次の方法で共有

az ml model

Note

このリファレンスは、Azure CLI (バージョン 2.0.28 以降) の azure-cli-ml 拡張機能の一部です。 拡張機能は、az ml model 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。 拡張機能の詳細については、 を参照してください。

機械学習モデルを管理する。

コマンド

名前 説明 型 状態
az ml model delete

ワークスペースからモデルを削除します。

 Extension GA
az ml model deploy

ワークスペースからモデルをデプロイします。

 Extension GA
az ml model download

ワークスペースからモデルをダウンロードします。

 Extension GA
az ml model list

ワークスペース内のモデルを一覧表示します。

 Extension GA
az ml model package

ワークスペースにモデルをパッケージ化します。

 Extension GA
az ml model profile

ワークスペース内のプロファイル モデル。

 Extension GA
az ml model register

モデルをワークスペースに登録します。

 Extension GA
az ml model show

ワークスペースにモデルを表示します。

 Extension GA
az ml model update

ワークスペース内のモデルを更新します。

 Extension GA

az ml model delete

ワークスペースからモデルを削除します。

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

必須のパラメーター

--model-id -i

削除するモデルの ID。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--subscription-id

サブスクリプション ID を指定します。

--workspace-name -w

ワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model deploy

ワークスペースからモデルをデプロイします。

az ml model deploy --name
                   [--ae --auth-enabled]
                   [--ai --enable-app-insights]
                   [--ar --autoscale-refresh-seconds]
                   [--as --autoscale-enabled]
                   [--at --autoscale-target-utilization]
                   [--autoscale-max-replicas --ma]
                   [--autoscale-min-replicas --mi]
                   [--base-image --bi]
                   [--base-image-registry --ir]
                   [--cc --cpu-cores]
                   [--ccl --cpu-cores-limit]
                   [--cf --conda-file]
                   [--collect-model-data --md]
                   [--compute-target --ct]
                   [--compute-type --cp]
                   [--cuda-version --cv]
                   [--dc --deploy-config-file]
                   [--description]
                   [--dn --dns-name-label]
                   [--ds --extra-docker-file-steps]
                   [--ed --environment-directory]
                   [--eg --enable-gpu]
                   [--entry-script --es]
                   [--environment-name]
                   [--environment-version --ev]
                   [--failure-threshold --ft]
                   [--gb --memory-gb]
                   [--gbl --memory-gb-limit]
                   [--gc --gpu-cores]
                   [--ic --inference-config-file]
                   [--id --initial-delay-seconds]
                   [--key-name]
                   [--key-version]
                   [--kp --primary-key]
                   [--ks --secondary-key]
                   [--lo --location]
                   [--max-request-wait-time --mr]
                   [--model]
                   [--model-metadata-file]
                   [--namespace]
                   [--no-wait]
                   [--nr --num-replicas]
                   [--overwrite]
                   [--path]
                   [--period-seconds --ps]
                   [--pi --profile-input]
                   [--po --port]
                   [--property]
                   [--replica-max-concurrent-requests --rm]
                   [--resource-group]
                   [--rt --runtime]
                   [--sc --ssl-cname]
                   [--scoring-timeout-ms --tm]
                   [--sd --source-directory]
                   [--se --ssl-enabled]
                   [--sk --ssl-key-pem-file]
                   [--sp --ssl-cert-pem-file]
                   [--st --success-threshold]
                   [--subnet-name]
                   [--subscription-id]
                   [--tag]
                   [--timeout-seconds --ts]
                   [--token-auth-enabled]
                   [--tp --traffic-percentile]
                   [--vault-base-url]
                   [--version-name --vn]
                   [--vnet-name]
                   [--workspace-name]
                   []

必須のパラメーター

--name -n

デプロイされたサービスの名前。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--ae --auth-enabled

この Web サービスのキー認証を有効にするかどうかを指定します。 既定値は False です。

--ai --enable-app-insights

この Web サービスに対して AppInsights を有効にするかどうか。 既定値は False です。

--ar --autoscale-refresh-seconds

自動スケーラーがこの Web サービスのスケーリングを試みる頻度。 既定値は 1 です。

--as --autoscale-enabled

この Web サービスの自動スケールを有効にするかどうかを指定します。 num_replicasが None の場合、既定値は True になります。

--at --autoscale-target-utilization

自動スケーラーがこの Web サービスの維持を試みる必要があるターゲット使用率 (100% からパーセント)。 既定値は 70 です。

--autoscale-max-replicas --ma

この Web サービスを自動スケールするときに使用するコンテナーの最大数。 既定値は 10 です。

--autoscale-min-replicas --mi

この Web サービスを自動スケールするときに使用するコンテナーの最小数。 既定値は 1 です。

--base-image --bi

基本イメージとして使用するカスタム イメージ。 基本イメージが指定されていない場合は、指定されたランタイム パラメーターに基づいて基本イメージが使用されます。

--base-image-registry --ir

基本イメージを含むイメージ レジストリ。

--cc --cpu-cores

この Web サービスに割り当てる CPU コアの数。 10 進数を指定できます。 既定値は 0.1 です。

--ccl --cpu-cores-limit

この Web サービスで使用できる CPU コアの最大数。 10 進数を指定できます。

--cf --conda-file

イメージに使用する conda 環境定義を含むローカル ファイルへのパス。

--collect-model-data --md

この Web サービスのモデル データ収集を有効にするかどうかを指定します。 既定値は False です。

--compute-target --ct

コンピューティング 先の名前。 AKS にデプロイする場合にのみ適用されます。

--compute-type --cp

デプロイするサービスのコンピューティングの種類。

--cuda-version --cv

GPU サポートが必要なイメージ用にインストールする CUDA のバージョン。 GPU イメージは、Azure Container Instances、Azure Machine Learning Compute、Azure Virtual Machines、Azure Kubernetes Service などの Microsoft Azure サービスで使用する必要があります。 サポートされているバージョンは 9.0、9.1、10.0 です。 'enable_gpu' が設定されている場合、既定値は '9.1' になります。

--dc --deploy-config-file

デプロイ メタデータを含む JSON または YAML ファイルへのパス。

--description

デプロイされたサービスの説明。

--dn --dns-name-label

この Web サービスの DNS 名。

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

イメージの設定時に実行する追加の Docker ステップを含むローカル ファイルへのパス。

--ed --environment-directory

デプロイ用の Azure Machine Learning Environment のディレクトリ。 これは、'az ml environment scaffold' コマンドで指定されたのと同じディレクトリ パスです。

--eg --enable-gpu

イメージで GPU サポートを有効にするかどうかを指定します。 GPU イメージは、Azure Container Instances、Azure Machine Learning Compute、Azure Virtual Machines、Azure Kubernetes Service などの Microsoft Azure サービスで使用する必要があります。 既定値は False です。

--entry-script --es

サービス用に実行するコードを含むローカル ファイルへのパス (指定されている場合はsource_directoryからの相対パス)。

--environment-name -e

デプロイ用の Azure Machine Learning 環境の名前。

--environment-version --ev

デプロイ用の既存の Azure Machine Learning 環境のバージョン。

--failure-threshold --ft

ポッドが起動し、ライブネス プローブが失敗した場合、Kubernetes は --failure-threshold 時間を試してから終了します。 既定値は 3 です。 最小値は 1 です。

--gb --memory-gb

この Web サービスに割り当てるメモリの量 (GB 単位)。 10 進数を指定できます。

--gbl --memory-gb-limit

この Web サービスで使用できるメモリの最大量 (GB 単位)。 10 進数を指定できます。

--gc --gpu-cores

この Web サービスに割り当てる GPU コアの数。 既定値は 1 です。

--ic --inference-config-file

推論構成を含む JSON または YAML ファイルへのパス。

--id --initial-delay-seconds

コンテナーが起動してから、liveness プローブが開始されるまでの秒数。 既定値は 310 です。

--key-name

ACI のカスタマー マネージド キー (CMK) の暗号化プロパティのキー名。

--key-version

ACI のカスタマー マネージド キー (CMK) の暗号化プロパティのキー バージョン。

--kp --primary-key

この Web サービスに使用するプライマリ認証キー。

--ks --secondary-key

この Web サービスに使用するセカンダリ認証キー。

--lo --location

この Web サービスのデプロイ先となる Azure リージョン。 指定されていない場合、ワークスペースの場所が使用されます。 利用可能なリージョンの詳細については、 https://azure.microsoft.com/en-us/global-infrastructure/services/?regions=all&を参照してください。products=container-instances。

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

503 エラーを返す前に、要求がキューに保持される最大時間 (ミリ秒単位)。 既定値は 500 です。

--model -m

デプロイするモデルの ID。 複数のモデルを追加の -m 引数で指定できます。 最初にモデルを登録する必要があります。

プロパティ 値
規定値: []
--model-metadata-file -f

モデル登録メタデータを含む JSON ファイルへのパス。 複数の -f パラメーターを使用して、複数のモデルを提供できます。

プロパティ 値
規定値: []
--namespace

サービスをデプロイする Kubernetes 名前空間: 最大 63 文字の小文字 ('-'z'、'0'-'9')、ハイフン ('-') 文字。 先頭と末尾の文字をハイフンにすることはできません。 AKS にデプロイする場合にのみ適用されます。

--no-wait

非同期呼び出しを待機しないフラグ。

--nr --num-replicas

この Web サービスに割り当てるコンテナーの数。 既定値はありません。このパラメーターが設定されていない場合、自動スケーラーは既定で有効になります。

--overwrite

名前が競合する場合は、既存のサービスを上書きします。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--period-seconds --ps

liveness probe を実行する頻度 (秒単位)。 既定値は 10 秒です。 最小値は 1 です。

--pi --profile-input

プロファイリング結果を含む JSON ファイルへのパス。

--po --port

サービスの HTTP エンドポイントを公開するローカル ポート。

--property

追加するキー/値プロパティ (e.g. key=value)。 複数のプロパティは、複数の --property オプションで指定できます。

プロパティ 値
規定値: []
--replica-max-concurrent-requests --rm

この Web サービスに対して許可するノードあたりの最大同時要求数。 既定値は 1 です。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--rt --runtime

イメージに使用するランタイム。 現在サポートされているランタイムは、'spark-py' と 'python'spark-py|python|python-slim です。

--sc --ssl-cname

SSL が有効になっている場合の cname。

--scoring-timeout-ms --tm

この Web サービスへの呼び出しのスコア付けに適用するタイムアウト。 既定値は 60000 です。

--sd --source-directory

イメージを作成するすべてのファイルを含むフォルダーへのパス。

--se --ssl-enabled

この Web サービスに対して SSL を有効にするかどうか。 既定値は False です。

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

SSL が有効になっている場合に必要なキー ファイル。

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

SSL が有効になっている場合に必要な証明書ファイル。

--st --success-threshold

失敗後、liveness probe が成功と見なされるための最小連続成功数。 既定値は 1 です。 最小値は 1 です。

--subnet-name

vnet 内のサブネットの名前。

--subscription-id

サブスクリプション ID を指定します。

--tag

追加するキー/値タグ (e.g. key=value)。 複数のタグを複数の --tag オプションで指定できます。

プロパティ 値
規定値: []
--timeout-seconds --ts

ライブネス プローブがタイムアウトする秒数。既定値は 2 秒です。 最小値は 1 です。

--token-auth-enabled

この Web サービスのトークン認証を有効にするかどうかを指定します。 AKS にデプロイしない場合は無視されます。 既定値は False です。

--tp --traffic-percentile

バージョンがエンドポイントで受け取るトラフィックの量。 10 進数を指定できます。 既定値は 0 です。

--vault-base-url

ACI のカスタマー マネージド キー (CMK) の暗号化プロパティのコンテナー ベース URL。

--version-name --vn

エンドポイントのバージョン名。 既定では、最初のバージョンのエンドポイント名が使用されます。

--vnet-name

仮想ネットワークの名前。

--workspace-name -w

ワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model download

ワークスペースからモデルをダウンロードします。

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

必須のパラメーター

--model-id -i

モデルの ID。

--target-dir -t

モデル ファイルをダウンロードするターゲット ディレクトリ。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--overwrite

ターゲット ディレクトリに同じ名前ファイルが存在する場合は上書きします。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--subscription-id

サブスクリプション ID を指定します。

--workspace-name -w

表示するモデルを含むワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model list

ワークスペース内のモデルを一覧表示します。

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

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--dataset-id

指定した場合、指定されたデータセット ID を持つモデルのみが表示されます。

--latest -l

指定した場合、最新バージョンのモデルのみが返されます。

--model-name -n

リストをフィルター処理する省略可能なモデル名。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--property

追加するキー/値プロパティ (e.g. key=value)。 複数のプロパティは、複数の --property オプションで指定できます。

プロパティ 値
規定値: []
--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--run-id

指定した場合、指定された実行 ID を持つモデルのみが表示されます。

--subscription-id

サブスクリプション ID を指定します。

--tag

追加するキー/値タグ (e.g. key=value)。 複数のタグを複数の --tag オプションで指定できます。

プロパティ 値
規定値: []
--workspace-name -w

一覧表示するモデルを含むワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model package

ワークスペースにモデルをパッケージ化します。

az ml model package [--cf --conda-file]
                    [--ed --environment-directory]
                    [--entry-script --es]
                    [--environment-name]
                    [--environment-version --ev]
                    [--ic --inference-config-file]
                    [--il --image-label]
                    [--image-name --in]
                    [--model]
                    [--model-metadata-file]
                    [--no-wait]
                    [--output-path]
                    [--path]
                    [--resource-group]
                    [--rt --runtime]
                    [--sd --source-directory]
                    [--subscription-id]
                    [--workspace-name]
                    []

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--cf --conda-file

パッケージに使用する conda 環境定義を含むローカル ファイルへのパス。

--ed --environment-directory

パッケージ化のための Azure Machine Learning Environment のディレクトリ。 これは、'az ml environment scaffold' コマンドで指定されたのと同じディレクトリ パスです。

--entry-script --es

サービス用に実行するコードを含むローカル ファイルへのパス (指定されている場合はsource_directoryからの相対パス)。

--environment-name -e

パッケージ化のための Azure Machine Learning Environment の名前。

--environment-version --ev

パッケージ化のための既存の Azure Machine Learning 環境のバージョン。

--ic --inference-config-file

推論構成を含む JSON または YAML ファイルへのパス。

--il --image-label

ビルドされたパッケージ イメージを提供するラベル。

--image-name --in

ビルドされたパッケージ イメージを指定する名前。

--model -m

パッケージ化するモデルの ID。 複数のモデルを追加の -m 引数で指定できます。 最初にモデルを登録する必要があります。

プロパティ 値
規定値: []
--model-metadata-file -f

モデル登録メタデータを含む JSON ファイルへのパス。 複数の -f パラメーターを使用して、複数のモデルを提供できます。

プロパティ 値
規定値: []
--no-wait

非同期呼び出しを待機しないフラグ。

--output-path

Docker コンテキストの出力パス。 出力パスが渡されると、ワークスペース ACR でイメージをビルドする代わりに、dockerfile と必要なビルド コンテキストがそのパスに書き込まれます。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--rt --runtime

パッケージに使用するランタイム。 現在サポートされているランタイムは、'spark-py' と 'python'spark-py|python|python-slim です。

--sd --source-directory

イメージを作成するすべてのファイルを含むフォルダーへのパス。

--subscription-id

サブスクリプション ID を指定します。

--workspace-name -w

ワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model profile

ワークスペース内のプロファイル モデル。

az ml model profile --name
                    [--base-image --bi]
                    [--base-image-registry --ir]
                    [--cc --cpu-cores]
                    [--cf --conda-file]
                    [--description]
                    [--ed --environment-directory]
                    [--entry-script --es]
                    [--environment-name]
                    [--environment-version --ev]
                    [--gb --memory-in-gb]
                    [--ic --inference-config-file]
                    [--idi --input-dataset-id]
                    [--model]
                    [--model-metadata-file]
                    [--output-metadata-file]
                    [--resource-group]
                    [--sd --source-directory]
                    [--subscription-id]
                    [--workspace-name]
                    []

必須のパラメーター

--name -n

モデル プロファイルの名前。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--base-image --bi

基本イメージとして使用するカスタム イメージ。 基本イメージが指定されていない場合は、指定されたランタイム パラメーターに基づいて基本イメージが使用されます。

--base-image-registry --ir

基本イメージを含むイメージ レジストリ。

--cc --cpu-cores

プロファイリング時に使用する最大 CPU の倍精度浮動小数点値。

--cf --conda-file

イメージに使用する conda 環境定義を含むローカル ファイルへのパス。

--description

モデル プロファイルの説明。

--ed --environment-directory

デプロイ用の Azure Machine Learning Environment のディレクトリ。 これは、'az ml environment scaffold' コマンドで指定されたのと同じディレクトリ パスです。

--entry-script --es

サービス用に実行するコードを含むローカル ファイルへのパス (指定されている場合はsource_directoryからの相対パス)。

--environment-name -e

デプロイ用の Azure Machine Learning 環境の名前。

--environment-version --ev

デプロイ用の既存の Azure Machine Learning 環境のバージョン。

--gb --memory-in-gb

プロファイリング時に使用する最大メモリの 2 倍の値。

--ic --inference-config-file

推論構成を含む JSON または YAML ファイルへのパス。

--idi --input-dataset-id

プロファイルの入力として使用する表形式データセットの ID。

--model -m

デプロイするモデルの ID。 複数のモデルを追加の -m 引数で指定できます。 最初にモデルを登録する必要があります。

プロパティ 値
規定値: []
--model-metadata-file -f

モデル登録メタデータを含む JSON ファイルへのパス。 複数の -f パラメーターを使用して、複数のモデルを提供できます。

プロパティ 値
規定値: []
--output-metadata-file -t

プロファイルの結果メタデータが書き込まれる JSON ファイルへのパス。 モデルのデプロイの入力として使用されます。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--sd --source-directory

イメージを作成するすべてのファイルを含むフォルダーへのパス。

--subscription-id

サブスクリプション ID を指定します。

--workspace-name -w

ワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model register

モデルをワークスペースに登録します。

az ml model register --name
                     [--asset-path]
                     [--cc --cpu-cores]
                     [--description]
                     [--experiment-name]
                     [--gb --memory-gb]
                     [--gc --gpu-cores]
                     [--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]
                     []

必須のパラメーター

--name -n

登録するモデルの名前。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--asset-path

experiement が実行されるクラウド パスには、モデル ファイルが格納されます。

--cc --cpu-cores

このモデルに割り当てる CPU コアの既定の数。 10 進数を指定できます。

--description -d

モデルの説明。

--experiment-name

実験の名前。

--gb --memory-gb

このモデルに割り当てるメモリの既定の量 (GB 単位)。 10 進数を指定できます。

--gc --gpu-cores

このモデルに割り当てる GPU の既定の数。

--model-framework

登録するモデルのフレームワーク。 現在サポートされているフレームワーク: TensorFlow、ScikitLearn、Onnx、Custom、Multi。

--model-framework-version

登録するモデルのフレームワーク バージョン (例: 1.0.0、2.4.1)。

--model-path -p

登録するモデル ファイルの完全パス。

--output-metadata-file -t

モデル登録メタデータが書き込まれる JSON ファイルへのパス。 モデルのデプロイの入力として使用されます。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--property

追加するキー/値プロパティ (e.g. key=value)。 複数のプロパティは、複数の --property オプションで指定できます。

プロパティ 値
規定値: []
--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--run-id -r

モデルが登録される実験実行の ID。

--run-metadata-file -f

experiement 実行メタデータを含む JSON ファイルへのパス。

--sample-input-dataset-id

サンプル入力データセットの ID。

--sample-output-dataset-id

サンプル出力データセットの ID。

--subscription-id

サブスクリプション ID を指定します。

--tag

追加するキー/値タグ (e.g. key=value)。 複数のタグを複数の --tag オプションで指定できます。

プロパティ 値
規定値: []
--workspace-name -w

このモデルを登録するワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model show

ワークスペースにモデルを表示します。

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

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--model-id -i

表示するモデルの ID。

--model-name -n

表示するモデルの名前。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--run-id

指定した場合、指定された実行 ID を持つモデルのみが表示されます。

--subscription-id

サブスクリプション ID を指定します。

--version

指定した場合、指定した名前とバージョンのモデルのみが表示されます。

--workspace-name -w

表示するモデルを含むワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False

az ml model update

ワークスペース内のモデルを更新します。

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

必須のパラメーター

--model-id -i

モデルの ID。

オプションのパラメーター

次のパラメーターは省略可能ですが、コマンドを正常に実行するには、状況に応じて 1 つ以上が必要になる場合があります。

--add-property

追加するキー/値プロパティ (e.g. key=value)。 複数の --add-property オプションを使用して、複数のプロパティを指定できます。

プロパティ 値
規定値: []
--add-tag

追加するキー/値タグ (e.g. key=value)。 複数の --add-tag オプションを使用して、複数のタグを指定できます。

プロパティ 値
規定値: []
--cc --cpu-cores

このモデルに割り当てる CPU コアの既定の数。 10 進数を指定できます。

--description

モデルの更新に使用する説明。 現在の説明を置き換えます。

--gb --memory-gb

このモデルに割り当てるメモリの既定の量 (GB 単位)。 10 進数を指定できます。

--gc --gpu-cores

このモデルに割り当てる GPU の既定の数。

--path

プロジェクト フォルダーへのパス。 既定値: 現在のディレクトリ。

--remove-tag

削除するタグのキー。 複数のタグを複数の --remove-tag オプションで指定できます。

プロパティ 値
規定値: []
--resource-group -g

指定されたワークスペースに対応するリソース グループ。

--sample-input-dataset-id

サンプル入力データセットの ID。

--sample-output-dataset-id

サンプル出力データセットの ID。

--subscription-id

サブスクリプション ID を指定します。

--workspace-name -w

ワークスペースの名前。

-v

詳細度フラグ。

グローバル パラメーター
--debug

ログの詳細度を上げて、すべてのデバッグ ログを表示します。

プロパティ 値
規定値: False
--help -h

このヘルプ メッセージを表示して終了します。

--only-show-errors

エラーのみを表示し、警告を抑制します。

プロパティ 値
規定値: False
--output -o

出力フォーマット。

プロパティ 値
規定値: json
指定可能な値: json, jsonc, none, table, tsv, yaml, yamlc
--query

JMESPath クエリ文字列。 詳細と例については、http://jmespath.org/ を参照してください。

--subscription

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。

--verbose

ログの詳細度を高める。 完全なデバッグ ログには --debug を使用します。

プロパティ 値
規定値: False