Teilen über

Erstellen eines Hubs mit dem Azure Machine Learning-SDK und der CLI

  • Artikel

Wichtig

Einige der in diesem Artikel beschriebenen Features sind möglicherweise nur in der Vorschau verfügbar. Diese Vorschauversion wird ohne Vereinbarung zum Servicelevel bereitgestellt und sollte nicht für Produktionsworkloads verwendet werden. Manche Features werden möglicherweise nicht unterstützt oder sind nur eingeschränkt verwendbar. Weitere Informationen finden Sie unter Zusätzliche Nutzungsbestimmungen für Microsoft Azure-Vorschauen.

In diesem Artikel erfahren Sie, wie Sie die folgenden KI Studio-Ressourcen mithilfe des Azure Machine Learning SDK und der Azure CLI (mit der Erweiterung für maschinelles Lernen) erstellen:

  • Einen Azure KI Studio-Hub
  • Eine Azure KI Services-Verbindung

Voraussetzungen

Erstellen Ihrer Umgebung

Verwenden Sie die folgenden Registerkarten, um auszuwählen, ob Sie das Python SDK oder Azure CLI verwenden:

  1. Installieren Sie Python, wie im SDK-Schnellstart beschrieben.

  2. Installieren Sie das Azure Machine Learning SDK v2.

  3. Installieren Sie azure-identity: pip install azure-identity. Verwenden Sie in einer Notebookzelle %pip install azure-identity.

  4. Geben Sie Ihre Abonnementdetails an:

    # Enter details of your subscription
subscription_id = "<SUBSCRIPTION_ID>"
resource_group = "<RESOURCE_GROUP>"

  5. Rufen Sie ein Handle für das Abonnement ab. Der gesamte Python-Code in diesem Artikel verwendet ml_client:

    # get a handle to the subscription

from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

  6. (Optional) Wenn Sie über mehrere Konten verfügen, fügen Sie die Mandanten-ID der Microsoft Entra ID-Instanz, die Sie verwenden möchten, in DefaultAzureCredential hinzu. Ihre Mandanten-ID finden Sie im Azure-Portal unter Microsoft Entra ID, Externe Identitäten.

    DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")

  7. (Optional:) Wenn Sie in den Regionen Azure Government – USA oder Azure China 21Vianet arbeiten, geben Sie die Region an, in der Sie die Authentifizierung durchführen möchten. Sie können die Region über DefaultAzureCredential angeben. Das folgende Beispiel führt die Authentifizierung in der Region „Azure Government – USA“ aus:

    from azure.identity import AzureAuthorityHosts
DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)

Erstellen des KI Studio-Hubs und der KI Services-Verbindung

Verwenden Sie die folgenden Beispiele, um einen neuen Hub zu erstellen. Ersetzen Sie die Beispielzeichenfolge durch Ihre eigenen Werte:

from azure.ai.ml.entities import Hub

my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"

# construct a basic hub
my_hub = Hub(name=my_hub_name, 
            location=my_location,
            display_name=my_display_name)

created_hub = ml_client.workspaces.begin_create(my_hub).result()

Erstellen einer KI Services-Verbindung

Nachdem Sie Ihre eigenen KI Services-Instanzen erstellt haben, können Sie sie mit Ihrem Hub verbinden:

from azure.ai.ml.entities import AzureAIServicesConnection

# constrict an AI Services connection
my_connection_name = "myaiservivce"
my_endpoint = "demo.endpoint" # this could also be called target
my_api_keys = None # leave blank for Authentication type = AAD
my_ai_services_resource_id = "" # ARM id required

my_connection = AzureAIServicesConnection(name=my_connection_name,
                                    endpoint=my_endpoint, 
                                    api_key= my_api_keys,
                                    ai_services_resource_id=my_ai_services_resource_id)

# Create the connection
ml_client.connections.create_or_update(my_connection)

Zugehöriger Inhalt