Gestire i registri di Azure Machine Learning

Le entità di Azure Machine Learning possono essere raggruppate in due categorie generali:

• Gli asset come modelli, ambienti, componenti e set di dati sono entità durevoli indipendenti dall'area di lavoro. Ad esempio, un modello può essere registrato con qualsiasi area di lavoro e distribuito in qualsiasi endpoint.
• Le risorse come calcolo, processo ed endpoint sono entità temporanee specifiche dell'area di lavoro. Ad esempio, un endpoint online ha un URI di assegnazione dei punteggi univoco per un'istanza specifica in un'area di lavoro specifica. Analogamente, un processo viene eseguito per una durata nota e genera log e metriche ogni volta che viene eseguito.

Gli asset si prestano a essere archiviati in un repository centrale e usati in aree di lavoro diverse, possibilmente in aree geografiche diverse. Le risorse sono specifiche dell'area di lavoro.

I registri di Azure Machine Learning consentono di creare e usare tali asset in aree di lavoro diverse. I registri supportano la replica in più aree geografiche per l'accesso a bassa latenza agli asset, quindi è possibile usare gli asset nelle aree di lavoro che si trovano in aree geografiche di Azure diverse. La creazione di un registro effettua il provisioning delle risorse di Azure necessarie per facilitare la replica. In primo luogo, gli account di archiviazione BLOB di Azure in ogni area supportata. In secondo luogo, un singolo Registro Azure Container con la replica abilitata per ogni area supportata.

Prerequisiti

Prima di seguire i passaggi descritti in questo articolo, assicurarsi di disporre dei prerequisiti seguenti:

• L'interfaccia della riga di comando di Azure e l'estensione ml all'interfaccia della riga di comando di Azure. Per altre informazioni, vedere Installare, configurare e usare l'interfaccia della riga di comando (v2).

  Importante

  Gli esempi dell'interfaccia della riga di comando in questo articolo presuppongono che si usi la shell Bash (o compatibile). Ad esempio, da un sistema Linux o da un sottosistema Windows per Linux.

• Un'area di lavoro di Azure Machine Learning. Se non è disponibile, usare la procedura descritta in Installare, configurare e usare l'interfaccia della riga di comando (v2) per crearne una.

Suggerimento

Se si usa una versione precedente dell'estensione ml per l'interfaccia della riga di comando, potrebbe essere necessario aggiornarla alla versione più recente prima di usare questa funzionalità. Per aggiornare la versione più recente, usare il comando seguente:

az extension update -n ml

Per altre informazioni, vedere Installare, configurare e usare l'interfaccia della riga di comando (v2).

Preparare la creazione del Registro di sistema

Prima di procedere con la creazione di un registro, è necessario decidere attentamente le informazioni seguenti:

Scegliere un nome

Considerare i fattori seguenti prima di scegliere un nome.

• I registri sono concepiti per facilitare la condivisione degli asset di Machine Learning tra i team all'interno dell'organizzazione in tutte le aree di lavoro. Scegliere un nome che rifletta l'ambito di condivisione. Il nome deve aiutare a identificare il gruppo, la divisione o l'organizzazione.
• Il nome del Registro di sistema è univoco con l'organizzazione (tenant Microsoft Entra). È consigliabile anteporre il nome del team o dell'organizzazione ed evitare nomi generici.
• I nomi del Registro di sistema non possono essere modificati dopo la creazione perché vengono usati negli ID di modelli, ambienti e componenti a cui si fa riferimento nel codice.
  • La lunghezza può essere di 2-32 caratteri.
  • Sono consentiti caratteri alfanumerici, caratteri di sottolineatura e trattini. Nessun altro carattere speciale. Nessuno spazio: i nomi del Registro di sistema fanno parte di ID modello, ambiente e componente a cui è possibile fare riferimento nel codice.
  • Il nome può contenere caratteri di sottolineatura o trattini, ma non può iniziare con un carattere di sottolineatura o un trattino. Deve iniziare con un carattere alfanumerico.

Scegliere le aree di Azure

I registri consentono la condivisione degli asset tra aree di lavoro. A tale scopo, un registro replica il contenuto in più aree di Azure. È necessario definire l'elenco di aree supportate da un Registro di sistema durante la creazione del Registro di sistema. Creare un elenco di tutte le aree geografiche in cui sono attualmente presenti aree di lavoro e pianificare l'aggiunta in un prossimo futuro. Questo elenco è un buon set di aree con cui iniziare. Quando si crea un registro, si definiscono un'area primaria e un set di aree aggiuntive. L'area primaria non può essere modificata dopo la creazione del Registro di sistema, ma le aree aggiuntive possono essere aggiornate in un secondo momento.

Verificare le autorizzazioni

Assicurarsi di essere il "Proprietario" o "Collaboratore" della sottoscrizione o del gruppo di risorse in cui si prevede di creare il Registro di sistema. Se non si ha uno di questi ruoli predefiniti, vedere la sezione relativa alle autorizzazioni per la fine di questo articolo.

Creare un registro

Interfaccia della riga di comando di Azure

Creare la definizione YAML e denominarla registry.yml.

Nota

Il percorso primario viene elencato due volte nel file YAML. Nell'esempio seguente, eastus viene elencato per primo come posizione primaria (elemento location) e anche nell'elenco replication_locations.

name: DemoRegistry1
tags:
  description: Basic registry with one primary region and to additional regions
  foo: bar
location: eastus
replication_locations:
  - location: eastus
  - location: eastus2
  - location: westus

Per altre informazioni sulla struttura del file YAML, vedere l'articolo di riferimento su YAML del Registro di sistema.

Suggerimento

In genere vengono visualizzati nomi di aree di Azure, ad esempio "Stati Uniti orientali" nel portale di Azure, ma la creazione del Registro di sistema YAML richiede nomi di aree senza spazi e lettere minuscole. Usare az account list-locations -o table per trovare il mapping dei nomi visualizzati dell'area al nome dell'area che può essere specificato in YAML.

Eseguire il comando create del Registro di sistema.

az ml registry create --file registry.yml

Studio di Azure Machine Learning

È possibile creare registri in Azure Machine Learning Studio seguendo questa procedura:

1. Nell'Azure Machine Learning Studio, selezionare i Registri e quindi Gestisci registri. Selezionare + Crea registro.

   Suggerimento

   Se si è in un'area di lavoro, passare all'interfaccia utente globale facendo clic sul nome dell'organizzazione o del tenant nel riquadro di spostamento per trovare la voce Registri. È possibile anche andarci direttamente passando a https://ml.azure.com/registries.

   

2. Immettere il nome del registro di sistema, selezionare la sottoscrizione e il gruppo di risorse, e quindi selezionare Avanti.

   

3. Selezionare l’area primaria e l’Area aggiuntiva, quindi selezionare Avanti.

   

4. Esaminare le informazioni fornite e quindi selezionare Crea. È possibile tenere traccia dello stato di avanzamento dell'operazione di creazione nel portale di Azure. Dopo aver creato il Registro di sistema, è possibile trovarlo elencato nella scheda Gestisci registri.

   

Azure portal

1. Dal portale di Azure passare al servizio Azure Machine Learning. È possibile accedere cercando Azure Machine Learning nella barra di ricerca nella parte superiore della pagina o passando a Tutti i servizi cercando Azure Machine Learning nella categoria intelligenza artificiale e Machine Learning.

2. Selezionare Creae quindi selezionare registro di Azure Machine Learning. Immettere il nome del Registro di sistema, selezionare la sottoscrizione, il gruppo di risorse e l'area primaria, quindi selezionare Avanti.

3. Selezionare le aree aggiuntive supportate dal Registro di sistema, quindi selezionare Avanti fino a quando non si arriva alla scheda Rivedi e crea.

   

4. Esaminare le informazioni e selezionare Crea.

REST API

Suggerimento

Per completare questo passaggio, è necessaria l'utilità curl. Il programma curl è disponibile nel sottosistema Windows per Linux o in qualsiasi distribuzione UNIX. In PowerShell curl è un alias per Invoke-WebRequest e curl -d "key=val" -X POST uri diventa Invoke-WebRequest -Body "key=val" -Method POST -Uri uri.

Per autenticare le chiamate API REST, è necessario un token di autenticazione per l'account utente di Azure. Per recuperare un token, è possibile usare il comando seguente:

az account get-access-token 

La risposta deve fornire un token di accesso valido per un'ora. Prendere nota del token, perché viene usato per autenticare tutte le richieste amministrative. Il codice JSON seguente è una risposta di esempio:

Suggerimento

Il valore del campo access_token è il token.

{
    "access_token": "YOUR-ACCESS-TOKEN",
    "expiresOn": "<expiration-time>",
    "subscription": "<subscription-id>",
    "tenant": "your-tenant-id",
    "tokenType": "Bearer"
}

Per creare un registro, usare il comando seguente. È possibile modificare il codice JSON per modificare gli input in base alle esigenze. Sostituire il valore <YOUR-ACCESS-TOKEN> con il token di accesso recuperato in precedenza:

Suggerimento

È consigliabile usare la versione più recente dell'API quando si usa l'API REST. Per un elenco delle versioni correnti dell'API REST per Azure Machine Learning, vedere le informazioni di riferimento sull'API REST di Machine Learning. Le versioni dell'API correnti sono elencate nel sommario a sinistra della pagina.

curl -X PUT https://management.azure.com/subscriptions/<your-subscription-id>/resourceGroups/<your-resource-group>/providers/Microsoft.MachineLearningServices/registries/reg-from-rest?api-version=2023-04-01 -H "Authorization:Bearer <YOUR-ACCESS-TOKEN>" -H 'Content-Type: application/json' -d ' 
{
    "properties":
    {
        "regionDetails": 
        [
            {
                "location": "eastus",
                "storageAccountDetails":
                [
                    {
                        "systemCreatedStorageAccount": 
                        {
                            "storageAccountType": "Standard_LRS"
                        }
                    }
                ],
                "acrDetails": 
                [
                    {
                        "systemCreatedAcrAccount":
                        {
                            "acrAccountSku": "Premium"
                        }
                    }
                ]
            }
        ]
    },
    "identity": {
        "type": "SystemAssigned"
        },
    "location": "eastus"
}
'

Si riceverà una risposta 202 Accepted.

Specificare il tipo di account di archiviazione e lo SKU (facoltativo)

Suggerimento

La specifica del tipo di account di archiviazione di Azure e dello SKU è disponibile solo dall'interfaccia della riga di comando di Azure.

L’archiviazione di Azure offre diversi tipi di account di archiviazione con funzionalità e prezzi diversi. Per altre informazioni, vedere l'articolo Tipi di account di archiviazione. Dopo aver identificato lo SKU ottimale dell'account di archiviazione più adatto alle proprie esigenze, trovare il valore per il tipo di SKU appropriato. Nel file YAML usare il tipo di SKU selezionato come valore del campo storage_account_type. Questo campo si trova sotto ogni location nell'elenco replication_locations.

Decidere quindi se si vuole usare un account di archiviazione BLOB di Azure o Azure Data Lake Storage Gen2. Per creare Azure Data Lake Storage Gen2, impostare storage_account_hns su true. Per creare l'archiviazione BLOB di Azure, impostare storage_account_hns su false. Il campo storage_account_hns si trova sotto ogni location nell'elenco di replication_locations.

Nota

La parte hns di storage_account_hns fa riferimento alla funzionalità dello spazio dei nomi gerarchico degli account Azure Data Lake Storage Gen2.

Il seguente file YAML di esempio illustra questa configurazione avanzata di archiviazione:

name: DemoRegistry2
tags:
  description: Registry with additional configuration for storage accounts
  foo: bar
location: eastus
replication_locations:
  - location: eastus
    storage_config:
      storage_account_hns: False
      storage_account_type: Standard_LRS
  - location: eastus2
    storage_config:
      storage_account_hns: False
      storage_account_type: Standard_LRS
  - location: westus
    storage_config:
      storage_account_hns: False
      storage_account_type: Standard_LRS

Aggiungere utenti al Registro di sistema

Decidere se si vuole consentire agli utenti di usare solo gli asset (modelli, ambienti e componenti) dal Registro di sistema o di usare e creare asset nel Registro di sistema. Esaminare i passaggi per assegnare un ruolo se non si ha familiarità con come gestire le autorizzazioni usando controllo degli accessi in base al ruolo di Azure.

Consentire agli utenti di usare gli asset dal Registro di sistema

Per consentire a un utente di leggere solo gli asset, è possibile concedere all'utente il ruolo di lettore predefinito. Se non si vuole usare il ruolo predefinito, creare un ruolo personalizzato con le autorizzazioni seguenti

Autorizzazione	Descrizione
Microsoft.MachineLearningServices/registries/read	Consente all'utente di elencare i registri e ottenere i metadati del Registro di sistema
Microsoft.MachineLearningServices/registries/assets/read	Consente all'utente di esplorare gli asset e di usare gli asset in un'area di lavoro

Consentire agli utenti di creare e usare asset dal Registro di sistema

Per consentire all'utente di leggere e creare o eliminare asset, concedere l'autorizzazione di scrittura seguente oltre alle autorizzazioni di lettura precedenti.

Autorizzazione	Descrizione
Microsoft.MachineLearningServices/registries/assets/write	Creare asset nei registri
Microsoft.MachineLearningServices/registries/assets/delete	Eliminare gli asset nei registri

Avviso

I ruoli collaboratore e proprietario predefiniti consentono agli utenti di creare, aggiornare ed eliminare registri. È necessario creare un ruolo personalizzato se si desidera che l'utente crei e usi gli asset dal Registro di sistema, ma non crea o aggiorna registri. Esaminare ruoli personalizzati per informazioni su come creare ruoli personalizzati dalle autorizzazioni.

Consentire agli utenti di creare e gestire registri

Per consentire agli utenti di creare, aggiornare ed eliminare registri, concedere loro il ruolo predefinito Collaboratore o Proprietario. Se non si vogliono usare ruoli predefiniti, creare un ruolo personalizzato con le autorizzazioni seguenti, oltre a tutte le autorizzazioni precedenti per leggere, creare ed eliminare asset nel Registro di sistema.

Autorizzazione	Descrizione
Microsoft.MachineLearningServices/registries/write	Consente all'utente di creare o aggiornare registri
Microsoft.MachineLearningServices/registries/delete	Consente all'utente di eliminare i registri

Passaggi successivi

• Informazioni su come condividere modelli, componenti e ambienti tra aree di lavoro con registri
• Isolamento di rete con registri