Azure Machine Learning-erőforrások létrehozása, futtatása és törlése REST használatával
Az Azure Machine Learning-erőforrások többféleképpen is kezelhetők. Használhatja a portált, a parancssori felületet vagy a Python SDK-t. Vagy választhatja a REST API-t. A REST API a HTTP-parancsokat szabványos módon használja erőforrások létrehozására, lekérésére, frissítésére és törlésére. A REST API bármilyen olyan nyelvvel vagy eszközzel működik, amely HTTP-kéréseket tud küldeni. A REST egyszerű struktúrája gyakran jó választás a szkriptelési környezetekben és az MLOps automatizálásában.
Ebben a cikkben az alábbiakkal ismerkedhet meg:
- Engedélyezési jogkivonat lekérése
- Megfelelően formázott REST-kérés létrehozása egyszerű szolgáltatáshitelesítéssel
- Get-kérések használata az Azure Machine Learning hierarchikus erőforrásaival kapcsolatos információk lekéréséhez
- PUT és POST kérelmek használata erőforrások létrehozásához és módosításához
- Azure Machine Learning-munkaterületek létrehozása PUT-kérelmek használatával
- Törlési kérések használata az erőforrások törléséhez
Előfeltételek
- Egy Azure-előfizetés , amelyhez rendszergazdai jogosultságokkal rendelkezik. Ha nem rendelkezik ilyen előfizetéssel, próbálja ki az ingyenes vagy fizetős személyes előfizetést
- Egy Azure Machine Learning-munkaterület.
- A rendszergazdai REST-kérelmek szolgáltatásnév-hitelesítést használnak. Kövesse az Azure Machine Learning-erőforrások és -munkafolyamatok hitelesítésének beállítása szolgáltatásnév létrehozásához a munkaterületen
- A curl segédprogram. A curl program elérhető a Linuxos Windows-alrendszer vagy bármely UNIX-disztribúcióban. A PowerShellben a curl az Invoke-WebRequest aliasa, és
curl -d "key=val" -X POST uri
így leszInvoke-WebRequest -Body "key=val" -Method POST -Uri uri
.
Szolgáltatásnév hitelesítési jogkivonatának lekérése
A felügyeleti REST-kérelmek hitelesítése OAuth2 implicit folyamattal történik. Ez a hitelesítési folyamat az előfizetés szolgáltatásnév által biztosított jogkivonatot használja. A jogkivonat lekéréséhez a következőkre lesz szüksége:
- A bérlőazonosító (annak a szervezetnek a azonosítása, amelyhez az előfizetés tartozik)
- Az ügyfélazonosító (amely a létrehozott jogkivonathoz lesz társítva)
- Az ügyfél titkos kódja (amelyet meg kell védenie)
Ezeket az értékeket a szolgáltatásnév létrehozására adott válaszból kell származnia. Ezeket az értékeket az Azure Machine Learning-erőforrások és -munkafolyamatok hitelesítésének beállítása című témakör ismerteti. Ha vállalati előfizetését használja, előfordulhat, hogy nincs engedélye szolgáltatásnév létrehozására. Ebben az esetben ingyenes vagy fizetős személyes előfizetést kell használnia.
Jogkivonat lekérése:
- Nyisson meg egy terminálablakot.
- Írja be a következő kódot a parancssorba
- Cserélje le a saját értékeit az ,
<YOUR-CLIENT-ID>
és<YOUR-CLIENT-SECRET>
a<YOUR-TENANT-ID>
. Ebben a cikkben a szögletes zárójelekkel körülvett sztringek olyan változók, amelyeket a saját megfelelő értékekkel kell lecserélni. - Futtassa a
curl -X POST https://login.microsoftonline.com/<YOUR-TENANT-ID>/oauth2/token \
-d "grant_type=client_credentials&resource=https%3A%2F%2Fmanagement.azure.com%2F&client_id=<YOUR-CLIENT-ID>&client_secret=<YOUR-CLIENT-SECRET>" \
A válasznak egy órára megfelelő hozzáférési jogkivonatot kell biztosítania:
{
"token_type": "Bearer",
"expires_in": "3599",
"ext_expires_in": "3599",
"expires_on": "1578523094",
"not_before": "1578519194",
"resource": "https://management.azure.com/",
"access_token": "YOUR-ACCESS-TOKEN"
}
Jegyezze fel a jogkivonatot, mivel ezzel hitelesíti az összes felügyeleti kérést. Ezt úgy teheti meg, hogy beállít egy engedélyezési fejlécet az összes kérelemben:
curl -h "Authorization:Bearer <YOUR-ACCESS-TOKEN>" ...more args...
Feljegyzés
Az érték a "Bearer" sztringgel kezdődik, amely egyetlen szóközt tartalmaz a jogkivonat hozzáadása előtt.
Az előfizetéshez társított erőforráscsoportok listájának lekérése
Az előfizetéshez társított erőforráscsoportok listájának lekéréséhez futtassa a következőt:
curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups?api-version=2022-04-01 -H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"
Az Azure-ban számos REST API van közzétéve. Minden szolgáltató saját ütemben frissíti az API-t, de ezt a meglévő programok feltörése nélkül teszi. A szolgáltató az argumentum használatával biztosítja a api-version
kompatibilitást.
Fontos
Az api-version
argumentum szolgáltatásonként eltérő. A Machine Learning Service esetében például a jelenlegi API-verzió az 2023-10-01
. A többi Azure-szolgáltatás legújabb API-verziójának megkereséséhez tekintse meg az adott szolgáltatásHoz tartozó Azure REST API-referenciát .
Minden REST-hívásnak a api-version
várt értékre kell állítania az argumentumot. A megadott verzió szintaxisára és szemantikára akkor is támaszkodhat, ha az API folyamatosan fejlődik. Ha argumentum nélkül api-version
küld egy kérést egy szolgáltatónak, a válasz a támogatott értékek emberi olvasásra alkalmas listáját fogja tartalmazni.
A fenti hívás az űrlap tömörített JSON-válaszát eredményezi:
{
"value": [
{
"id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/RG1",
"name": "RG1",
"type": "Microsoft.Resources/resourceGroups",
"location": "westus2",
"properties": {
"provisioningState": "Succeeded"
}
},
{
"id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/RG2",
"name": "RG2",
"type": "Microsoft.Resources/resourceGroups",
"location": "eastus",
"properties": {
"provisioningState": "Succeeded"
}
}
]
}
Lehatolás munkaterületekre és azok erőforrásaira
Az erőforráscsoportban lévő munkaterületek halmazának lekéréséhez futtassa a következőt, cserélje le <YOUR-SUBSCRIPTION-ID>
a következőt<YOUR-RESOURCE-GROUP>
<YOUR-ACCESS-TOKEN>
:
curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"
Ezúttal is kap egy JSON-listát, amely ezúttal egy listát tartalmaz, amelynek minden eleme részletesen tartalmaz egy munkaterületet:
{
"id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/DeepLearningResourceGroup/providers/Microsoft.MachineLearningServices/workspaces/my-workspace",
"name": "my-workspace",
"type": "Microsoft.MachineLearningServices/workspaces",
"location": "centralus",
"tags": {},
"etag": null,
"properties": {
"friendlyName": "",
"description": "",
"creationTime": "2023-01-03T19:56:09.7588299+00:00",
"storageAccount": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.storage/storageaccounts/myworkspace0275623111",
"containerRegistry": null,
"keyVault": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.keyvault/vaults/myworkspace2525649324",
"applicationInsights": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.insights/components/myworkspace2053523719",
"hbiWorkspace": false,
"workspaceId": "cba12345-abab-abab-abab-ababab123456",
"subscriptionState": null,
"subscriptionStatusChangeTimeStampUtc": null,
"discoveryUrl": "https://centralus.experiments.azureml.net/discovery"
},
"identity": {
"type": "SystemAssigned",
"principalId": "abcdef1-abab-1234-1234-abababab123456",
"tenantId": "1fedcba-abab-1234-1234-abababab123456"
},
"sku": {
"name": "Basic",
"tier": "Basic"
}
}
A munkaterületen belüli erőforrások használatához az általános management.azure.com kiszolgálóról a munkaterület helyéhez tartozó REST API-kiszolgálóra kell váltania. Jegyezze fel a discoveryUrl
kulcs értékét a fenti JSON-válaszban. Ha megkapja az URL-címet, a következőhöz hasonló választ fog kapni:
{
"api": "https://centralus.api.azureml.ms",
"catalog": "https://catalog.cortanaanalytics.com",
"experimentation": "https://centralus.experiments.azureml.net",
"gallery": "https://gallery.cortanaintelligence.com/project",
"history": "https://centralus.experiments.azureml.net",
"hyperdrive": "https://centralus.experiments.azureml.net",
"labeling": "https://centralus.experiments.azureml.net",
"modelmanagement": "https://centralus.modelmanagement.azureml.net",
"pipelines": "https://centralus.aether.ms",
"studiocoreservices": "https://centralus.studioservice.azureml.com"
}
A válasz értéke annak api
a kiszolgálónak az URL-címe, amelyet további kérésekhez fog használni. A kísérletek listázásához például küldje el a következő parancsot. Cserélje le REGIONAL-API-SERVER
a válasz értékére api
(például centralus.api.azureml.ms
). Cserélje le YOUR-SUBSCRIPTION-ID
a , YOUR-RESOURCE-GROUP
, YOUR-WORKSPACE-NAME
és YOUR-ACCESS-TOKEN
a szokásos módon:
curl https://<REGIONAL-API-SERVER>/history/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/experiments?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"
Hasonlóképpen, a munkaterületen regisztrált modellek lekéréséhez küldje el a következőt:
curl https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"
Figyelje meg, hogy a kísérletek listázásához az elérési út a modellek listázásához kezdődik history/v1.0
modelmanagement/v1.0
. A REST API több operatív csoportra oszlik, amelyek mindegyike külön elérési úttal rendelkezik.
Terület | Elérési út |
---|---|
Artifacts | /rest/api/azureml |
Adattárolók | /azure/machine-learning/how-to-access-data |
Hiperparaméterek finomhangolása | hyperdrive/v1.0/ |
Modellek | modelmanagement/v1.0/ |
Futtatási előzmények | végrehajtás/v1.0/ és előzmények/v1.0/ |
A REST API-t az alábbi általános mintával ismerheti meg:
URL-összetevő | Példa |
---|---|
https:// | |
REGIONAL-API-SERVER/ | centralus.api.azureml.ms/ |
műveleti útvonal/ | előzmények/v1.0/ |
előfizetések/YOUR-SUBSCRIPTION-ID/ | subscriptions/abcde123-abab-abab-1234-0123456789abc/ |
resourceGroups/YOUR-RESOURCE-GROUP/ | resourceGroups/MyResourceGroup/ |
szolgáltatók/művelet-szolgáltató/ | providers/Microsoft.MachineLearningServices/ |
provider-resource-path/ | munkaterületek/MyWorkspace/kísérletek/FirstExperiment/runs/1/ |
operations-endpoint/ | összetevők/metaadatok/ |
Erőforrások létrehozása és módosítása PUT és POST kérésekkel
A GET utasítással történő erőforrás-lekérés mellett a REST API támogatja az ml-megoldások betanításához, üzembe helyezéséhez és monitorozásához szükséges összes erőforrás létrehozását.
Az ml-modellek betanítása és futtatása számítási erőforrásokat igényel. A munkaterület számítási erőforrásait a következőkkel listázhatja:
curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"
Egy elnevezett számítási erőforrás létrehozásához vagy felülírásához PUT kérést kell használnia. Az alábbiakban a , és , csere YOUR-COMPUTE-NAME
, és értékek már jól ismert helyéreYOUR-RESOURCE-GROUP
YOUR-SUBSCRIPTION-ID
YOUR-WORKSPACE-NAME
, valamint a , vmSize
, vmPriority
, scaleSettings
, adminUserName
és adminUserPassword
értékekre location
cserélődnek.YOUR-ACCESS-TOKEN
A következő parancs létrehoz egy dedikált, egycsomópontos Standard_D1 (alapszintű cpu számítási erőforrás), amely 30 perc után leskálázható:
curl -X PUT \
'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes/<YOUR-COMPUTE-NAME>?api-version=2023-10-01' \
-H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>' \
-H 'Content-Type: application/json' \
-d '{
"location": "eastus",
"properties": {
"computeType": "AmlCompute",
"properties": {
"vmSize": "Standard_D1",
"vmPriority": "Dedicated",
"scaleSettings": {
"maxNodeCount": 1,
"minNodeCount": 0,
"nodeIdleTimeBeforeScaleDown": "PT30M"
}
}
},
"userAccountCredentials": {
"adminUserName": "<ADMIN_USERNAME>",
"adminUserPassword": "<ADMIN_PASSWORD>"
}
}'
Feljegyzés
Windows-terminálokon előfordulhat, hogy JSON-adatok küldésekor el kell menekülnie a dupla idézőjelek elől. Vagyis a szöveg, például "location"
válik \"location\"
.
A sikeres kérés választ kap 201 Created
, de vegye figyelembe, hogy ez a válasz egyszerűen azt jelenti, hogy a kiépítési folyamat elkezdődött. A sikeres befejezés megerősítéséhez le kell kérnie a lekérdezést (vagy a portált kell használnia).
Munkaterület létrehozása REST használatával
Minden Azure Machine Learning-munkaterület függ négy másik Azure-erőforrástól: egy Azure Container Registry-erőforrástól, az Azure Key Vaulttól, a Azure-alkalmazás Insightstól és egy Azure Storage-fióktól. Nem hozhat létre munkaterületet, amíg ezek az erőforrások nem léteznek. Az egyes erőforrások létrehozásának részleteiért tekintse meg a REST API-referenciát.
Munkaterület létrehozásához tegye a következőhöz hasonló hívást a következőhöz management.azure.com
: Bár a híváshoz nagy számú változót kell beállítania, szerkezetileg megegyezik a cikk által tárgyalt többi hívással.
curl -X PUT \
'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
-H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
-H 'Content-Type: application/json' \
-d '{
"location": "AZURE-LOCATION>",
"identity" : {
"type" : "systemAssigned"
},
"properties": {
"friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
"description" : "<YOUR-WORKSPACE-DESCRIPTION>",
"containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
"applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
"storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
}
}'
Választ kell kapnia, és a visszaadott fejlécekben egy Location
URI-t kell kapnia202 Accepted
. Ezt az URI-t lekérheti az üzembe helyezéssel kapcsolatos információkért, beleértve a hasznos hibakeresési információkat, ha probléma van az egyik függő erőforrással (például ha elfelejtette engedélyezni a rendszergazdai hozzáférést a tárolóregisztrációs adatbázisban).
Munkaterület létrehozása felhasználó által hozzárendelt felügyelt identitással
Munkaterület létrehozásakor megadhat egy felhasználó által hozzárendelt felügyelt identitást, amely a társított erőforrások eléréséhez használható: ACR, KeyVault, Storage és App Insights. Ha felhasználó által hozzárendelt felügyelt identitással rendelkező munkaterületet szeretne létrehozni, használja az alábbi kérelemtörzset.
curl -X PUT \
'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
-H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
-H 'Content-Type: application/json' \
-d '{
"location": "AZURE-LOCATION>",
"identity": {
"type": "SystemAssigned,UserAssigned",
"userAssignedIdentities": {
"/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ManagedIdentity/userAssignedIdentities/<YOUR-MANAGED-IDENTITY>": {}
}
},
"properties": {
"friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
"description" : "<YOUR-WORKSPACE-DESCRIPTION>",
"containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
"applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
"storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
}
}'
Munkaterület létrehozása ügyfél által felügyelt titkosítási kulcsokkal
Alapértelmezés szerint a munkaterület metaadatait a Microsoft által fenntartott Azure Cosmos DB-példány tárolja. Ezek az adatok a Microsoft által felügyelt kulcsokkal titkosítva lesznek. A Microsoft által felügyelt kulcs használata helyett saját kulcsot is megadhat. Ezzel létrehoz egy másik erőforráskészletet az Azure-előfizetésben az adatok tárolásához.
A kulcsokat titkosításhoz használó munkaterület létrehozásához meg kell felelnie az alábbi előfeltételeknek:
- Az Azure Machine Learning szolgáltatásnévnek közreműködői hozzáféréssel kell rendelkeznie az Azure-előfizetéshez.
- Rendelkeznie kell egy meglévő Azure Key Vault-tárolóval, amely tartalmaz egy titkosítási kulcsot.
- Az Azure Key Vaultnak ugyanabban az Azure-régióban kell lennie, ahol létre fogja hozni az Azure Machine Learning-munkaterületet.
- Az Azure Key Vault helyreállítható törlési és törlési védelemmel kell rendelkeznie az adatvesztés elleni védelemhez, ha véletlen törlés történt.
- Rendelkeznie kell egy hozzáférési szabályzattal az Azure Key Vaultban, amely hozzáférést biztosít az Azure Cosmos DB-alkalmazáshoz való lekéréshez, körbefuttatáshoz és a hozzáférés feloldásához.
Ha olyan munkaterületet szeretne létrehozni, amely a titkosításhoz felhasználó által hozzárendelt felügyelt identitást és ügyfél által felügyelt kulcsokat használ, használja az alábbi kérelemtörzset. Ha felhasználó által hozzárendelt felügyelt identitást használ a munkaterülethez, állítsa a userAssignedIdentity
tulajdonságot a felügyelt identitás erőforrás-azonosítójára is.
curl -X PUT \
'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
-H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
-H 'Content-Type: application/json' \
-d '{
"location": "eastus2euap",
"identity": {
"type": "SystemAssigned"
},
"properties": {
"friendlyName": "<YOUR-WORKSPACE-FRIENDLY-NAME>",
"description": "<YOUR-WORKSPACE-DESCRIPTION>",
"containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
"keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
"applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
"storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>",
"encryption": {
"status": "Enabled",
"identity": {
"userAssignedIdentity": null
},
"keyVaultProperties": {
"keyVaultArmId": "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.KeyVault/vaults/<YOUR-VAULT>",
"keyIdentifier": "https://<YOUR-VAULT>.vault.azure.net/keys/<YOUR-KEY>/<YOUR-KEY-VERSION>",
"identityClientId": ""
}
},
"hbiWorkspace": false
}
}'
A már nem szükséges erőforrások törlése
Néhány, de nem mindegyik erőforrás támogatja a DELETE parancsot. Ellenőrizze az API-referenciát , mielőtt véglegesíti a REST API-t a törlési használati esetekhez. Modell törléséhez például a következőt használhatja:
curl
-X DELETE \
'https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models/<YOUR-MODEL-ID>?api-version=2022-05-01' \
-H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>'
Hibaelhárítás
Erőforrás-szolgáltatói hibák
Azure Machine Learning-munkaterület vagy a munkaterület által használt erőforrás létrehozásakor a következő üzenetekhez hasonló hibaüzenet jelenhet meg:
No registered resource provider found for location {location}
The subscription is not registered to use namespace {resource-provider-namespace}
A legtöbb erőforrás-szolgáltató automatikusan regisztrálva van, de nem az összes. Ha ezt az üzenetet kapja, regisztrálnia kell az említett szolgáltatót.
Az alábbi táblázat az Azure Machine Learning által igényelt erőforrás-szolgáltatók listáját tartalmazza:
Erőforrás-szolgáltató | Miért van rá szükség? |
---|---|
Microsoft.MachineLearningServices | Az Azure Machine Learning-munkaterület létrehozása. |
Microsoft.Storage | A rendszer az Azure Storage-fiókot használja a munkaterület alapértelmezett tárolójaként. |
Microsoft.ContainerRegistry | Az Azure Container Registryt a munkaterület használja Docker-rendszerképek létrehozásához. |
Microsoft.KeyVault | Az Azure Key Vaultot a munkaterület titkos kulcsok tárolására használja. |
Microsoft.Notebooks | Integrált jegyzetfüzetek az Azure Machine Learning számítási példányán. |
Microsoft.ContainerService | Ha betanított modellek üzembe helyezését tervezi az Azure Kubernetes Servicesben. |
Ha ügyfél által felügyelt kulcsot szeretne használni az Azure Machine Learningben, akkor a következő szolgáltatókat kell regisztrálnia:
Erőforrás-szolgáltató | Miért van rá szükség? |
---|---|
Microsoft.DocumentDB | Azure CosmosDB-példány, amely naplózza a munkaterület metaadatait. |
Microsoft.Search | Az Azure Search indexelési képességeket biztosít a munkaterülethez. |
Ha felügyelt virtuális hálózatot szeretne használni az Azure Machine Learning használatával, akkor a Microsoft.Network erőforrás-szolgáltatót regisztrálni kell. Ezt az erőforrás-szolgáltatót használja a munkaterület a felügyelt virtuális hálózat privát végpontjainak létrehozásakor.
Az erőforrás-szolgáltatók regisztrálásáról további információt az erőforrás-szolgáltató regisztrációjának hibáinak megoldása című témakörben talál.
A munkaterület áthelyezése
Figyelmeztetés
Az Azure Machine Learning-munkaterület áthelyezése egy másik előfizetésbe vagy a tulajdonosi előfizetés áthelyezése új bérlőre nem támogatott. Ha így tesz, az hibákat okozhat.
Az Azure Container Registry törlése
Az Azure Machine Learning-munkaterület az Azure Container Registryt (ACR) használja bizonyos műveletekhez. Automatikusan létrehoz egy ACR-példányt, amikor először szüksége van rá.
Figyelmeztetés
Miután létrehozott egy Azure Container Registryt egy munkaterülethez, ne törölje. Ezzel megszakítja az Azure Machine Learning-munkaterületet.
Következő lépések
- Ismerje meg az Azure Machine Learning REST API teljes referenciáját.
- Fedezze fel az Azure Machine Learninget Jupyter-jegyzetfüzetekkel.
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: