Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
              GÄLLER FÖR: Azure CLI ml extension v2 (current)
Azure CLI ml extension v2 (current) Python SDK azure-ai-ml v2 (aktuell)
Python SDK azure-ai-ml v2 (aktuell)
Azure Machine Learning CLI v2 (CLI v2) och Azure Machine Learning Python SDK v2 (SDK v2) introducerar en konsekvens av funktioner och terminologi i gränssnitten. För att skapa den här konsekvensen skiljer sig syntaxen för kommandon i vissa fall avsevärt från de första versionerna (v1).
Det finns inga skillnader i funktioner mellan CLI v2 och SDK v2. Kommandoradsbaserade CLI kan vara mer praktiskt i CI/CD MLOps-typer av scenarier, medan SDK kan vara mer praktiskt för utveckling.
Azure Machine Learning CLI v2
Azure Machine Learning CLI v2 är det senaste tillägget för Azure CLI. CLI v2 innehåller kommandon i formatet < för att skapa och underhålla Machine Learning-tillgångar och arbetsflöden. Själva tillgångarna eller arbetsflödena definieras med hjälp av en YAML-fil. YAML-filen definierar konfigurationen av tillgången eller arbetsflödet. Till exempel, vad är det och var ska det köras?
Några exempel på CLI v2-kommandon:
- az ml job create --file my_job_definition.yaml
- az ml environment update --name my-env --file my_updated_env_definition.yaml
- az ml model list
- az ml compute show --name my_compute
Användningsfall för CLI v2
CLI v2 är användbart i följande scenarier:
- Registrera dig för Machine Learning utan att behöva lära dig ett specifikt programmeringsspråk. - YAML-filen definierar konfigurationen av tillgången eller arbetsflödet, till exempel vad är den och var ska den köras? All anpassad logik eller IP som används, t.ex. förberedelse av data, modellträning och modellbedömning, kan finnas kvar i skriptfiler. Dessa filer refereras till i YAML men ingår inte i själva YAML. Machine Learning stöder skriptfiler i Python, R, Java, Julia eller C#. Allt du behöver lära dig är YAML-format och kommandorader för att använda Machine Learning. Du kan hålla dig till valfria skriptfiler. 
- Dra nytta av enkel distribution och automatisering. - Användningen av kommandoraden för körning gör distribution och automatisering enklare eftersom du kan anropa arbetsflöden från alla erbjudanden eller plattformar, vilket gör att användarna kan anropa kommandoraden. 
- Använd distributioner av hanterad slutsatsdragning. - Machine Learning erbjuder slutpunkter för att effektivisera modelldistributioner för både realtids- och batchinferensdistributioner. Den här funktionen är endast tillgänglig via version 2 av CLI och SDK. 
- Återanvänd komponenter i pipelines. - Machine Learning introducerar komponenter för att hantera och återanvända vanlig logik mellan pipelines. Den här funktionen är endast tillgänglig via version 2 av CLI och SDK. 
Azure Machine Learning Python SDK v2
Azure Machine Learning Python SDK v2 är ett uppdaterat Python SDK-paket som gör att användarna kan:
- Skicka träningsjobb.
- Hantera data, modeller och miljöer.
- Utför hanterad slutsatsdragning (realtid och batch).
- Sammanfoga flera uppgifter och produktionsarbetsflöden med hjälp av Machine Learning-pipelines.
SDK v2 är i nivå med CLI v2-funktioner och är konsekvent i hur tillgångar (substantiv) och åtgärder (verb) används mellan SDK och CLI. Om du till exempel vill visa en tillgång kan du använda åtgärden list i både SDK och CLI. Du kan använda samma list åtgärd för att lista en beräkning, modell, miljö och så vidare.
Användningsfall för SDK v2
SDK v2 är användbart i följande scenarier:
- Använd Python-funktioner för att skapa ett enda steg eller ett komplext arbetsflöde. - Med SDK v2 kan du skapa ett enda kommando eller en kedja med kommandon som Python-funktioner. Kommandot har ett namn och parametrar, förväntar sig indata och returnerar utdata. 
- Gå från enkla till komplexa begrepp stegvis. - Med SDK v2 kan du: - Skapa ett enda kommando.
- Lägg till ett hyperparameter-svep ovanpå kommandot.
- Lägg till kommandot med olika andra i en pipeline en efter en.
 - Den här konstruktionen är användbar på grund av maskininlärningens iterativa karaktär. 
- Återanvänd komponenter i pipelines. - Machine Learning introducerar komponenter för att hantera och återanvända vanlig logik mellan pipelines. Den här funktionen är endast tillgänglig via version 2 av CLI och SDK. 
- Använd hanterad slutsatsdragning. - Machine Learning erbjuder slutpunkter för att effektivisera modelldistributioner för både realtids- och batchinferensdistributioner. Den här funktionen är endast tillgänglig via version 2 av CLI och SDK. 
Ska jag använda v1 eller v2?
Stödet för CLI v1 upphörde den 30 september 2025. Stödet för SDK v1 upphör den 30 juni 2026. Även om dina befintliga arbetsflöden med CLI v1 och SDK v1 fortsätter att fungera efter supportdatumet kan de exponeras för säkerhetsrisker eller icke-bakåtkompatibla ändringar i händelse av arkitektoniska ändringar i produkten. Vi rekommenderar att du övergår till CLI v2 så snart som möjligt och SDK v2 före supportdatumets slut.
Vi rekommenderar att du migrerar koden för både CLI och SDK v1 till CLI och SDK v2. Mer information finns i Uppgradera till v2.
CLI v2
Stödet för Azure Machine Learning CLI v1 upphörde den 30 september 2025. Dina befintliga arbetsflöden med CLI v1 fortsätter att fungera efter supportdatumet. De kan dock utsättas för säkerhetsrisker eller förändringar som bryter kompatibiliteten vid arkitektoniska förändringar i produkten.
Vi rekommenderar att du övergår till mltillägget , eller v2, så snart som möjligt. Mer information om v2-tillägget finns i Uppgradera till v2.
SDK v2
Stödet för Azure Machine Learning SDK v1 upphör den 30 juni 2026. Du kan installera och använda SDK v1 fram till det datumet.
Vi rekommenderar att du övergår till SDK v2 före den 30 juni 2026. Mer information finns i Uppgradera till v2.
Relaterat innehåll
- Kom igång med CLI v2: 
- Kom igång med SDK v2: