Megosztás a következőn keresztül:


CLI (v2) munkaterület YAML-sémája

A KÖVETKEZŐRE VONATKOZIK: Azure CLI ml-bővítmény v2 (aktuális)

A forrás JSON-séma a következő helyen https://azuremlschemas.azureedge.net/latest/workspace.schema.jsontalálható: .

Feljegyzés

A dokumentumban részletezett YAML-szintaxis az ML CLI v2 bővítmény legújabb verziójának JSON-sémáján alapul. Ez a szintaxis garantáltan csak az ML CLI v2 bővítmény legújabb verziójával működik. A régebbi bővítményverziók sémáit a következő helyen https://azuremlschemasprod.azureedge.net/találja: .

YAML-szintaxis

Kulcs Típus Leírás Megengedett értékek Alapértelmezett érték
$schema húr A YAML-séma. Ha az Azure Machine Learning VS Code-bővítményt használja a YAML-fájl létrehozásához, a fájl tetején is $schema lehetővé teszi a séma és az erőforrás-kiegészítések meghívását.
name húr Szükséges. A munkaterület neve.
display_name húr A munkaterület nevének megjelenítése a stúdió felhasználói felületén. Nem egyedi lehet az erőforráscsoporton belül.
description húr A munkaterület leírása.
tags object A munkaterület címkéinek szótára.
location húr A munkaterület helye. Ha nincs megadva, az alapértelmezett érték az erőforráscsoport helye.
resource_group húr Szükséges. A munkaterületet tartalmazó erőforráscsoport. Ha az erőforráscsoport nem létezik, létrejön egy új.
hbi_workspace Logikai Azt jelzi, hogy az ügyféladatok nagy üzleti hatással vannak-e (HBI), és bizalmas üzleti információkat tartalmaznak-e. További információ: Inaktív adattitkosítás. false
storage_account húr A munkaterület alapértelmezett tárfiókjaként használni kívánt meglévő Azure Storage-fiók teljes erőforrás-azonosítója. A prémium szintű tárhellyel vagy hierarchikus névtérrel rendelkező tárfiók nem használható alapértelmezett tárfiókként. Ha nincs megadva, létrejön egy új tárfiók.
container_registry húr Egy meglévő Azure-tárolóregisztrációs adatbázis teljes erőforrás-azonosítója, amelyet a munkaterület alapértelmezett tárolóregisztrációs adatbázisaként kell használni. Az Azure Machine Learning az Azure Container Registryt (ACR) használja a betanításhoz és üzembe helyezéshez használt tárolórendszerképek kezeléséhez. Ha nincs megadva, létrejön egy új tárolóregisztrációs adatbázis. A létrehozás lusta, ezért a tárolóregisztrációs adatbázis akkor jön létre, amikor először szükséges egy művelethez a betanításhoz vagy az üzembe helyezéshez.
key_vault húr A munkaterület alapértelmezett kulcstartójaként használni kívánt meglévő Azure Key Vault teljes erőforrás-azonosítója. Ha nincs megadva, létrejön egy új kulcstartó.
application_insights húr Egy meglévő Azure-alkalmazáselemzés teljes erőforrás-azonosítója, amelyet a munkaterület alapértelmezett alkalmazáselemzéseként kell használni. Ha nincs megadva, létrejön egy új alkalmazáselemzés.
customer_managed_key object Az Azure Machine Learning egy Azure Cosmos DB-példányban tárolja a metaadatokat. Alapértelmezés szerint az adatok inaktív állapotban vannak titkosítva a Microsoft által felügyelt kulcsokkal. Ha saját, ügyfél által felügyelt kulcsot szeretne használni a titkosításhoz, adja meg az ügyfél által kezelt kulcs adatait ebben a szakaszban. További információ: Adattitkosítás az Azure Cosmos DB-hez.
customer_managed_key.key_vault húr Az ügyfél által felügyelt kulcsot tartalmazó kulcstartó teljes erőforrás-azonosítója. Ez a kulcstartó eltérhet a megadott alapértelmezett munkaterületkulcstartótól key_vault.
customer_managed_key.key_uri húr Az ügyfél által kezelt kulcs kulcs URI-ja az inaktív adatok titkosításához. Az URI formátuma .https://<keyvault-dns-name>/keys/<key-name>/<key-version>
image_build_compute húr Annak a számítási célnak a neve, amelyet a környezet Docker-rendszerképeinek létrehozásához használ, ha a tárolóregisztrációs adatbázis egy virtuális hálózat mögött található. További információ: Virtuális hálózatok mögötti munkaterület erőforrásainak biztonságossá tétele.
public_network_access húr Az, hogy a nyilvános végpont hozzáférése engedélyezve van-e, ha a munkaterület privát kapcsolatot használ. További információ: Nyilvános hozzáférés engedélyezése virtuális hálózatok mögött. enabled, disabled disabled
managed_network object Azure Machine Learning-munkaterület kezelt hálózati elkülönítés. További információ: Munkaterület kezelt hálózati elkülönítés.

Megjegyzések

A az ml workspace parancs az Azure Machine Learning-munkaterületek kezelésére használható.

Példák

A példák a GitHub-adattárban érhetők el. Az alábbiakban több is látható.

YAML: alapszintű

$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-basic-prod
location: eastus
display_name: Basic workspace-example
description: This example shows a YML configuration for a basic workspace. In case you use this configuration to deploy a new workspace, since no existing dependent resources are specified, these will be automatically created.
hbi_workspace: false
tags:
  purpose: demonstration

YAML: meglévő erőforrásokkal

$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-basicex-prod
location: eastus
display_name: Bring your own dependent resources-example
description: This configuration specifies a workspace configuration with existing dependent resources
storage_account: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.Storage/storageAccounts/<STORAGE_ACCOUNT>
container_registry: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.ContainerRegistry/registries/<CONTAINER_REGISTRY>
key_vault: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.KeyVault/vaults/<KEY_VAULT>
application_insights: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.insights/components/<APP_INSIGHTS>
tags:
  purpose: demonstration

YAML: ügyfél által felügyelt kulcs

$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-cmkexample-prod
location: eastus
display_name: Customer managed key encryption-example
description: This configurations shows how to create a workspace that uses customer-managed keys for encryption.
customer_managed_key: 
  key_vault: /subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.KeyVault/vaults/<KEY_VAULT>
  key_uri: https://<KEY_VAULT>.vault.azure.net/keys/<KEY_NAME>/<KEY_VERSION>
tags:
  purpose: demonstration
$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-privatelink-prod
location: eastus
display_name: Private Link endpoint workspace-example
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:
  purpose: demonstration

YAML: nagy üzleti hatás

$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-hbiexample-prod
location: eastus
display_name: High business impact-example
description: This configuration shows how to configure a workspace with the hbi flag enabled. This flag specifies whether to reduce telemetry collection and enable additional encryption when high-business-impact data is used.
hbi_workspace: true
tags:
  purpose: demonstration

YAML: felügyelt hálózat kimenő internettel

name: myworkspace_aio
managed_network:
  isolation_mode: allow_internet_outbound
  outbound_rules:
  - name: added-perule
    type: private_endpoint
    destination:
      service_resource_id: /subscriptions/00000000-1111-2222-3333-444444444444/resourceGroups/MyGroup/providers/Microsoft.Storage/storageAccounts/MyAccount1
      spark_enabled: true
      subresource_target: blob
  - name: added-perule2
    type: private_endpoint
    destination:
      service_resource_id: /subscriptions/00000000-1111-2222-3333-444444444444/resourceGroups/MyGroup/providers/Microsoft.Storage/storageAccounts/MyAccount2
      spark_enabled: true
      subresource_target: file

YAML: felügyelt hálózat, amely csak jóváhagyott kimenő forgalmat engedélyez

name: myworkspace_dep
managed_network:
  isolation_mode: allow_only_approved_outbound
  outbound_rules:
  - name: added-servicetagrule
    type: service_tag
    destination:
      port_ranges: 80, 8080
      protocol: TCP
      service_tag: DataFactory
  - name: added-perule
    type: private_endpoint
    destination:
      service_resource_id: /subscriptions/00000000-1111-2222-3333-444444444444/resourceGroups/MyGroup/providers/Microsoft.Storage/storageAccounts/MyAccount2
      spark_enabled: true
      subresource_target: blob
  - name: added-fqdnrule
    type: fqdn
    destination: 'test2.com'

Következő lépések