az ml online-deployment

Note

Esta referencia forma parte de la extensión ml para la CLI de Azure (versión 2.15.0 o posterior). La extensión instalará automáticamente la primera vez que ejecute un comando az ml online-deployment. Obtenga más información sobre las extensiones.

Administración de implementaciones en línea de Azure ML.

Las implementaciones de Azure ML proporcionan una interfaz sencilla para crear y administrar implementaciones de modelos.

Comandos

Nombre	Description	Tipo	Estado
az ml online-deployment create	Cree una implementación. Si la implementación ya existe, se producirá un error. Si desea actualizar la implementación existente, use az ml online-deployment update.	Extension	GA
az ml online-deployment delete	Elimina una implementación.	Extension	GA
az ml online-deployment get-logs	Obtenga los registros de contenedor de una implementación en línea.	Extension	GA
az ml online-deployment list	Enumerar las implementaciones.	Extension	GA
az ml online-deployment show	Mostrar una implementación.	Extension	GA
az ml online-deployment update	Actualizar una implementación.	Extension	GA

az ml online-deployment create

Cree una implementación. Si la implementación ya existe, se producirá un error. Si desea actualizar la implementación existente, use az ml online-deployment update.

La SKU de proceso mínima recomendada es Standard_DS3_v2 para puntos de conexión de uso general. Obtenga más información sobre las SKU aquí: https://learn.microsoft.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list.

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]

Ejemplos

Creación de una implementación a partir de un archivo de especificación de YAML

az ml online-deployment create --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--file -f

Ruta de acceso local al archivo YAML que contiene la especificación de implementación en línea de Azure ML. Los documentos de referencia de YAML para la implementación en línea se pueden encontrar en: https://aka.ms/ml-cli-v2-deployment-managed-online-yaml-reference, https://aka.ms/ml-cli-v2-deployment-kubernetes-online-yaml-reference.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--all-traffic

Establece el tráfico de punto de conexión 100% a esta implementación después de la creación correcta, no funciona con --no-wait.

Propiedad	Valor
Valor predeterminado:	False

--endpoint-name -e

Nombre del punto de conexión en línea.

--local

Cree la implementación localmente mediante Docker. Solo se permite una implementación por punto de conexión. Nota: Si el punto de conexión especificado no existe, se creará.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--local-enable-gpu

Habilite GPU para la implementación local.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--name -n

Nombre de la implementación.

--no-wait

No espere a que finalice la operación de ejecución prolongada.

Propiedad	Valor
Valor predeterminado:	False

--package-model

[ESTO ESTÁ EN VERSIÓN PRELIMINAR] Cree un entorno empaquetado a partir de yaml de implementación y use el entorno empaquetado para la implementación.

Propiedad	Valor
Valor predeterminado:	False

--set

Actualice un objeto especificando una ruta de acceso de propiedad y un valor que se va a establecer. Ejemplo: --set property1.property2=value.

--skip-script-validation

Permite al usuario omitir la validación del script de puntuación de implementación.

Propiedad	Valor
Valor predeterminado:	False

--vscode-debug

Cree un punto de conexión local y adjunte el depurador de VSCode. Solo funciona con la marca --local.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--web

Muestre los detalles de la implementación en Azure ML Studio en un explorador web.

Propiedad	Valor
Valor predeterminado:	False

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

az ml online-deployment delete

Elimina una implementación.

az ml online-deployment delete --endpoint-name
                               --name
                               --resource-group
                               --workspace-name
                               [--local {false, true}]
                               [--no-wait]
                               [--yes]

Ejemplos

Eliminación de una implementación con confirmación

az ml online-deployment delete --name my-deployment --endpoint-name my-endpoint --yes --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--endpoint-name -e

Nombre del punto de conexión en línea.

--name -n

Nombre de la implementación.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--local

Elimine la implementación local del entorno de Docker.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--no-wait

No espere a que finalice la operación de ejecución prolongada.

Propiedad	Valor
Valor predeterminado:	False

--yes -y

No solicita confirmación.

Propiedad	Valor
Valor predeterminado:	False

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

az ml online-deployment get-logs

Obtenga los registros de contenedor de una implementación en línea.

az ml online-deployment get-logs --endpoint-name
                                 --name
                                 --resource-group
                                 --workspace-name
                                 [--container]
                                 [--lines]
                                 [--local {false, true}]

Ejemplos

Obtención de los registros de contenedor para una implementación en línea

az ml online-deployment get-logs --name my-deployment --endpoint-name my-endpoint --lines 100 --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--endpoint-name -e

Nombre del punto de conexión en línea.

--name -n

Nombre de la implementación.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--container -c

Tipo de contenedor desde el que se van a recuperar los registros. Valores permitidos: inference-server, inicializador de almacenamiento.

--lines -l

Número máximo de líneas a cola.

Propiedad	Valor
Valor predeterminado:	5000

--local

Obtenga registros de la implementación local en el entorno de Docker.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

az ml online-deployment list

Enumerar las implementaciones.

az ml online-deployment list --endpoint-name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]

Ejemplos

Enumeración de la implementación en un punto de conexión

az ml online-deployment list --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--endpoint-name -e

Nombre del punto de conexión.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--local

Enumere la implementación local en este punto de conexión local.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

az ml online-deployment show

Mostrar una implementación.

az ml online-deployment show --endpoint-name
                             --name
                             --resource-group
                             --workspace-name
                             [--local {false, true}]
                             [--web]

Ejemplos

Mostrar una implementación

az ml online-deployment show --name my-deployment --endpoint-name my-endpoint --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--endpoint-name -e

Nombre del punto de conexión en línea.

--name -n

Nombre de la implementación.

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--local

Mostrar la implementación local desde el entorno de Docker.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--web

Muestre los detalles de la implementación en Azure ML Studio en un explorador web.

Propiedad	Valor
Valor predeterminado:	False

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

az ml online-deployment update

Actualizar una implementación.

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]

Ejemplos

Actualización de una implementación desde un archivo de especificación de YAML

az ml online-deployment update --file deployment.yaml --resource-group my-resource-group --workspace-name my-workspace

Parámetros requeridos

--resource-group -g

Nombre del grupo de recursos. Puede configurar el grupo predeterminado mediante az configure --defaults group=<name>.

--workspace-name -w

Nombre del área de trabajo de Azure ML. Puede configurar el área de trabajo predeterminada mediante az configure --defaults workspace=<name>.

Parámetros opcionales

Los parámetros siguientes son opcionales, pero dependiendo del contexto, es posible que se requiera uno o varios para que el comando se ejecute correctamente.

--add

Agregue un objeto a una lista de objetos especificando una ruta de acceso y pares clave-valor. Ejemplo: --add property.listProperty <key=value, string or JSON string>.

Propiedad	Valor
Grupo de parámetros:	Generic Update Arguments
Valor predeterminado:	[]

--endpoint-name -e

Nombre del punto de conexión en línea.

--file -f

--force-string

Al usar 'set' o 'add', conserve los literales de cadena en lugar de intentar convertir en JSON.

Propiedad	Valor
Grupo de parámetros:	Generic Update Arguments
Valor predeterminado:	False

--local

Actualice la implementación local en el entorno de Docker.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--local-enable-gpu

Habilite GPU para la implementación local.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--name -n

Nombre de la implementación.

--no-wait

No espere a que finalice la operación de ejecución prolongada.

Propiedad	Valor
Valor predeterminado:	False

--remove

Quite una propiedad o un elemento de una lista. Ejemplo: --remove property.list <indexToRemove> O --remove propertyToRemove.

Propiedad	Valor
Grupo de parámetros:	Generic Update Arguments
Valor predeterminado:	[]

--set

Actualice un objeto especificando una ruta de acceso de propiedad y un valor que se va a establecer. Ejemplo: --set property1.property2=<value>.

Propiedad	Valor
Grupo de parámetros:	Generic Update Arguments
Valor predeterminado:	[]

--skip-script-validation

Permite al usuario omitir la validación del script de puntuación de implementación.

Propiedad	Valor
Valor predeterminado:	False

--vscode-debug

Actualice el punto de conexión local y vuelva a adjuntar el depurador de VSCode. Solo funciona con la marca --local.

Propiedad	Valor
Valor predeterminado:	False
Valores aceptados:	false, true

--web

Muestre los detalles de la implementación en Azure ML Studio en un explorador web.

Propiedad	Valor
Valor predeterminado:	False

Parámetros globales

--debug

Aumente el nivel de detalle del registro para mostrar todos los registros de depuración.

Propiedad	Valor
Valor predeterminado:	False

--help -h

Mostrar este mensaje de ayuda y salir.

--only-show-errors

Solo se muestran errores, suprimiendo advertencias.

Propiedad	Valor
Valor predeterminado:	False

--output -o

Formato de salida.

Propiedad	Valor
Valor predeterminado:	json
Valores aceptados:	json, jsonc, none, table, tsv, yaml, yamlc

--query

Cadena de consulta JMESPath. Consulte http://jmespath.org/ para obtener más información y ejemplos.

--subscription

Nombre o identificador de la suscripción. Puede configurar la suscripción predeterminada mediante az account set -s NAME_OR_ID.

--verbose

Aumente el nivel de detalle del registro. Usa --debug para ver registros de depuración completos.

Propiedad	Valor
Valor predeterminado:	False

Comentarios

¿Le ha resultado útil esta página?

Compartir a través de

az ml online-deployment

Comandos

az ml online-deployment create

Ejemplos

Parámetros requeridos

Parámetros opcionales

az ml online-deployment delete

Ejemplos

Parámetros requeridos

Parámetros opcionales

az ml online-deployment get-logs

Ejemplos

Parámetros requeridos

Parámetros opcionales

az ml online-deployment list

Ejemplos

Parámetros requeridos

Parámetros opcionales

az ml online-deployment show

Ejemplos

Parámetros requeridos

Parámetros opcionales

az ml online-deployment update

Ejemplos

Parámetros requeridos

Parámetros opcionales

Comentarios