使用 CLI v1 在 Azure 机器学习中创建和使用软件环境

本文介绍如何使用 CLI v1 创建和管理 Azure 机器学习环境。使用环境可以在项目软件依赖项演化时对其进行跟踪和再现。 Azure 机器学习 CLI v1 镜像了 Python SDK v1 的大部分功能。可以使用它来创建和管理环境。

软件依赖项管理是开发人员的常见任务。你希望在无需进行大量手动软件配置的情况下，确保版本可以再现。 Azure 机器学习 Environment 类会考虑本地开发解决方案（例如 pip 和 Conda），并通过 Docker 功能进行分布式云开发。

有关环境在 Azure 机器学习中的作用的综合概述，请参阅什么是 ML 环境？。若要了解如何管理 Azure 机器学习工作室中的环境，请参阅管理工作室中的环境。有关配置开发环境的信息，请参阅为 Azure 机器学习设置 Python 开发环境。

先决条件

重要

本文中的一些 Azure CLI 命令使用适用于 Azure 机器学习的 azure-cli-ml 或 v1 扩展。对 v1 扩展的支持将于 2025 年 9 月 30 日结束。在该日期之前，你将能够安装和使用 v1 扩展。

建议在 2025 年 9 月 30 日之前转换为 ml 或 v2 扩展。有关 v2 扩展的详细信息，请参阅 Azure ML CLI 扩展和 Python SDK v2。

以下命令为指定目录中的默认环境定义创建基架文件。这些文件是 JSON 文件。其工作方式类似于 SDK 中的相应类。可以使用这些文件创建采用自定义设置的新环境。

az ml environment scaffold -n myenv -d myenvdir

运行以下命令可从指定的目录注册环境：

az ml environment register -d myenvdir

运行以下命令可以列出所有已注册的环境：

az ml environment list

若要下载已注册的环境，请使用以下命令：

az ml environment download -n myenv -d downloaddir