Workspace Osztály
Definiál egy Azure Machine Learning-erőforrást a betanítási és üzembehelyezési összetevők kezeléséhez.
A munkaterület a gépi tanulás alapvető erőforrása az Azure Machine Learningben. Egy munkaterület használatával kísérletezhet, taníthat be és helyezhet üzembe gépi tanulási modelleket. Minden munkaterület egy Azure-előfizetéshez és erőforráscsoporthoz van kötve, és rendelkezik egy társított termékváltozatokkal.
A munkaterületekkel kapcsolatos további információkért lásd:
Osztály-munkaterület konstruktor egy meglévő Azure Machine Learning-munkaterület betöltéséhez.
- Öröklődés
-
builtins.objectWorkspace
Konstruktor
Workspace(subscription_id, resource_group, workspace_name, auth=None, _location=None, _disable_service_check=False, _workspace_id=None, sku='basic', tags=None, _cloud='AzureCloud')
Paraméterek
Name | Description |
---|---|
subscription_id
Kötelező
|
A munkaterületet tartalmazó Azure-előfizetés azonosítója. |
resource_group
Kötelező
|
A munkaterületet tartalmazó erőforráscsoport. |
workspace_name
Kötelező
|
A meglévő munkaterület neve. |
auth
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. Alapértelmezett érték: None
|
_location
|
Csak belső használatra. Alapértelmezett érték: None
|
_disable_service_check
|
Csak belső használatra. Alapértelmezett érték: False
|
_workspace_id
|
Csak belső használatra. Alapértelmezett érték: None
|
sku
|
A paraméter a visszamenőleges kompatibilitás érdekében jelen van, és figyelmen kívül lesz hagyva. Alapértelmezett érték: basic
|
_cloud
|
Csak belső használatra. Alapértelmezett érték: AzureCloud
|
subscription_id
Kötelező
|
A munkaterületet tartalmazó Azure-előfizetés azonosítója. |
resource_group
Kötelező
|
A munkaterületet tartalmazó erőforráscsoport. |
workspace_name
Kötelező
|
A munkaterület neve. A név hossza 2–32 karakter lehet. A név első karakterének alfanumerikusnak (betűnek vagy számnak) kell lennie, de a név többi része tartalmazhat alfanumerikus, kötőjeleket és aláhúzásjeleket. A térköz nem engedélyezett. |
auth
Kötelező
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. |
_location
Kötelező
|
Csak belső használatra. |
_disable_service_check
Kötelező
|
Csak belső használatra. |
_workspace_id
Kötelező
|
Csak belső használatra. |
sku
Kötelező
|
A paraméter a visszamenőleges kompatibilitás érdekében jelen van, és figyelmen kívül lesz hagyva. |
tags
|
A munkaterülethez társítandó címkék. Alapértelmezett érték: None
|
_cloud
Kötelező
|
Csak belső használatra. |
Megjegyzések
Az alábbi minta bemutatja, hogyan hozhat létre munkaterületet.
from azureml.core import Workspace
ws = Workspace.create(name='myworkspace',
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=True,
location='eastus2'
)
Állítsa create_resource_group
Hamis értékre, ha van egy meglévő Azure-erőforráscsoportja, amelyet a munkaterülethez szeretne használni.
Ha ugyanazt a munkaterületet több környezetben szeretné használni, hozzon létre egy JSON-konfigurációs fájlt. A konfigurációs fájl menti az előfizetés, az erőforrás és a munkaterület nevét, hogy könnyen betölthető legyen. A konfiguráció mentéséhez használja a metódust write_config .
ws.write_config(path="./file-path", file_name="ws_config.json")
A konfigurációs fájlra példa: Munkaterület konfigurációs fájljának létrehozása .
A munkaterület konfigurációs fájlból való betöltéséhez használja a metódust from_config .
ws = Workspace.from_config()
ws.get_details()
Másik lehetőségként a get metódussal konfigurációs fájlok nélkül tölthet be egy meglévő munkaterületet.
ws = Workspace.get(name="myworkspace",
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup')
A fenti minták egy interaktív bejelentkezési párbeszédpanel használatával kérhetik az Azure-hitelesítési hitelesítő adatok megadását. Egyéb használati esetek, például az Azure CLI használata az automatizált munkafolyamatokban történő hitelesítéshez és hitelesítéshez lásd: Hitelesítés az Azure Machine Learningben.
Metódusok
add_private_endpoint |
Adjon hozzá egy privát végpontot a munkaterülethez. |
create |
Hozzon létre egy új Azure Machine Learning-munkaterületet. Kivételt jelez, ha a munkaterület már létezik, vagy ha a munkaterület egyik követelménye sem teljesül. |
delete |
Törölje az Azure Machine Learning-munkaterülethez társított erőforrásokat. |
delete_connection |
A munkaterület kapcsolatának törlése. |
delete_private_endpoint_connection |
Törölje a munkaterülethez való privát végpontkapcsolatot. |
diagnose_workspace |
Munkaterület beállítási problémáinak diagnosztizálása. |
from_config |
Munkaterület-objektumot ad vissza egy meglévő Azure Machine Learning-munkaterületről. Beolvassa a munkaterület konfigurációját egy fájlból. Kivételt jelez, ha a konfigurációs fájl nem található. A metódus egyszerű módot kínál ugyanazon munkaterület több Python-jegyzetfüzetben vagy -projektben való újrafelhasználására. A felhasználók a metódussal write_config menthetik a munkaterület Azure Resource Manager (ARM) tulajdonságait, és ezzel a módszerrel tölthetik be ugyanazt a munkaterületet különböző Python-jegyzetfüzetekbe vagy -projektekbe anélkül, hogy a munkaterület ARM-tulajdonságait újragépelik. |
get |
Munkaterület-objektumot ad vissza egy meglévő Azure Machine Learning-munkaterülethez. Kivételt jelez, ha a munkaterület nem létezik, vagy a szükséges mezők nem azonosítják egyedileg a munkaterületet. |
get_connection |
A munkaterület kapcsolatának lekérése. |
get_default_compute_target |
Kérje le a munkaterület alapértelmezett számítási célját. |
get_default_datastore |
Szerezze be a munkaterület alapértelmezett adattárát. |
get_default_keyvault |
Szerezze be a munkaterület alapértelmezett kulcstartó-objektumát. |
get_details |
Adja vissza a munkaterület adatait. |
get_mlflow_tracking_uri |
Kérje le a munkaterület MLflow-nyomkövetési URI-jának lekérését. Az MLflow (https://mlflow.org/) egy nyílt forráskódú platform a gépi tanulási kísérletek nyomon követéséhez és a modellek kezeléséhez. Az MLflow naplózási API-kat az Azure Machine Learning használatával használhatja, hogy a metrikákat, modelleket és összetevőket naplózza az Azure Machine Learning-munkaterületre. |
get_run |
A futtatás visszaadása a munkaterületen megadott run_id. |
list |
Listázhatja az összes olyan munkaterületet, amelyhez a felhasználó hozzáfér az előfizetésen belül. A munkaterületek listája az erőforráscsoport alapján szűrhető. |
list_connections |
A munkaterület alatti kapcsolatok listázása. |
list_keys |
Az aktuális munkaterület kulcsainak listázása. |
set_connection |
Adjon hozzá vagy frissítsen egy kapcsolatot a munkaterület alatt. |
set_default_datastore |
Állítsa be a munkaterület alapértelmezett adattárát. |
setup |
Hozzon létre egy új munkaterületet, vagy kérjen le egy meglévő munkaterületet. |
sync_keys |
Aktiválja a munkaterületet a kulcsok azonnali szinkronizálásához. Ha a munkaterület bármely erőforrásának kulcsait módosítják, az automatikus frissítésük körülbelül egy órát is igénybe vehet. Ez a függvény lehetővé teszi a kulcsok igény szerinti frissítését. Egy példaforgatókönyvben azonnali hozzáférésre van szükség a tárterülethez a tárolókulcsok újragenerálása után. |
update |
Frissítse a munkaterülethez társított rövid nevet, leírást, címkéket, rendszerkép-összeállítási számítást és egyéb beállításokat. |
update_dependencies |
Frissítse a munkaterülethez tartozó meglévő erőforrásokat a következő esetekben. a) Ha egy felhasználó véletlenül töröl egy meglévő társított erőforrást, és egy új erőforrással szeretné frissíteni anélkül, hogy újra létre kellene hoznia a teljes munkaterületet. b) Ha egy felhasználó rendelkezik meglévő társított erőforrással, és a munkaterülethez társított aktuális erőforrást szeretné lecserélni. c) Ha még nem hoztak létre társított erőforrást, és egy már meglévő erőforrást szeretnének használni (csak a tárolóregisztrációs adatbázisra vonatkozik). |
write_config |
Írja be a munkaterület Azure Resource Manager (ARM) tulajdonságait egy konfigurációs fájlba. A munkaterület ARM-tulajdonságai később betölthetők a from_config metódussal. Az A metódus egyszerű módot kínál ugyanazon munkaterület több Python-jegyzetfüzetben vagy -projektben való újrafelhasználására. A felhasználók ezzel a függvénnyel menthetik a munkaterület ARM-tulajdonságait, és a from_config használatával betölthetik ugyanazt a munkaterületet különböző Python-jegyzetfüzetekben vagy -projektekben a munkaterület ARM-tulajdonságainak módosítása nélkül. |
add_private_endpoint
Adjon hozzá egy privát végpontot a munkaterülethez.
add_private_endpoint(private_endpoint_config, private_endpoint_auto_approval=True, location=None, show_output=True, tags=None)
Paraméterek
Name | Description |
---|---|
private_endpoint_config
Kötelező
|
A privát végpont konfigurációja, amellyel privát végpontot hozhat létre a munkaterületen. |
private_endpoint_auto_approval
|
Logikai jelző, amely azt jelzi, hogy a privát végpont létrehozását automatikusan vagy manuálisan jóvá kell-e hagyni a Azure Private Link Centerben. Manuális jóváhagyás esetén a felhasználók megtekinthetik a függőben lévő kérést Private Link portálon a kérelem jóváhagyásához/elutasításához. Alapértelmezett érték: True
|
location
|
A privát végpont helye, alapértelmezés szerint a munkaterület helye Alapértelmezett érték: None
|
show_output
|
A munkaterület létrehozásának előrehaladását jelző jelző Alapértelmezett érték: True
|
tags
|
A munkaterülethez társítandó címkék. Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
A létrehozott PrivateEndPoint-objektum. |
create
Hozzon létre egy új Azure Machine Learning-munkaterületet.
Kivételt jelez, ha a munkaterület már létezik, vagy ha a munkaterület egyik követelménye sem teljesül.
static create(name, auth=None, subscription_id=None, resource_group=None, location=None, create_resource_group=True, sku='basic', tags=None, friendly_name=None, storage_account=None, key_vault=None, app_insights=None, container_registry=None, adb_workspace=None, primary_user_assigned_identity=None, cmk_keyvault=None, resource_cmk_uri=None, hbi_workspace=False, default_cpu_compute_target=None, default_gpu_compute_target=None, private_endpoint_config=None, private_endpoint_auto_approval=True, exist_ok=False, show_output=True, user_assigned_identity_for_cmk_encryption=None, system_datastores_auth_mode='accessKey', v1_legacy_mode=None)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
Az új munkaterület neve. A név hossza 2–32 karakter lehet. A név első karakterének alfanumerikusnak (betűnek vagy számnak) kell lennie, de a név többi része tartalmazhat alfanumerikus, kötőjeleket és aláhúzásjeleket. A térköz nem engedélyezett. |
auth
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. Alapértelmezett érték: None
|
subscription_id
|
Az új munkaterülethez tartozó előfizetés előfizetés-azonosítója. A paraméterre akkor van szükség, ha a felhasználó több előfizetéshez is hozzáfér. Alapértelmezett érték: None
|
resource_group
|
A munkaterületet tartalmazó Azure-erőforráscsoport. A paraméter alapértelmezés szerint a munkaterület nevének mutációjára változik. Alapértelmezett érték: None
|
location
|
A munkaterület helye. A paraméter alapértelmezett értéke az erőforráscsoport helye. A helynek az Azure Machine Learning támogatott régiójának kell lennie. Alapértelmezett érték: None
|
create_resource_group
|
Azt jelzi, hogy létre kell-e hozni az erőforráscsoportot, ha nem létezik. Alapértelmezett érték: True
|
sku
|
A paraméter a visszamenőleges kompatibilitás szempontjából jelen van, és figyelmen kívül hagyja. Alapértelmezett érték: basic
|
tags
|
A munkaterülethez társítandó címkék. Alapértelmezett érték: None
|
friendly_name
|
A munkaterület nem kötelező felhasználóbarát neve, amely megjeleníthető a felhasználói felületen. Alapértelmezett érték: None
|
storage_account
|
Egy meglévő tárfiók Azure-erőforrás-azonosító formátumban. A munkaterület a futtatási kimenetek, a kód, a naplók stb. mentésére fogja használni a tárolót. Ha nincs, létrejön egy új tárfiók. Alapértelmezett érték: None
|
key_vault
|
Egy meglévő kulcstartó Azure-erőforrás-azonosító formátumban. Az Azure-erőforrás-azonosító formátumának részleteiért tekintse meg az alábbi példakódot. A kulcstartót a munkaterület a felhasználók által a munkaterülethez hozzáadott hitelesítő adatok tárolására fogja használni. Ha nincs, létrejön egy új kulcstartó. Alapértelmezett érték: None
|
app_insights
|
Egy meglévő Application Insights azure-erőforrás-azonosító formátumban. Az Azure-erőforrás-azonosító formátumának részleteiért tekintse meg az alábbi példakódot. A munkaterület az Application Insights használatával naplózza a webszolgáltatási eseményeket. Ha nincs, létrejön egy új Application Insights. Alapértelmezett érték: None
|
container_registry
|
Egy meglévő tárolóregisztrációs adatbázis Azure-erőforrás-azonosító formátumban (lásd az alábbi példakódot az Azure-erőforrás-azonosító formátumának részleteiért). A munkaterület a tárolóregisztrációs adatbázist fogja használni a kísérletezési és webszolgáltatási rendszerképek lekéréséhez és leküldéséhez. Ha nincs, a rendszer csak akkor hoz létre új tárolóregisztrációs adatbázist, ha szükséges, és nem a munkaterület létrehozásával együtt. Alapértelmezett érték: None
|
adb_workspace
|
Egy meglévő Adb-munkaterület Azure-erőforrás-azonosító formátumban (lásd az alábbi példakódot az Azure-erőforrás-azonosító formátumának részleteiért). A rendszer az Adb-munkaterületet használja a munkaterülethez való csatoláshoz. Ha nincs, a munkaterület hivatkozása nem fog megtörténni. Alapértelmezett érték: None
|
primary_user_assigned_identity
|
A munkaterületet képviselő felhasználó által hozzárendelt identitás erőforrás-azonosítója Alapértelmezett érték: None
|
cmk_keyvault
|
Az ügyfél által felügyelt kulcsot tartalmazó kulcstartó azure-erőforrás-azonosító formátumban:
Alapértelmezett érték: None
|
resource_cmk_uri
|
Az ügyfél által kezelt kulcs kulcs URI-ja az inaktív adatok titkosításához.
Az URI formátuma: Alapértelmezett érték: None
|
hbi_workspace
|
Meghatározza, hogy a munkaterület tartalmaz-e magas üzleti hatású (HBI) adatokat, azaz bizalmas üzleti adatokat. Ez a jelző csak a munkaterület létrehozásakor állítható be. Értéke nem módosítható a munkaterület létrehozása után. Az alapértelmezett érték Hamis. Igaz értékre állítva a rendszer további titkosítási lépéseket hajt végre, és az SDK-összetevőtől függően a belsőleg gyűjtött telemetriai adatok újrakiosztását eredményezi. További információ: Adattitkosítás. Ha ez a jelző True (Igaz) értékre van állítva, az egyik lehetséges hatás a problémák elhárításának nehézsége. Ez azért fordulhat elő, mert a rendszer nem küld el néhány telemetriát a Microsoftnak, és kevésbé látható a sikerességi arányok vagy a problématípusok, ezért előfordulhat, hogy nem tud proaktív módon reagálni, ha ez a jelző Igaz. A javaslat a False (Hamis) alapértelmezett értékét használja ehhez a jelzőhöz, kivéve, ha szigorúan igaz értékre van szükség. Alapértelmezett érték: False
|
default_cpu_compute_target
|
(ELAVULT) A cpu-számítás létrehozásához használt konfiguráció. A paraméter alapértelmezés szerint {min_nodes=0, max_nodes=2, vm_size="STANDARD_DS2_V2", vm_priority="dedicated"} Ha nincs, nem jön létre számítás. Alapértelmezett érték: None
|
default_gpu_compute_target
|
(ELAVULT) Gpu-számítás létrehozásához használt konfiguráció. A paraméter alapértelmezés szerint {min_nodes=0, max_nodes=2, vm_size="STANDARD_NC6", vm_priority="dedicated"} Ha nincs, nem jön létre számítás. Alapértelmezett érték: None
|
private_endpoint_config
|
A privát végpont konfigurációja, amely privát végpontot hoz létre az Azure ML-munkaterületen. Alapértelmezett érték: None
|
private_endpoint_auto_approval
|
Logikai jelző, amely azt jelzi, hogy a privát végpont létrehozásának automatikusan jóvá kell-e hagynia vagy manuálisan jóvá kell-e hagynia a Azure Private Link Központból. Manuális jóváhagyás esetén a felhasználók megtekinthetik a függőben lévő kérést Private Link portálon a kérés jóváhagyásához/elutasításához. Alapértelmezett érték: True
|
exist_ok
|
Azt jelzi, hogy ez a módszer sikeres-e, ha a munkaterület már létezik. Ha Hamis, ez a metódus meghiúsul, ha a munkaterület létezik. Ha igaz, ez a metódus a meglévő munkaterületet adja vissza, ha létezik. Alapértelmezett érték: False
|
show_output
|
Azt jelzi, hogy ez a metódus kiírja-e a növekményes folyamatot. Alapértelmezett érték: True
|
user_assigned_identity_for_cmk_encryption
|
A felhasználó által hozzárendelt identitás erőforrás-azonosítója, amelyet az ügyfélkezelési kulcs eléréséhez kell használni Alapértelmezett érték: None
|
system_datastores_auth_mode
|
Meghatározza, hogy a "workspaceblobstore" és a "workspacefilestore" munkaterület rendszeradattáraihoz használjon-e hitelesítő adatokat. Az alapértelmezett érték az "accessKey", amely esetben a munkaterület hitelesítő adatokkal hozza létre a rendszeradattárakat. Ha az "identitás" értékre van állítva, a munkaterület hitelesítő adatok nélkül hozza létre a rendszeradattárakat. Alapértelmezett érték: accessKey
|
v1_legacy_mode
|
A v2 API-szolgáltatás használatának megakadályozása nyilvános Azure-Resource Manager Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
A munkaterület objektuma. |
Kivételek
Típus | Description |
---|---|
Probléma merült fel a munkaterület létrehozásakor. |
Megjegyzések
Ez az első példa csak minimális specifikációt igényel, és az összes függő erőforrás és az erőforráscsoport automatikusan létrejön.
from azureml.core import Workspace
ws = Workspace.create(name='myworkspace',
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=True,
location='eastus2')
Az alábbi példa bemutatja, hogyan használhatja újra a meglévő Azure-erőforrásokat az Azure-erőforrás-azonosító formátum használatával. Az adott Azure-erőforrásazonosítók az Azure Portalon vagy az SDK-on keresztül kérhetők le. Ez feltételezi, hogy az erőforráscsoport, a tárfiók, a kulcstartó, az App Insights és a tárolóregisztrációs adatbázis már létezik.
import os
from azureml.core import Workspace
from azureml.core.authentication import ServicePrincipalAuthentication
service_principal_password = os.environ.get("AZUREML_PASSWORD")
service_principal_auth = ServicePrincipalAuthentication(
tenant_id="<tenant-id>",
username="<application-id>",
password=service_principal_password)
ws = Workspace.create(name='myworkspace',
auth=service_principal_auth,
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=False,
location='eastus2',
friendly_name='My workspace',
storage_account='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.storage/storageaccounts/mystorageaccount',
key_vault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault',
app_insights='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.insights/components/myappinsights',
container_registry='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.containerregistry/registries/mycontainerregistry',
exist_ok=False)
delete
Törölje az Azure Machine Learning-munkaterülethez társított erőforrásokat.
delete(delete_dependent_resources=False, no_wait=False)
Paraméterek
Name | Description |
---|---|
delete_dependent_resources
|
Törölheti-e a munkaterülethez társított erőforrásokat, például a tárolóregisztrációs adatbázist, a tárfiókot, a kulcstartót és az alkalmazáselemzéseket. Az alapértelmezett érték Hamis. Az erőforrások törléséhez állítsa a True (Igaz) értéket. Alapértelmezett érték: False
|
no_wait
|
Várjon-e, amíg a munkaterület törlése befejeződik. Alapértelmezett érték: False
|
Válaszok
Típus | Description |
---|---|
Sikeres esetben nincs; ellenkező esetben hibát jelez. |
delete_connection
A munkaterület kapcsolatának törlése.
delete_connection(name)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
A munkaterület alatti kapcsolat egyedi neve |
delete_private_endpoint_connection
Törölje a munkaterülethez való privát végpontkapcsolatot.
delete_private_endpoint_connection(private_endpoint_connection_name)
Paraméterek
Name | Description |
---|---|
private_endpoint_connection_name
Kötelező
|
A privát végponti kapcsolat egyedi neve a munkaterület alatt |
diagnose_workspace
Munkaterület beállítási problémáinak diagnosztizálása.
diagnose_workspace(diagnose_parameters)
Paraméterek
Name | Description |
---|---|
diagnose_parameters
Kötelező
|
<xref:_restclient.models.DiagnoseWorkspaceParameters>
A munkaterület állapotának diagnosztizálásának paramétere |
Válaszok
Típus | Description |
---|---|
<xref:msrestazure.azure_operation.AzureOperationPoller>[<xref:_restclient.models.DiagnoseResponseResult>]
|
Az AzureOperationPoller egy példánya, amely a DiagnoseResponseResult értéket adja vissza |
from_config
Munkaterület-objektumot ad vissza egy meglévő Azure Machine Learning-munkaterületről.
Beolvassa a munkaterület konfigurációját egy fájlból. Kivételt jelez, ha a konfigurációs fájl nem található.
A metódus egyszerű módot kínál ugyanazon munkaterület több Python-jegyzetfüzetben vagy -projektben való újrafelhasználására. A felhasználók a metódussal write_config menthetik a munkaterület Azure Resource Manager (ARM) tulajdonságait, és ezzel a módszerrel tölthetik be ugyanazt a munkaterületet különböző Python-jegyzetfüzetekbe vagy -projektekbe anélkül, hogy a munkaterület ARM-tulajdonságait újragépelik.
static from_config(path=None, auth=None, _logger=None, _file_name=None)
Paraméterek
Name | Description |
---|---|
path
|
A konfigurációs fájl vagy a kezdőkönyvtár elérési útja a kereséshez. A paraméter alapértelmezés szerint az aktuális könyvtárban indítja el a keresést. Alapértelmezett érték: None
|
auth
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. Alapértelmezett érték: None
|
_logger
|
Lehetővé teszi az alapértelmezett naplózó felülírását. Alapértelmezett érték: None
|
_file_name
|
Lehetővé teszi a konfigurációs fájl nevének felülírását, hogy megkeresse, ha az elérési út könyvtár elérési útja. Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
Egy meglévő Azure ML-munkaterület munkaterület-objektuma. |
get
Munkaterület-objektumot ad vissza egy meglévő Azure Machine Learning-munkaterülethez.
Kivételt jelez, ha a munkaterület nem létezik, vagy a szükséges mezők nem azonosítják egyedileg a munkaterületet.
static get(name, auth=None, subscription_id=None, resource_group=None, location=None, cloud='AzureCloud', id=None)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
A lekérni kívánt munkaterület neve. |
auth
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. Alapértelmezett érték: None
|
subscription_id
|
A használni kívánt előfizetés-azonosító. A paraméterre akkor van szükség, ha a felhasználó több előfizetéshez is hozzáfér. Alapértelmezett érték: None
|
resource_group
|
A használni kívánt erőforráscsoport. Ha nincs, a metódus az előfizetés összes erőforráscsoportjában keres. Alapértelmezett érték: None
|
location
|
A munkaterület helye. Alapértelmezett érték: None
|
cloud
|
A célfelhő neve. Az "AzureCloud", az "AzureChinaCloud" vagy az "AzureUSGovernment" egyike lehet. Ha nincs megadva felhő, az "AzureCloud" lesz használva. Alapértelmezett érték: AzureCloud
|
id
|
A munkaterület azonosítója. Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
A munkaterület objektuma. |
get_connection
A munkaterület kapcsolatának lekérése.
get_connection(name)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
A munkaterület alatti kapcsolat egyedi neve |
get_default_compute_target
Kérje le a munkaterület alapértelmezett számítási célját.
get_default_compute_target(type)
Paraméterek
Name | Description |
---|---|
type
Kötelező
|
A számítás típusa. Lehetséges értékek a "CPU" vagy a "GPU". |
Válaszok
Típus | Description |
---|---|
Az alapértelmezett számítási cél adott számítási típushoz. |
get_default_datastore
Szerezze be a munkaterület alapértelmezett adattárát.
get_default_datastore()
Válaszok
Típus | Description |
---|---|
Az alapértelmezett adattár. |
get_default_keyvault
Szerezze be a munkaterület alapértelmezett kulcstartó-objektumát.
get_default_keyvault()
Válaszok
Típus | Description |
---|---|
A munkaterülethez társított KeyVault objektum. |
get_details
Adja vissza a munkaterület adatait.
get_details()
Válaszok
Típus | Description |
---|---|
A munkaterület részletei szótárformátumban. |
Megjegyzések
A visszaadott szótár a következő kulcs-érték párokat tartalmazza.
id: Erre a munkaterületi erőforrásra mutató URI, amely tartalmazza az előfizetés azonosítóját, az erőforráscsoportot és a munkaterület nevét.
name: A munkaterület neve.
location: A munkaterület régiója.
típus: A(z) "{providerName}/workspaces" formátumú URI.
címkék: Jelenleg nincs használatban.
workspaceid: A munkaterület azonosítója.
leírás: Jelenleg nincs használatban.
friendlyName: A felhasználói felületen megjelenő munkaterület rövid neve.
creationTime: A munkaterület létrehozásának időpontja ISO8601 formátumban.
containerRegistry: A kísérletezési és webszolgáltatási rendszerképek lekéréséhez és leküldéséhez használt munkaterület-tárolóregisztrációs adatbázis.
keyVault: A munkaterület kulcstartója, amellyel a felhasználók a munkaterülethez hozzáadott hitelesítő adatokat tárolják.
applicationInsights: A munkaterület az Application Insights használatával naplózza a webszolgáltatási eseményeket.
identityPrincipalId:
identityTenantId
identityType
storageAccount: A munkaterület a futtatási kimenetek, a kód, a naplók stb. mentésére fogja használni a tárterületet.
termékváltozat: A munkaterület termékváltozata (más néven kiadás). A paraméter a visszamenőleges kompatibilitás szempontjából jelen van, és figyelmen kívül hagyja.
resourceCmkUri: Az ügyfél által kezelt kulcs kulcs URI-ja az inaktív adatok titkosításához. https://docs.microsoft.com/en-us/azure-stack/user/azure-stack-key-vault-manage-portal?view=azs-1910 Tekintse meg a kulcsok létrehozásának és URI-jának beszerzésének lépéseit.
hbiWorkspace: Azt határozza meg, hogy az ügyféladatok nagy üzleti hatással vannak-e.
imageBuildCompute: A rendszerkép-létrehozás számítási célja.
systemDatastoresAuthMode: Meghatározza, hogy használja-e a "workspaceblobstore" és a "workspacefilestore" munkaterület rendszeradattárainak hitelesítő adatait. Az alapértelmezett érték az "accessKey", amely esetben a munkaterület hitelesítő adatokkal hozza létre a rendszeradattárakat. Ha az "identitás" értékre van állítva, a munkaterület hitelesítő adatok nélkül hozza létre a rendszeradattárakat.
További információ ezekről a kulcs-érték párokról: create.
get_mlflow_tracking_uri
Kérje le a munkaterület MLflow-nyomkövetési URI-jának lekérését.
Az MLflow (https://mlflow.org/) egy nyílt forráskódú platform a gépi tanulási kísérletek nyomon követéséhez és a modellek kezeléséhez. Az MLflow naplózási API-kat az Azure Machine Learning használatával használhatja, hogy a metrikákat, modelleket és összetevőket naplózza az Azure Machine Learning-munkaterületre.
get_mlflow_tracking_uri(_with_auth=False)
Paraméterek
Name | Description |
---|---|
_with_auth
|
(ELAVULT) Adjon meg hitelesítési adatokat az URI nyomon követéséhez. Alapértelmezett érték: False
|
Válaszok
Típus | Description |
---|---|
Az MLflow-kompatibilis nyomkövetési URI. |
Megjegyzések
Az alábbi mintával konfigurálhatja az MLflow-nyomkövetést az adatok Azure ML-munkaterületre való küldéséhez:
import mlflow
from azureml.core import Workspace
workspace = Workspace.from_config()
mlflow.set_tracking_uri(workspace.get_mlflow_tracking_uri())
get_run
A futtatás visszaadása a munkaterületen megadott run_id.
get_run(run_id)
Paraméterek
Name | Description |
---|---|
run_id
Kötelező
|
A futtatási azonosító. |
Válaszok
Típus | Description |
---|---|
A beküldött futtatás. |
list
Listázhatja az összes olyan munkaterületet, amelyhez a felhasználó hozzáfér az előfizetésen belül.
A munkaterületek listája az erőforráscsoport alapján szűrhető.
static list(subscription_id, auth=None, resource_group=None)
Paraméterek
Name | Description |
---|---|
subscription_id
Kötelező
|
Az előfizetés azonosítója, amelynek a munkaterületeit listázni szeretné. |
auth
|
A hitelesítési objektum. További részletekért lásd: https://aka.ms/aml-notebook-auth. Ha nincs, a rendszer az alapértelmezett Azure CLI-hitelesítő adatokat használja, vagy az API hitelesítő adatokat kér. Alapértelmezett érték: None
|
resource_group
|
Erőforráscsoport a visszaadott munkaterületek szűréséhez. Ha nincs, a metódus felsorolja a megadott előfizetésen belüli összes munkaterületet. Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
Egy szótár, amelyben a kulcs a munkaterület neve, az érték pedig a Munkaterület objektumok listája. |
list_connections
A munkaterület alatti kapcsolatok listázása.
list_connections(category=None, target=None)
Paraméterek
Name | Description |
---|---|
type
Kötelező
|
Ennek a kapcsolatnak a típusa, amely a következőre lesz szűrve: |
target
|
a kapcsolat célértéke, amelyre szűrni fog Alapértelmezett érték: None
|
category
|
Alapértelmezett érték: None
|
list_keys
set_connection
Adjon hozzá vagy frissítsen egy kapcsolatot a munkaterület alatt.
set_connection(name, category, target, authType, value)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
A munkaterület alatti kapcsolat egyedi neve |
category
Kötelező
|
A kapcsolat kategóriája |
target
Kötelező
|
a cél, amelyhez a kapcsolat csatlakozik |
authType
Kötelező
|
a kapcsolat engedélyezési típusa |
value
Kötelező
|
a kapcsolat részleteinek json formátumú szerializálási sztringje |
set_default_datastore
Állítsa be a munkaterület alapértelmezett adattárát.
set_default_datastore(name)
Paraméterek
Name | Description |
---|---|
name
Kötelező
|
Az alapértelmezettként beállított név Datastore . |
setup
Hozzon létre egy új munkaterületet, vagy kérjen le egy meglévő munkaterületet.
static setup()
Válaszok
Típus | Description |
---|---|
Munkaterület-objektum. |
sync_keys
Aktiválja a munkaterületet a kulcsok azonnali szinkronizálásához.
Ha a munkaterület bármely erőforrásának kulcsait módosítják, az automatikus frissítésük körülbelül egy órát is igénybe vehet. Ez a függvény lehetővé teszi a kulcsok igény szerinti frissítését. Egy példaforgatókönyvben azonnali hozzáférésre van szükség a tárterülethez a tárolókulcsok újragenerálása után.
sync_keys(no_wait=False)
Paraméterek
Name | Description |
---|---|
no_wait
|
Várjon-e, amíg a munkaterület szinkronizálási kulcsai befejeződnek. Alapértelmezett érték: False
|
Válaszok
Típus | Description |
---|---|
Sikeres esetben nincs; ellenkező esetben hibát jelez. |
update
Frissítse a munkaterülethez társított rövid nevet, leírást, címkéket, rendszerkép-összeállítási számítást és egyéb beállításokat.
update(friendly_name=None, description=None, tags=None, image_build_compute=None, service_managed_resources_settings=None, primary_user_assigned_identity=None, allow_public_access_when_behind_vnet=None, v1_legacy_mode=None)
Paraméterek
Name | Description |
---|---|
friendly_name
|
A munkaterület rövid neve, amely megjeleníthető a felhasználói felületen. Alapértelmezett érték: None
|
description
|
A munkaterület leírása. Alapértelmezett érték: None
|
tags
|
A munkaterülethez társítandó címkék. Alapértelmezett érték: None
|
image_build_compute
|
A rendszerkép-build számítási neve. Alapértelmezett érték: None
|
service_managed_resources_settings
|
<xref:azureml._base_sdk_common.workspace.models.ServiceManagedResourcesSettings>
A szolgáltatás által felügyelt erőforrások beállításai. Alapértelmezett érték: None
|
primary_user_assigned_identity
|
A felhasználó által hozzárendelt identitás erőforrás-azonosítója, amely a munkaterület identitását jelöli. Alapértelmezett érték: None
|
allow_public_access_when_behind_vnet
|
Nyilvános hozzáférés engedélyezése privát kapcsolati munkaterülethez. Alapértelmezett érték: None
|
v1_legacy_mode
|
A v2 API-szolgáltatás használatának megakadályozása nyilvános Azure-Resource Manager Alapértelmezett érték: None
|
Válaszok
Típus | Description |
---|---|
A frissített információk szótára. |
update_dependencies
Frissítse a munkaterülethez tartozó meglévő erőforrásokat a következő esetekben.
a) Ha egy felhasználó véletlenül töröl egy meglévő társított erőforrást, és egy új erőforrással szeretné frissíteni anélkül, hogy újra létre kellene hoznia a teljes munkaterületet. b) Ha egy felhasználó rendelkezik meglévő társított erőforrással, és a munkaterülethez társított aktuális erőforrást szeretné lecserélni. c) Ha még nem hoztak létre társított erőforrást, és egy már meglévő erőforrást szeretnének használni (csak a tárolóregisztrációs adatbázisra vonatkozik).
update_dependencies(container_registry=None, force=False)
Paraméterek
Name | Description |
---|---|
container_registry
|
A tárolóregisztrációs adatbázis ARM-azonosítója. Alapértelmezett érték: None
|
force
|
Ha megerősítés nélkül kényszeríti a függő erőforrások frissítését. Alapértelmezett érték: False
|
Válaszok
Típus | Description |
---|---|
write_config
Írja be a munkaterület Azure Resource Manager (ARM) tulajdonságait egy konfigurációs fájlba.
A munkaterület ARM-tulajdonságai később betölthetők a from_config metódussal. Az path
alapértelmezett érték a ".azureml/" lesz az aktuális munkakönyvtárban, alapértelmezett file_name
értéke pedig a "config.json".
A metódus egyszerű módot kínál ugyanazon munkaterület több Python-jegyzetfüzetben vagy -projektben való újrafelhasználására. A felhasználók ezzel a függvénnyel menthetik a munkaterület ARM-tulajdonságait, és a from_config használatával betölthetik ugyanazt a munkaterületet különböző Python-jegyzetfüzetekben vagy -projektekben a munkaterület ARM-tulajdonságainak módosítása nélkül.
write_config(path=None, file_name=None)
Paraméterek
Name | Description |
---|---|
path
|
A felhasználó megadta a config.json fájl írásának helyét. A paraméter alapértelmezés szerint ".azureml/" lesz az aktuális munkakönyvtárban. Alapértelmezett érték: None
|
file_name
|
A konfigurációs fájlhoz használandó név. A paraméter alapértelmezés szerint a config.json. Alapértelmezett érték: None
|
Attribútumok
compute_targets
A munkaterületen található összes számítási cél listázása.
Válaszok
Típus | Description |
---|---|
Egy szótár, amelynek kulcsát a számítási cél neve és értéke objektumként ComputeTarget adja meg. |
datasets
A munkaterület összes adathalmazának listázása.
Válaszok
Típus | Description |
---|---|
Egy szótár, amely kulcsként szolgál az adathalmaz neveként és értékeként objektumként Dataset . |
datastores
A munkaterület összes adattárának listázása. Ez a művelet nem adja vissza az adattárak hitelesítő adatait.
Válaszok
Típus | Description |
---|---|
Egy szótár, amely kulcsként szerepel az adattár neveként és értékeként objektumként Datastore . |
discovery_url
Adja vissza a munkaterület felderítési URL-címét.
Válaszok
Típus | Description |
---|---|
A munkaterület felderítési URL-címe. |
environments
A munkaterület összes környezetének listázása.
Válaszok
Típus | Description |
---|---|
Egy szótár, amely a kulcsot környezeti névként és értékként objektumként Environment használja. |
experiments
Listázz minden kísérletet a munkaterületen.
Válaszok
Típus | Description |
---|---|
Egy szótár, amelynek a kulcsa a kísérlet neve, az érték Experiment pedig objektum. |
images
Adja vissza a munkaterületen lévő képek listáját.
Felvet egy hibát WebserviceException , ha probléma merült fel a modellkezelési szolgáltatással való interakció során.
Válaszok
Típus | Description |
---|---|
Egy szótár képnévként és értékként, objektumként Image . |
Kivételek
Típus | Description |
---|---|
Probléma lépett fel a modellkezelési szolgáltatással való interakció során. |
linked_services
A munkaterület összes társított szolgáltatásának listázása.
Válaszok
Típus | Description |
---|---|
Egy szótár, ahol a kulcs egy társított szolgáltatásnév, az érték pedig egy LinkedService objektum. |
location
models
Adja vissza a munkaterület modelllistáját.
Felvet egy hibát WebserviceException , ha probléma merült fel a modellkezelési szolgáltatással való interakció során.
Válaszok
Típus | Description |
---|---|
A modell szótára, amelynek kulcsát modellnévként és értékként objektumként adja Model meg. |
Kivételek
Típus | Description |
---|---|
Probléma lépett fel a modellkezelési szolgáltatással való interakció során. |
name
private_endpoints
A munkaterület összes privát végpontjának listázása.
Válaszok
Típus | Description |
---|---|
A munkaterülethez társított PrivateEndPoint-objektumok diktálása. A kulcs a privát végpont neve. |
resource_group
Adja vissza a munkaterület erőforráscsoportjának nevét.
Válaszok
Típus | Description |
---|---|
Az erőforráscsoport neve. |
service_context
Adja vissza a munkaterület szolgáltatási környezetét.
Válaszok
Típus | Description |
---|---|
<xref:azureml._restclient.service_context.ServiceContext>
|
A ServiceContext objektumot adja vissza. |
sku
Adja vissza a munkaterület termékváltozatát.
Válaszok
Típus | Description |
---|---|
A munkaterület termékváltozata. |
subscription_id
Adja vissza a munkaterület előfizetés-azonosítóját.
Válaszok
Típus | Description |
---|---|
Az előfizetés azonosítója. |
tags
Adja vissza a munkaterület címkéinek értékét.
Válaszok
Típus | Description |
---|---|
A munkaterület címkéi. |
webservices
A munkaterületen található webszolgáltatások listájának visszaadása.
Felvet egy hibát WebserviceException , ha probléma merült fel a lista visszaadása során.
Válaszok
Típus | Description |
---|---|
A munkaterületen található webszolgáltatások listája. |
Kivételek
Típus | Description |
---|---|
Hiba történt a lista visszaadása során. |
DEFAULT_CPU_CLUSTER_CONFIGURATION
DEFAULT_CPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>
DEFAULT_CPU_CLUSTER_NAME
DEFAULT_CPU_CLUSTER_NAME = 'cpu-cluster'
DEFAULT_GPU_CLUSTER_CONFIGURATION
DEFAULT_GPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>
DEFAULT_GPU_CLUSTER_NAME
DEFAULT_GPU_CLUSTER_NAME = 'gpu-cluster'