Creare un hub usando Azure Machine Learning SDK e l'interfaccia della riga di comando
Importante
Alcune funzionalità descritte in questo articolo potrebbero essere disponibili solo in anteprima. Questa anteprima viene fornita senza un contratto di servizio e non è consigliabile per i carichi di lavoro di produzione. Alcune funzionalità potrebbero non essere supportate o potrebbero presentare funzionalità limitate. Per altre informazioni, vedere le Condizioni supplementari per l'uso delle anteprime di Microsoft Azure.
Questo articolo illustra come creare le risorse di AI Studio seguenti usando Azure Machine Learning SDK e l'interfaccia della riga di comando di Azure (con l'estensione Machine Learning):
- Un hub di Studio AI della piattaforma Azure
- Una connessione ai Servizi di Azure AI
Prerequisiti
- Una sottoscrizione di Azure. Se non si ha una sottoscrizione di Azure, creare un account gratuito prima di iniziare. Provare subito la versione gratuita o a pagamento di Studio AI della piattaforma Azure.
Configurazione dell'ambiente
Usare le schede seguenti per selezionare se si usa Python SDK o l'interfaccia della riga di comando di Azure:
Installare Python come descritto nella Guida introduttiva all'SDK.
Installare azure-identity:
pip install azure-identity
. Se si trova in una cella del notebook, usare%pip install azure-identity
.Fornire i dettagli della sottoscrizione:
# Enter details of your subscription subscription_id = "<SUBSCRIPTION_ID>" resource_group = "<RESOURCE_GROUP>"
Ottenere un handle per la sottoscrizione. Tutto il codice Python in questo articolo usa
ml_client
:# get a handle to the subscription from azure.ai.ml import MLClient from azure.identity import DefaultAzureCredential ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
(Facoltativo) Se si dispone di più account, aggiungere l'ID tenant del Microsoft Entra ID da usare in
DefaultAzureCredential
. Trovare l'ID tenant dal portale di Azure in Microsoft Entra ID, Identità esterne.DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
(Facoltativo) Se si lavora nelle aree Azure per enti pubblici - Stati Uniti o Azure Cina (21Vianet), specificare l'area in cui si desidera eseguire l'autenticazione. È possibile specificare l'area con
DefaultAzureCredential
. Nell'esempio seguente si illustra l'autenticazione nell'area Azure per enti pubblici - Stati Uniti:from azure.identity import AzureAuthorityHosts DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
Creare la connessione all'hub di Studio AI e ai servizi di intelligenza artificiale
Usare gli esempi seguenti per creare un nuovo hub. Sostituire i valori stringa di esempio con i propri valori:
from azure.ai.ml.entities import Hub
my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
# construct a basic hub
my_hub = Hub(name=my_hub_name,
location=my_location,
display_name=my_display_name)
created_hub = ml_client.workspaces.begin_create(my_hub).result()
Creare una connessione ai servizi di intelligenza artificiale
Dopo aver creato i propri servizi di intelligenza artificiale, è possibile connetterlo all'hub:
from azure.ai.ml.entities import AzureAIServicesConnection
# constrict an AI Services connection
my_connection_name = "myaiservivce"
my_endpoint = "demo.endpoint" # this could also be called target
my_api_keys = None # leave blank for Authentication type = AAD
my_ai_services_resource_id = "" # ARM id required
my_connection = AzureAIServicesConnection(name=my_connection_name,
endpoint=my_endpoint,
api_key= my_api_keys,
ai_services_resource_id=my_ai_services_resource_id)
# Create the connection
ml_client.connections.create_or_update(my_connection)
Contenuto correlato
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per