az ml model

ID des zu löschenden Modells.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Gibt die Abonnement-ID an.

Name des Arbeitsbereichs.

Verbosity-Flag.

Der Name des bereitgestellten Diensts.

Gibt an, ob die Schlüsselauthentifizierung für diesen Webdienst aktiviert werden soll. Der Standardwert lautet „False“.

Gibt an, ob AppInsights für diesen Webdienst aktiviert werden soll. Der Standardwert lautet „False“.

Wie oft der Autoscaler versuchen sollte, diesen Webdienst zu skalieren. Standardwert ist 1.

Gibt an, ob die automatische Skalierung für diesen Webdienst aktiviert werden soll. Standardwert ist "True", wenn num_replicas "None" ist.

Die Zielauslastung (in Prozent von 100) sollte der Autoscaler versuchen, diesen Webdienst beizubehalten. Der Standardwert ist 70.

Die maximale Anzahl von Containern, die beim automatischenCaling dieses Webdiensts verwendet werden sollen. Standardwert ist 10.

Die Mindestanzahl der Container, die beim automatischenCaling dieses Webdiensts verwendet werden sollen. Standardwert ist 1.

Ein benutzerdefiniertes Bild, das als Basisbild verwendet werden soll. Wenn kein Basisimage angegeben wird, wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.

Bildregistrierung, die das Basisimage enthält.

Die Anzahl der CPU-Kerne, die für diesen Webdienst zugewiesen werden sollen. Dies kann eine Dezimalzahl sein. Der Standardwert ist 0.1.

Die maximale Anzahl von CPU-Kernen, die dieser Webdienst verwenden darf. Dies kann eine Dezimalzahl sein.

Pfad zur lokalen Datei, die eine Conda-Umgebungsdefinition enthält, die für das Bild verwendet werden soll.

Gibt an, ob die Modelldatensammlung für diesen Webdienst aktiviert werden soll. Der Standardwert lautet „False“.

Name des Computeziels. Gilt nur für die Bereitstellung in AKS.

Berechnen des bereitzustellenden Diensttyps.

Version von CUDA zum Installieren für Images, die GPU-Unterstützung benötigen. Das GPU-Image muss für Microsoft Azure-Dienste wie Azure-Containerinstanzen, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Unterstützte Versionen sind 9.0, 9.1 und 10.0. Wenn "enable_gpu" festgelegt ist, wird dies standardmäßig auf "9.1" festgelegt.

Pfad zu einer JSON- oder YAML-Datei, die Bereitstellungsmetadaten enthält.

Beschreibung des bereitgestellten Diensts.

Der DNS-Name für diesen Webdienst.

Pfad zur lokalen Datei, die zusätzliche Docker-Schritte enthält, die beim Einrichten des Images ausgeführt werden sollen.

Verzeichnis für Azure Machine Learning Environment für die Bereitstellung. Es ist derselbe Verzeichnispfad wie im Befehl "az ml environment scaffold" angegeben.

Gibt an, ob die GPU-Unterstützung im Bild aktiviert werden soll. Das GPU-Image muss für Microsoft Azure-Dienste wie Azure-Containerinstanzen, Azure Machine Learning Compute, Azure Virtual Machines und Azure Kubernetes Service verwendet werden. Der Standardwert lautet „False“.

Pfad zur lokalen Datei, die den Code enthält, der für den Dienst ausgeführt werden soll (relativer Pfad von source_directory, wenn einer angegeben wird).

Name der Azure Machine Learning-Umgebung für die Bereitstellung.

Version einer vorhandenen Azure Machine Learning-Umgebung für die Bereitstellung.

Wenn ein Pod gestartet wird und der Liveness-Sonde fehlschlägt, versucht Kubernetes vor dem Aufgeben --Failure-Schwellenwerte. Standardwert ist 3. Der Mindestwert ist 1.

Die Speichermenge (in GB), die für diesen Webdienst zugewiesen werden soll. Dies kann eine Dezimalzahl sein.

Die maximale Arbeitsspeichermenge (in GB) dieses Webdiensts darf verwendet werden. Dies kann eine Dezimalzahl sein.

Die Anzahl der GPU-Kerne, die für diesen Webdienst zugewiesen werden sollen. Der Standardwert ist 1.

Pfad zu einer JSON- oder YAML-Datei, die eine Ableitungskonfiguration enthält.

Die Anzahl der Sekunden, nachdem der Container gestartet wurde, bevor Livenesssonden initiiert werden. Standardwert ist 310.

Schlüsselname für Verschlüsselungseigenschaften in vom Kunden verwalteten Schlüsseln (CMK) für ACI.

Schlüsselversion für Verschlüsselungseigenschaften in vom Kunden verwalteten Schlüsseln (CMK) für ACI.

Ein primärer Authentifizierungsschlüssel, der für diesen Webdienst verwendet werden soll.

Ein sekundärer Authentifizierungsschlüssel, der für diesen Webdienst verwendet werden soll.

Die Azure-Region, in der dieser Webdienst bereitgestellt werden soll. Wenn keine Region angegeben ist, wird der Standort des Arbeitsbereichs verwendet. Weitere Details zu den verfügbaren Regionen finden Sie hier: https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all&p roducts=container-instances.

Die maximale Zeitspanne, die eine Anforderung in der Warteschlange (in Millisekunden) verbleibt, bevor ein 503-Fehler zurückgegeben wird. Standardwert ist 500.

Die ID des zu bereitstellenden Modells. Mehrere Modelle können mit zusätzlichen -m Argumenten angegeben werden. Modelle müssen zuerst registriert werden.

Pfad zu einer JSON-Datei, die Modellregistrierungsmetadaten enthält. Mehrere Modelle können mit mehreren -f Parametern bereitgestellt werden.

Kubernetes-Namespace, in dem der Dienst bereitgestellt werden soll: bis zu 63 alphanumerische Zeichen ('-'z', '0'-'9') und Bindestriche ('-'). Die ersten und letzten Zeichen dürfen keine Bindestriche sein. Gilt nur für die Bereitstellung in AKS.

Kennzeichnen, um nicht auf asynchrone Aufrufe zu warten.

Die Anzahl der Container, die für diesen Webdienst zugewiesen werden sollen. Wenn dieser Parameter nicht festgelegt ist, ist der Autoscaler standardmäßig aktiviert.

Überschreiben Sie den vorhandenen Dienst, wenn der Name in Konflikt steht.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Gibt an, wie häufig (in Sekunden) ein Livetest durchgeführt werden soll. Der Standardwert ist 10 Sekunden. Der Mindestwert ist 1.

Pfad zu einer JSON-Datei, die Profilerstellungsergebnisse enthält.

Der lokale Port, auf dem der HTTP-Endpunkt des Diensts verfügbar gemacht werden soll.

Key/Value-Eigenschaft, die hinzugefügt werden soll (e.g. key=Wert). Mehrere Eigenschaften können mit mehreren --Property-Optionen angegeben werden.

Die Anzahl der maximalen gleichzeitigen Anforderungen pro Knoten, die für diesen Webdienst zulässig sind. Standardwert ist 1.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Welche Laufzeit für das Image verwendet werden soll. Aktuelle unterstützte Laufzeiten sind "spark-py" und "python"spark-py|python|python-slim.

Der C-Name, für den SSL aktiviert ist.

Ein Timeout zum Erzwingen von Bewertungsaufrufen für diesen Webdienst. Standardwert ist 60000.

Pfad zu Ordnern, die alle Dateien enthalten, um das Bild zu erstellen.

Gibt an, ob SSL für diesen Webdienst aktiviert werden soll. Der Standardwert lautet „False“.

Die Schlüsseldatei, die erforderlich ist, wenn SSL aktiviert ist.

Die Zertifikatdatei, die erforderlich ist, wenn SSL aktiviert ist.

Die Anzahl der Erfolge, die mindestens aufeinander folgen müssen, damit ein Livetest nach einem Fehler wieder als erfolgreich betrachtet wird. Standardwert ist 1. Der Mindestwert ist 1.

Name des Subnetzes innerhalb des vnet.

Gibt die Abonnement-ID an.

Hinzuzufügende Schlüssel-/Wert-Tag (e.g. key=Wert). Mehrere Tags können mit Mehreren -Tag-Optionen angegeben werden.

Die Anzahl der Sekunden, nach denen die Livenesssonde eine Zeitüberschreitung aufweist. Der Standardwert ist 2 Sekunde. Der Mindestwert ist 1.

Gibt an, ob die Tokenauthentifizierung für diesen Webdienst aktiviert werden soll. Wird ignoriert, wenn sie nicht in AKS bereitgestellt wird. Der Standardwert lautet „False“.

Die Menge des Datenverkehrs, den die Version in einem Endpunkt benötigt. Dies kann eine Dezimalzahl sein. Standardmäßig auf 0 gesetzt.

Vault-Basis-URL für Verschlüsselungseigenschaften in vom Kunden verwalteten Schlüsseln (CMK) für ACI.

Der Versionsname in einem Endpunkt. Standardmäßig wird der Endpunktname für die erste Version verwendet.

Name des virtuellen Netzwerks.

Name des Arbeitsbereichs.

Verbosity-Flag.

ID des Modells.

Zielverzeichnis, in das die Modelldatei heruntergeladen werden soll.

Überschreiben, wenn die gleiche Namensdatei im Zielverzeichnis vorhanden ist.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Gibt die Abonnement-ID an.

Der Name des Arbeitsbereichs, der das anzuzeigende Modell enthält.

Verbosity-Flag.

Wenn angegeben, werden nur Modelle mit der angegebenen Dataset-ID angezeigt.

Wenn angegeben, werden nur Modelle mit der neuesten Version zurückgegeben.

Ein optionaler Modellname zum Filtern der Liste nach.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Key/Value-Eigenschaft, die hinzugefügt werden soll (e.g. key=Wert). Mehrere Eigenschaften können mit mehreren --Property-Optionen angegeben werden.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Wenn angegeben, werden nur Modelle mit der angegebenen Run-ID angezeigt.

Gibt die Abonnement-ID an.

Hinzuzufügende Schlüssel-/Wert-Tag (e.g. key=Wert). Mehrere Tags können mit Mehreren -Tag-Optionen angegeben werden.

Der Name des Arbeitsbereichs, der Modelle enthält, die listet werden sollen.

Verbosity-Flag.

Pfad zur lokalen Datei, die eine Conda-Umgebungsdefinition enthält, die für das Paket verwendet werden soll.

Verzeichnis für Azure Machine Learning Environment für die Verpackung. Es ist derselbe Verzeichnispfad wie im Befehl "az ml environment scaffold" angegeben.

Pfad zur lokalen Datei, die den Code enthält, der für den Dienst ausgeführt werden soll (relativer Pfad von source_directory, wenn einer angegeben wird).

Name der Azure Machine Learning-Umgebung für die Verpackung.

Version einer vorhandenen Azure Machine Learning-Umgebung zum Packen.

Pfad zu einer JSON- oder YAML-Datei, die eine Ableitungskonfiguration enthält.

Beschriftung, um das integrierte Paketimage zu geben.

Name, der dem integrierten Paketimage zugewiesen werden soll.

Die ID des Modells, das verpackt werden soll. Mehrere Modelle können mit zusätzlichen -m Argumenten angegeben werden. Modelle müssen zuerst registriert werden.

Pfad zu einer JSON-Datei, die Modellregistrierungsmetadaten enthält. Mehrere Modelle können mit mehreren -f Parametern bereitgestellt werden.

Kennzeichnen, um nicht auf asynchrone Aufrufe zu warten.

Ausgabepfad für Docker-Kontext. Wenn ein Ausgabepfad übergeben wird, anstatt ein Image im Arbeitsbereich ACR zu erstellen, wird eine Dockerfile-Datei und der erforderliche Buildkontext in diesen Pfad geschrieben.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Welche Laufzeit für das Paket verwendet werden soll. Aktuelle unterstützte Laufzeiten sind "spark-py" und "python"spark-py|python|python-slim.

Pfad zu Ordnern, die alle Dateien enthalten, um das Bild zu erstellen.

Gibt die Abonnement-ID an.

Name des Arbeitsbereichs.

Verbosity-Flag.

Der Name des Modellprofils.

Ein benutzerdefiniertes Bild, das als Basisbild verwendet werden soll. Wenn kein Basisimage angegeben wird, wird das Basisimage basierend auf dem angegebenen Laufzeitparameter verwendet.

Bildregistrierung, die das Basisimage enthält.

Doppelter Wert für die maximale CPU-Auslastung, die beim Profilieren verwendet werden soll.

Pfad zur lokalen Datei, die eine Conda-Umgebungsdefinition enthält, die für das Bild verwendet werden soll.

Beschreibung des Modellprofils.

Verzeichnis für Azure Machine Learning Environment für die Bereitstellung. Es ist derselbe Verzeichnispfad wie im Befehl "az ml environment scaffold" angegeben.

Pfad zur lokalen Datei, die den Code enthält, der für den Dienst ausgeführt werden soll (relativer Pfad von source_directory, wenn einer angegeben wird).

Name der Azure Machine Learning-Umgebung für die Bereitstellung.

Version einer vorhandenen Azure Machine Learning-Umgebung für die Bereitstellung.

Doppelter Wert für maximalen Arbeitsspeicher, der beim Profilieren verwendet werden soll.

Pfad zu einer JSON- oder YAML-Datei, die eine Ableitungskonfiguration enthält.

ID des tabellarischen Datasets, das als Eingabe für das Profil verwendet werden soll.

Die ID des zu bereitstellenden Modells. Mehrere Modelle können mit zusätzlichen -m Argumenten angegeben werden. Modelle müssen zuerst registriert werden.

Pfad zu einer JSON-Datei, die Modellregistrierungsmetadaten enthält. Mehrere Modelle können mit mehreren -f Parametern bereitgestellt werden.

Pfad zu einer JSON-Datei, in der Profilergebnismetadaten geschrieben werden. Wird als Eingabe für die Modellbereitstellung verwendet.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Pfad zu Ordnern, die alle Dateien enthalten, um das Bild zu erstellen.

Gibt die Abonnement-ID an.

Name des Arbeitsbereichs.

Verbosity-Flag.

Name des zu registrierenden Modells.

Der Cloudpfad, in dem die Experiement ausgeführt wird, speichert die Modelldatei.

Die Standardanzahl der CPU-Kerne, die für dieses Modell zugewiesen werden sollen. Dies kann eine Dezimalzahl sein.

Beschreibung des Modells.

Der Name des Experiments.

Die Standardspeichermenge (in GB), die für dieses Modell zugewiesen werden soll. Dies kann eine Dezimalzahl sein.

Die Standardanzahl der GPUs, die für dieses Modell zugewiesen werden sollen.

Framework des zu registrierenden Modells. Derzeit unterstützte Frameworks: TensorFlow, ScikitLearn, Onnx, Custom, Multi.

Frameworkversion des zu registrierenden Modells (z. B. 1.0.0, 2.4.1).

Vollständiger Pfad der zu registrierenden Modelldatei.

Pfad zu einer JSON-Datei, in der Modellregistrierungsmetadaten geschrieben werden. Wird als Eingabe für die Modellbereitstellung verwendet.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Key/Value-Eigenschaft, die hinzugefügt werden soll (e.g. key=Wert). Mehrere Eigenschaften können mit mehreren --Property-Optionen angegeben werden.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Die ID für die Experimentausführung, von der das Modell registriert ist.

Pfad zu einer JSON-Datei, die Experiement-Ausführungsmetadaten enthält.

Die ID für das Beispieleingabe-Dataset.

Die ID für das Beispielausgabe-Dataset.

Gibt die Abonnement-ID an.

Hinzuzufügende Schlüssel-/Wert-Tag (e.g. key=Wert). Mehrere Tags können mit Mehreren -Tag-Optionen angegeben werden.

Name des Arbeitsbereichs, bei dem dieses Modell registriert werden soll.

Verbosity-Flag.

Id des anzuzeigenden Modells.

Name des anzuzeigenden Modells.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Wenn angegeben, werden nur Modelle mit der angegebenen Run-ID angezeigt.

Gibt die Abonnement-ID an.

Wenn angegeben, werden nur Modelle mit dem angegebenen Namen und der angegebenen Version angezeigt.

Der Name des Arbeitsbereichs, der das anzuzeigende Modell enthält.

Verbosity-Flag.

ID des Modells.

Key/Value-Eigenschaft, die hinzugefügt werden soll (e.g. key=Wert). Mehrere Eigenschaften können mit optionen für mehrere --add-property angegeben werden.

Hinzuzufügende Schlüssel-/Wert-Tag (e.g. key=Wert). Mehrere Tags können mit optionen für mehrere --add-tag angegeben werden.

Die Standardanzahl der CPU-Kerne, die für dieses Modell zugewiesen werden sollen. Dies kann eine Dezimalzahl sein.

Beschreibung zum Aktualisieren des Modells mit. Ersetzt die aktuelle Beschreibung.

Die Standardspeichermenge (in GB), die für dieses Modell zugewiesen werden soll. Dies kann eine Dezimalzahl sein.

Die Standardanzahl der GPUs, die für dieses Modell zugewiesen werden sollen.

Pfad zu einem Projektordner. Standard: aktuelles Verzeichnis.

Schlüssel des zu entfernenden Tags. Mehrere Tags können mit optionen für mehrere --remove-tag angegeben werden.

Ressourcengruppe, die dem bereitgestellten Arbeitsbereich entspricht.

Die ID für das Beispieleingabe-Dataset.

Die ID für das Beispielausgabe-Dataset.

Gibt die Abonnement-ID an.

Name des Arbeitsbereichs.

Verbosity-Flag.