアを指定して、オブジェクトの一覧にオブジェクトを追加します。 例: --add property.listProperty <key=value, string or JSON string>
。
オンライン エンドポイントの名前。
Azure ML オンライン デプロイ仕様を含む YAML ファイルへのローカル パス。 オンラインデプロイの YAML リファレンス ドキュメントは、次https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-referencehttps://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-referenceの場所にあります。
'set' または 'add' を使用する場合は、JSON に変換するのではなく、文字列リテラルを保持します。
Docker 環境でのローカル デプロイを更新します。
ローカル デプロイで GPU を有効にします。
デプロイの名前。
実行時間の長い操作の終了を待機しません。
リストからプロパティまたは要素を削除します。 例: --remove property.list <indexToRemove>
OR --remove propertyToRemove
.
設定するプロパティ パスと値を指定して、オブジェクトを更新します。 例: --set property1.property2=<value>
。
ユーザーがデプロイ スコアリング スクリプトの検証をバイパスできるようにします。
ローカル エンドポイントを更新し、VSCode デバッガーを再アタッチします。 --local フラグでのみ機能します。
Web ブラウザーで Azure ML Studio にデプロイの詳細を表示します。
グローバル パラメーター
すべてのデバッグ ログを表示するようにログの詳細レベルを上げます。
このヘルプ メッセージを表示して終了します。
エラーのみを表示し、警告は抑制します。
出力形式。
JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ をご覧ください。
サブスクリプションの名前または ID。 az account set -s NAME_OR_ID
を使用して、既定のサブスクリプションを構成できます。
ログの詳細レベルを上げます。 詳細なデバッグ ログを表示するには --debug を使います。
Azure CLI