Microsoft.MachineLearningServices-munkaterületek 2019.05.01.
- legújabb
- 2024.07.01- előzetes
- 2024.04.01-
- 2024.04.01- előzetes
- 2024.01.01-01-preview
- 2023.10.01-
- 2023.08.01-i előzetes
- 2023.06.01-i előzetes
- 2023.04.01-
- 2023.04.01-i előzetes
- 2023.02.01-i előzetes
- 2022-12-01-preview
- 2022.10.01-
- 2022-10-01-preview
- 2022.06.01- előzetes
- 2022.05.01-
- 2022-02-01-preview
- 2022-01-01-preview
- 2021.07.01-
- 2021.04.01-
- 2021-03-01-preview
- 2021-01-01
- 2020.09.01-i előzetes
- 2020.08.01-
- 2020.06.01-
- 2020.05.15-i előzetes
- 2020.05.01-i előzetes
- 2020.04.01-
- 2020.03.01-
- 2020.02.18-i előzetes
- 2020. 01. 01.
- 2019.11.01-
- 2019.06.01-
- 2019.05.01-
- 2018-11-19
- 2018.03.01-
Bicep-erőforrásdefiníció
A munkaterületek erőforrástípusa olyan műveletekkel helyezhető üzembe, amelyek a következőket célják:
- Erőforráscsoportok – Lásd erőforráscsoport üzembe helyezési parancsaival
Az egyes API-verziók módosított tulajdonságainak listáját a változásnaplócímű témakörben találja.
Erőforrás formátuma
Microsoft.MachineLearningServices/workspaces erőforrás létrehozásához adja hozzá a következő Bicep-et a sablonhoz.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2019-05-01' = {
name: 'string'
location: 'string'
tags: {
tagName1: 'tagValue1'
tagName2: 'tagValue2'
}
identity: {
type: 'SystemAssigned'
}
properties: {
applicationInsights: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
friendlyName: 'string'
keyVault: 'string'
storageAccount: 'string'
}
}
Tulajdonságértékek
munkaterületek
| Név | Leírás | Érték |
|---|---|---|
| név | Az erőforrás neve | sztring (kötelező) Karakterkorlát: 3-33 Érvényes karakterek: Alfanumerikák, kötőjelek és aláhúzásjelek. |
| hely | Megadja az erőforrás helyét. | húr |
| Címkék | Kulcs/érték párként definiált erőforráscímkéket tartalmaz. | Címkenevek és -értékek szótára. sablonok címkéinek megtekintése |
| azonosság | Az erőforrás identitása. | Identitás |
| kellékek | A gépi tanulási munkaterület tulajdonságai. | WorkspaceProperties |
Azonosság
| Név | Leírás | Érték |
|---|---|---|
| típus | Az identitás típusa. | "SystemAssigned" |
WorkspaceProperties
| Név | Leírás | Érték |
|---|---|---|
| applicationInsights | A munkaterülethez társított alkalmazáselemzések ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| containerRegistry | A munkaterülethez társított tárolóregisztrációs adatbázis ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| leírás | A munkaterület leírása. | húr |
| discoveryUrl | A felderítési szolgáltatás URL-címe a gépi tanulási kísérletezési szolgáltatások regionális végpontjainak azonosításához | húr |
| friendlyName | A munkaterület rövid neve. Ez a név a mutable-ban | húr |
| keyVault | A munkaterülethez társított kulcstartó ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| storageAccount | A munkaterülethez társított tárfiók ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
Rövid útmutatósablonok
Az alábbi rövid útmutatósablonok üzembe helyezik ezt az erőforrástípust.
| Sablon | Leírás |
|---|---|
Azure Machine Learning-munkaterület
|
Ez a sablon létrehoz egy új Azure Machine Learning-munkaterületet, valamint egy titkosított tárfiókot, KeyVaultot és Application Insights-naplózást |
|
Azure AI Studio alapszintű beállítási
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t az alapszintű beállítással, azaz a nyilvános internet-hozzáférés engedélyezésével, a Microsoft által felügyelt titkosítási kulcsokkal és az AI-erőforrás Microsoft által felügyelt identitáskonfigurációjával. |
|
Azure AI Studio alapszintű beállítási
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t az alapszintű beállítással, azaz a nyilvános internet-hozzáférés engedélyezésével, a Microsoft által felügyelt titkosítási kulcsokkal és az AI-erőforrás Microsoft által felügyelt identitáskonfigurációjával. |
|
Azure AI Studio a Microsoft Entra ID Authentication
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t a Microsoft Entra ID-hitelesítéssel függő erőforrásokhoz, például az Azure AI Serviceshez és az Azure Storage-hoz. |
|
Azure AI Studio Network korlátozott
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t privát kapcsolattal és kimenő forgalom letiltva, a Microsoft által felügyelt kulcsok használatával a titkosításhoz és a Microsoft által felügyelt identitáskonfigurációhoz az AI-erőforráshoz. |
|
AML-munkaterület létrehozása több adatkészlettel & Adattárak
|
Ez a sablon több adatkészlettel & adattárakkal hozza létre az Azure Machine Learning-munkaterületet. |
|
Azure Machine Learning végpontok közötti biztonságos beállítása
|
Ez a Bicep-sablonkészlet bemutatja, hogyan állíthatja be az Azure Machine Learning végpontok közötti beállítását egy biztonságos beállításban. Ez a referencia-megvalósítás magában foglalja a munkaterületet, a számítási fürtöt, a számítási példányt és a csatolt privát AKS-fürtöt. |
|
Azure Machine Learning végpontok közötti biztonságos beállítása (örökölt)
|
Ez a Bicep-sablonkészlet bemutatja, hogyan állíthatja be az Azure Machine Learning végpontok közötti beállítását egy biztonságos beállításban. Ez a referencia-megvalósítás magában foglalja a munkaterületet, a számítási fürtöt, a számítási példányt és a csatolt privát AKS-fürtöt. |
|
Azure AI Studio Network korlátozott
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t privát kapcsolattal és kimenő forgalom letiltva, a Microsoft által felügyelt kulcsok használatával a titkosításhoz és a Microsoft által felügyelt identitáskonfigurációhoz az AI-erőforráshoz. |
|
AKS számítási cél létrehozása privát IP-címmel
|
Ez a sablon létrehoz egy AKS számítási célt egy privát IP-címmel rendelkező Azure Machine Learning service-munkaterületen. |
|
Azure Machine Learning-szolgáltatás munkaterületének létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció az Azure Machine Learning használatának megkezdéséhez szükséges minimális erőforráskészletet ismerteti. |
|
Azure Machine Learning Service-munkaterület (CMK) létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. A példa bemutatja, hogyan konfigurálható az Azure Machine Learning titkosításhoz egy ügyfél által felügyelt titkosítási kulccsal. |
|
Azure Machine Learning Service-munkaterület (CMK) létrehozása
|
Ez az üzembe helyezési sablon azt határozza meg, hogyan hozhat létre Azure Machine Learning-munkaterületet szolgáltatásoldali titkosítással a titkosítási kulcsok használatával. |
|
Azure Machine Learning Service-munkaterület (vnet) létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció ismerteti az Azure Machine Learning használatának megkezdéséhez szükséges erőforrások készletét egy elkülönített hálózati beállításban. |
|
Azure Machine Learning-szolgáltatás munkaterületének létrehozása (örökölt)
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció ismerteti az Azure Machine Learning használatának megkezdéséhez szükséges erőforrások készletét egy elkülönített hálózati beállításban. |
ARM-sablon erőforrásdefiníciója
A munkaterületek erőforrástípusa olyan műveletekkel helyezhető üzembe, amelyek a következőket célják:
- Erőforráscsoportok – Lásd erőforráscsoport üzembe helyezési parancsaival
Az egyes API-verziók módosított tulajdonságainak listáját a változásnaplócímű témakörben találja.
Erőforrás formátuma
Microsoft.MachineLearningServices/workspaces erőforrás létrehozásához adja hozzá a következő JSON-t a sablonhoz.
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2019-05-01",
"name": "string",
"location": "string",
"tags": {
"tagName1": "tagValue1",
"tagName2": "tagValue2"
},
"identity": {
"type": "SystemAssigned"
},
"properties": {
"applicationInsights": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"friendlyName": "string",
"keyVault": "string",
"storageAccount": "string"
}
}
Tulajdonságértékek
munkaterületek
| Név | Leírás | Érték |
|---|---|---|
| típus | Az erőforrás típusa | "Microsoft.MachineLearningServices/workspaces" |
| apiVersion | Az erőforrás API-verziója | '2019-05-01' |
| név | Az erőforrás neve | sztring (kötelező) Karakterkorlát: 3-33 Érvényes karakterek: Alfanumerikák, kötőjelek és aláhúzásjelek. |
| hely | Megadja az erőforrás helyét. | húr |
| Címkék | Kulcs/érték párként definiált erőforráscímkéket tartalmaz. | Címkenevek és -értékek szótára. sablonok címkéinek megtekintése |
| azonosság | Az erőforrás identitása. | Identitás |
| kellékek | A gépi tanulási munkaterület tulajdonságai. | WorkspaceProperties |
Azonosság
| Név | Leírás | Érték |
|---|---|---|
| típus | Az identitás típusa. | "SystemAssigned" |
WorkspaceProperties
| Név | Leírás | Érték |
|---|---|---|
| applicationInsights | A munkaterülethez társított alkalmazáselemzések ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| containerRegistry | A munkaterülethez társított tárolóregisztrációs adatbázis ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| leírás | A munkaterület leírása. | húr |
| discoveryUrl | A felderítési szolgáltatás URL-címe a gépi tanulási kísérletezési szolgáltatások regionális végpontjainak azonosításához | húr |
| friendlyName | A munkaterület rövid neve. Ez a név a mutable-ban | húr |
| keyVault | A munkaterülethez társított kulcstartó ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| storageAccount | A munkaterülethez társított tárfiók ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
Rövid útmutatósablonok
Az alábbi rövid útmutatósablonok üzembe helyezik ezt az erőforrástípust.
| Sablon | Leírás |
|---|---|
|
Azure Machine Learning-munkaterület
|
Ez a sablon létrehoz egy új Azure Machine Learning-munkaterületet, valamint egy titkosított tárfiókot, KeyVaultot és Application Insights-naplózást |
|
Azure AI Studio alapszintű beállítási
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t az alapszintű beállítással, azaz a nyilvános internet-hozzáférés engedélyezésével, a Microsoft által felügyelt titkosítási kulcsokkal és az AI-erőforrás Microsoft által felügyelt identitáskonfigurációjával. |
|
Azure AI Studio alapszintű beállítási
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t az alapszintű beállítással, azaz a nyilvános internet-hozzáférés engedélyezésével, a Microsoft által felügyelt titkosítási kulcsokkal és az AI-erőforrás Microsoft által felügyelt identitáskonfigurációjával. |
|
Azure AI Studio a Microsoft Entra ID Authentication
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t a Microsoft Entra ID-hitelesítéssel függő erőforrásokhoz, például az Azure AI Serviceshez és az Azure Storage-hoz. |
|
Azure AI Studio Network korlátozott
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t privát kapcsolattal és kimenő forgalom letiltva, a Microsoft által felügyelt kulcsok használatával a titkosításhoz és a Microsoft által felügyelt identitáskonfigurációhoz az AI-erőforráshoz. |
|
AML-munkaterület létrehozása több adatkészlettel & Adattárak
|
Ez a sablon több adatkészlettel & adattárakkal hozza létre az Azure Machine Learning-munkaterületet. |
|
Azure Machine Learning végpontok közötti biztonságos beállítása
|
Ez a Bicep-sablonkészlet bemutatja, hogyan állíthatja be az Azure Machine Learning végpontok közötti beállítását egy biztonságos beállításban. Ez a referencia-megvalósítás magában foglalja a munkaterületet, a számítási fürtöt, a számítási példányt és a csatolt privát AKS-fürtöt. |
|
Azure Machine Learning végpontok közötti biztonságos beállítása (örökölt)
|
Ez a Bicep-sablonkészlet bemutatja, hogyan állíthatja be az Azure Machine Learning végpontok közötti beállítását egy biztonságos beállításban. Ez a referencia-megvalósítás magában foglalja a munkaterületet, a számítási fürtöt, a számítási példányt és a csatolt privát AKS-fürtöt. |
|
Azure AI Studio Network korlátozott
|
Ez a sablonkészlet bemutatja, hogyan állíthatja be az Azure AI Studio-t privát kapcsolattal és kimenő forgalom letiltva, a Microsoft által felügyelt kulcsok használatával a titkosításhoz és a Microsoft által felügyelt identitáskonfigurációhoz az AI-erőforráshoz. |
|
AKS számítási cél létrehozása privát IP-címmel
|
Ez a sablon létrehoz egy AKS számítási célt egy privát IP-címmel rendelkező Azure Machine Learning service-munkaterületen. |
|
Azure Machine Learning-szolgáltatás munkaterületének létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció az Azure Machine Learning használatának megkezdéséhez szükséges minimális erőforráskészletet ismerteti. |
|
Azure Machine Learning Service-munkaterület (CMK) létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. A példa bemutatja, hogyan konfigurálható az Azure Machine Learning titkosításhoz egy ügyfél által felügyelt titkosítási kulccsal. |
|
Azure Machine Learning Service-munkaterület (CMK) létrehozása
|
Ez az üzembe helyezési sablon azt határozza meg, hogyan hozhat létre Azure Machine Learning-munkaterületet szolgáltatásoldali titkosítással a titkosítási kulcsok használatával. |
|
Azure Machine Learning Service-munkaterület (vnet) létrehozása
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció ismerteti az Azure Machine Learning használatának megkezdéséhez szükséges erőforrások készletét egy elkülönített hálózati beállításban. |
|
Azure Machine Learning-szolgáltatás munkaterületének létrehozása (örökölt)
|
Ez az üzembe helyezési sablon egy Azure Machine Learning-munkaterületet és annak kapcsolódó erőforrásait határozza meg, beleértve az Azure Key Vaultot, az Azure Storage-t, az Azure Application Insightst és az Azure Container Registryt. Ez a konfiguráció ismerteti az Azure Machine Learning használatának megkezdéséhez szükséges erőforrások készletét egy elkülönített hálózati beállításban. |
Terraform (AzAPI-szolgáltató) erőforrásdefiníciója
A munkaterületek erőforrástípusa olyan műveletekkel helyezhető üzembe, amelyek a következőket célják:
- Erőforráscsoport
Az egyes API-verziók módosított tulajdonságainak listáját a változásnaplócímű témakörben találja.
Erőforrás formátuma
Microsoft.MachineLearningServices/workspaces erőforrás létrehozásához adja hozzá a következő Terraformot a sablonhoz.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2019-05-01"
name = "string"
location = "string"
parent_id = "string"
tags = {
tagName1 = "tagValue1"
tagName2 = "tagValue2"
}
identity {
type = "SystemAssigned"
}
body = jsonencode({
properties = {
applicationInsights = "string"
containerRegistry = "string"
description = "string"
discoveryUrl = "string"
friendlyName = "string"
keyVault = "string"
storageAccount = "string"
}
})
}
Tulajdonságértékek
munkaterületek
| Név | Leírás | Érték |
|---|---|---|
| típus | Az erőforrás típusa | "Microsoft.MachineLearningServices/workspaces@2019-05-01" |
| név | Az erőforrás neve | sztring (kötelező) Karakterkorlát: 3-33 Érvényes karakterek: Alfanumerikák, kötőjelek és aláhúzásjelek. |
| hely | Megadja az erőforrás helyét. | húr |
| parent_id | Az erőforráscsoportban való üzembe helyezéshez használja az erőforráscsoport azonosítóját. | sztring (kötelező) |
| Címkék | Kulcs/érték párként definiált erőforráscímkéket tartalmaz. | Címkenevek és -értékek szótára. |
| azonosság | Az erőforrás identitása. | Identitás |
| kellékek | A gépi tanulási munkaterület tulajdonságai. | WorkspaceProperties |
Azonosság
| Név | Leírás | Érték |
|---|---|---|
| típus | Az identitás típusa. | "SystemAssigned" |
WorkspaceProperties
| Név | Leírás | Érték |
|---|---|---|
| applicationInsights | A munkaterülethez társított alkalmazáselemzések ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| containerRegistry | A munkaterülethez társított tárolóregisztrációs adatbázis ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| leírás | A munkaterület leírása. | húr |
| discoveryUrl | A felderítési szolgáltatás URL-címe a gépi tanulási kísérletezési szolgáltatások regionális végpontjainak azonosításához | húr |
| friendlyName | A munkaterület rövid neve. Ez a név a mutable-ban | húr |
| keyVault | A munkaterülethez társított kulcstartó ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |
| storageAccount | A munkaterülethez társított tárfiók ARM-azonosítója. Ez nem módosítható a munkaterület létrehozása után | húr |