Mettre à niveau la gestion de l’espace de travail vers le Kit de développement logiciel (SDK) v2

La fonctionnalité de l’espace de travail ne change pas avec la plateforme de développement V2. Toutefois, des modifications liées au réseau doivent être prises en compte. Pour obtenir des détails, consultez Changement d’isolation réseau avec notre nouvelle plateforme d’API sur Azure Resource Manager

Cet article fournit une comparaison des scénarios dans sdk v1 et SDK v2.

Important

Le Kit de développement logiciel (SDK) Azure Machine Learning v1 a été déconseillé le 31 mars 2025. Le support se termine le 30 juin 2026. Nous vous recommandons de passer au Kit de développement logiciel (SDK) v2. Pour plus d’informations, consultez Mettre à niveau vers v2.

Créer un espace de travail

  • Kit de développement logiciel (SDK) v1

    from azureml.core import Workspace

ws = Workspace.create(
    name='my_workspace',
    location='eastus',
    subscription_id = '<SUBSCRIPTION_ID>'
    resource_group = '<RESOURCE_GROUP>'
)

  • Kit de développement logiciel (SDK) v2

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

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

# get a handle to the subscription
ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

# specify the workspace details
ws = Workspace(
    name="my_workspace",
    location="eastus",
    display_name="My workspace",
    description="This example shows how to create a workspace",
    tags=dict(purpose="demo"),
)

ml_client.workspaces.begin_create(ws).result()

  • Kit de développement logiciel (SDK) v1

    from azureml.core import Workspace
from azureml.core import PrivateEndPointConfig

ws = Workspace.create(
    name='my_workspace',
    location='eastus',
    subscription_id = '<SUBSCRIPTION_ID>'
    resource_group = '<RESOURCE_GROUP>'
)

ple = PrivateEndPointConfig(
    name='my_private_link_endpoint',
    vnet_name='<VNET_NAME>',
    vnet_subnet_name='<VNET_SUBNET_NAME>',
    vnet_subscription_id='<SUBSCRIPTION_ID>', 
    vnet_resource_group='<RESOURCE_GROUP>'
)

ws.add_private_endpoint(ple, private_endpoint_auto_approval=True)

  • Kit de développement logiciel (SDK) v2

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

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

# get a handle to the subscription
ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

ws = Workspace(
    name="private_link_endpoint_workspace",
    location="eastus",
    display_name="Private Link endpoint workspace",
    description="When using private link, you must set the image_build_compute property to a cluster name to use for Docker image environment building. You can also specify whether the workspace should be accessible over the internet.",
    image_build_compute="cpu-compute",
    public_network_access="Disabled",
    tags=dict(purpose="demonstration"),
)

ml_client.workspaces.begin_create(ws).result()

Charger/se connecter à l’espace de travail à l’aide de paramètres

  • Kit de développement logiciel (SDK) v1

    from azureml.core import Workspace
ws = Workspace.from_config()

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

# get handle on the workspace
ws = Workspace.get(
    subscription_id='<SUBSCRIPTION_ID>',
    resource_group='<RESOURCE_GROUP>',
    name='my_workspace',
)

  • Kit de développement logiciel (SDK) v2

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

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

# get handle on the workspace
ml_client = MLClient(
    DefaultAzureCredential(),
    subscription_id='<SUBSCRIPTION_ID>',
    resource_group_name='<RESOURCE_GROUP>',
    workspace_name='my_workspace'
)

Charger/se connecter à l’espace de travail à l’aide d’un fichier config

  • Kit de développement logiciel (SDK) v1

    from azureml.core import Workspace

ws = Workspace.from_config()
ws.get_details()

  • Kit de développement logiciel (SDK) v2

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

ml_client = MLClient.from_config(
    DefaultAzureCredential()
)

Mappage des fonctionnalités clés dans le SDK v1 et le SDK v2

Fonctionnalités dans le SDK v1 Mappage approximatif dans le SDK v2
Workspace.create() WorkspaceOperations.begin_create()
Workspace.get() MLClient() avec les paramètres de l’espace de travail
Workspace.from_config() MLClient.from_config()
Workspace.add_private_endpoint() Workspace(public_network_access="Disabled") via begin_create()

Pour plus d'informations, consultez les pages suivantes :

  • Last updated on