Aree di lavoro Microsoft.MachineLearningServices 2019-11-01
- Più recente
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 2021-07-01
- 2021-04-01
- 2021-03-01-preview
- 2021-01-01
- Anteprima 2020-09-01
- 2020-08-01
- 2020-06-01
- 2020-05-15-preview
- Anteprima 2020-05-01
- 2020-04-01
- 2020-03-01
- 2020-02-18-preview
- 2020-01-01
- 01-11-2019
- 01/06/2019
- 2019-05-01
- 2018-11-19
- Anteprima 2018-03-01
Definizione di risorsa Bicep
Il tipo di risorsa delle aree di lavoro può essere distribuito con operazioni destinate:
- Gruppi di risorse - Vedere i comandi di distribuzione del gruppo di risorse
Per un elenco delle proprietà modificate in ogni versione dell'API, vedere log delle modifiche.
Formato di risorsa
Per creare una risorsa Microsoft.MachineLearningServices/workspaces, aggiungere il bicep seguente al modello.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2019-11-01' = {
name: 'string'
location: 'string'
tags: {
tagName1: 'tagValue1'
tagName2: 'tagValue2'
}
sku: {
name: 'string'
tier: 'string'
}
identity: {
type: 'SystemAssigned'
}
properties: {
applicationInsights: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
friendlyName: 'string'
keyVault: 'string'
storageAccount: 'string'
}
}
Valori delle proprietà
aree di lavoro
Nome | Descrizione | valore |
---|---|---|
name | Nome della risorsa | stringa (obbligatoria) Limite di caratteri: 3-33 Caratteri validi: Caratteri alfanumerici, trattini e caratteri di sottolineatura. |
posizione | Specifica la posizione della risorsa. | string |
tags | Contiene tag di risorse definiti come coppie chiave/valore. | Dizionario dei nomi e dei valori dei tag. Vedere Tag nei modelli |
sku | Sku dell'area di lavoro. | Sku |
identity | Identità della risorsa. | Identità |
properties | Proprietà dell'area di lavoro di Machine Learning. | Proprietà dell'area di lavoro |
Identità
Nome | Descrizione | Valore |
---|---|---|
tipo | Tipo di identità. | 'SystemAssigned' |
Proprietà dell'area di lavoro
Nome | Descrizione | Valore |
---|---|---|
applicationInsights | ID ARM delle informazioni dettagliate dell'applicazione associate a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
containerRegistry | ID ARM del Registro contenitori associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
description | Descrizione di questa area di lavoro. | string |
discoveryUrl | Url per il servizio di individuazione per identificare gli endpoint regionali per i servizi di sperimentazione di Machine Learning | string |
friendlyName | Nome descrittivo per questa area di lavoro. Questo nome nella tabella modificabile | string |
keyVault | ID ARM dell'insieme di credenziali delle chiavi associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
storageAccount | ID ARM dell'account di archiviazione associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
Sku
Nome | Descrizione | valore |
---|---|---|
name | Nome dello sku | string |
Livello | Livello dello sku, ad esempio Basic o Enterprise | string |
Modelli di avvio rapido
I modelli di avvio rapido seguenti distribuiscono questo tipo di risorsa.
Modello | Descrizione |
---|---|
Area di lavoro di Azure Machine Learning |
Questo modello crea una nuova area di lavoro di Azure Machine Learning, insieme a un account di archiviazione crittografato, a KeyVault e alla registrazione di Application Insights |
Creare un'area di lavoro AML con più set di dati & archivi dati |
Questo modello crea un'area di lavoro di Azure Machine Learning con più set di dati & archivi dati. |
Configurazione sicura end-to-end di Azure Machine Learning |
Questo set di modelli Bicep illustra come configurare Azure Machine Learning end-to-end in una configurazione sicura. Questa implementazione di riferimento include l'area di lavoro, un cluster di calcolo, un'istanza di calcolo e un cluster del servizio Azure Kubernetes collegato. |
Configurazione sicura end-to-end di Azure Machine Learning (legacy) |
Questo set di modelli Bicep illustra come configurare Azure Machine Learning end-to-end in una configurazione sicura. Questa implementazione di riferimento include l'area di lavoro, un cluster di calcolo, un'istanza di calcolo e un cluster del servizio Azure Kubernetes collegato. |
Creare una destinazione di calcolo del servizio Azure Kubernetes con un indirizzo IP privato |
Questo modello crea una destinazione di calcolo del servizio Azure Kubernetes in un'area di lavoro del servizio Azure Machine Learning con un indirizzo IP privato. |
Creare un'area di lavoro del servizio Azure Machine Learning |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set minimo di risorse necessarie per iniziare a usare Azure Machine Learning. |
Creare un'area di lavoro del servizio Azure Machine Learning (CMK) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. L'esempio illustra come configurare Azure Machine Learning per la crittografia con una chiave di crittografia gestita dal cliente. |
Creare un'area di lavoro del servizio Azure Machine Learning (rete virtuale) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set di risorse necessarie per iniziare a usare Azure Machine Learning in una rete isolata. |
Creare un'area di lavoro del servizio Azure Machine Learning (legacy) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set di risorse necessarie per iniziare a usare Azure Machine Learning in una rete isolata. |
Definizione della risorsa modello di Resource Manager
Il tipo di risorsa delle aree di lavoro può essere distribuito con operazioni destinate:
- Gruppi di risorse - Vedere i comandi di distribuzione del gruppo di risorse
Per un elenco delle proprietà modificate in ogni versione dell'API, vedere log delle modifiche.
Formato di risorsa
Per creare una risorsa Microsoft.MachineLearningServices/workspaces, aggiungere il codice JSON seguente al modello.
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2019-11-01",
"name": "string",
"location": "string",
"tags": {
"tagName1": "tagValue1",
"tagName2": "tagValue2"
},
"sku": {
"name": "string",
"tier": "string"
},
"identity": {
"type": "SystemAssigned"
},
"properties": {
"applicationInsights": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"friendlyName": "string",
"keyVault": "string",
"storageAccount": "string"
}
}
Valori delle proprietà
aree di lavoro
Nome | Descrizione | Valore |
---|---|---|
tipo | Tipo di risorsa | 'Microsoft.MachineLearningServices/workspaces' |
apiVersion | Versione dell'API risorsa | '2019-11-01' |
name | Nome della risorsa | stringa (obbligatoria) Limite di caratteri: 3-33 Caratteri validi: Caratteri alfanumerici, trattini e caratteri di sottolineatura. |
posizione | Specifica la posizione della risorsa. | string |
tags | Contiene tag di risorse definiti come coppie chiave/valore. | Dizionario dei nomi e dei valori dei tag. Vedere Tag nei modelli |
sku | Sku dell'area di lavoro. | Sku |
identity | Identità della risorsa. | Identità |
properties | Proprietà dell'area di lavoro di Machine Learning. | Proprietà dell'area di lavoro |
Identità
Nome | Descrizione | Valore |
---|---|---|
tipo | Tipo di identità. | 'SystemAssigned' |
Proprietà dell'area di lavoro
Nome | Descrizione | Valore |
---|---|---|
applicationInsights | ID ARM delle informazioni dettagliate dell'applicazione associate a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
containerRegistry | ID ARM del Registro contenitori associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
description | Descrizione di questa area di lavoro. | string |
discoveryUrl | Url per il servizio di individuazione per identificare gli endpoint regionali per i servizi di sperimentazione di Machine Learning | string |
friendlyName | Nome descrittivo per questa area di lavoro. Questo nome nella tabella modificabile | string |
keyVault | ID ARM dell'insieme di credenziali delle chiavi associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
storageAccount | ID ARM dell'account di archiviazione associato a questa area di lavoro. Impossibile modificare una volta creata l'area di lavoro | string |
Sku
Nome | Descrizione | valore |
---|---|---|
name | Nome dello sku | string |
Livello | Livello dello sku, ad esempio Basic o Enterprise | string |
Modelli di avvio rapido
I modelli di avvio rapido seguenti distribuiscono questo tipo di risorsa.
Modello | Descrizione |
---|---|
Area di lavoro di Azure Machine Learning |
Questo modello crea una nuova area di lavoro di Azure Machine Learning, insieme a un account di archiviazione crittografato, a KeyVault e alla registrazione di Application Insights |
Creare un'area di lavoro AML con più set di dati & archivi dati |
Questo modello crea un'area di lavoro di Azure Machine Learning con più set di dati & archivi dati. |
Configurazione sicura end-to-end di Azure Machine Learning |
Questo set di modelli Bicep illustra come configurare Azure Machine Learning end-to-end in una configurazione sicura. Questa implementazione di riferimento include l'area di lavoro, un cluster di calcolo, un'istanza di calcolo e un cluster del servizio Azure Kubernetes collegato. |
Configurazione sicura end-to-end di Azure Machine Learning (legacy) |
Questo set di modelli Bicep illustra come configurare Azure Machine Learning end-to-end in una configurazione sicura. Questa implementazione di riferimento include l'area di lavoro, un cluster di calcolo, un'istanza di calcolo e un cluster del servizio Azure Kubernetes collegato. |
Creare una destinazione di calcolo del servizio Azure Kubernetes con un indirizzo IP privato |
Questo modello crea una destinazione di calcolo del servizio Azure Kubernetes in un'area di lavoro del servizio Azure Machine Learning con un indirizzo IP privato. |
Creare un'area di lavoro del servizio Azure Machine Learning |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set minimo di risorse necessarie per iniziare a usare Azure Machine Learning. |
Creare un'area di lavoro del servizio Azure Machine Learning (CMK) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. L'esempio illustra come configurare Azure Machine Learning per la crittografia con una chiave di crittografia gestita dal cliente. |
Creare un'area di lavoro del servizio Azure Machine Learning (rete virtuale) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set di risorse necessarie per iniziare a usare Azure Machine Learning in una rete isolata. |
Creare un'area di lavoro del servizio Azure Machine Learning (legacy) |
Questo modello di distribuzione specifica un'area di lavoro di Azure Machine Learning e le relative risorse associate, tra cui Azure Key Vault, Archiviazione di Azure, applicazione Azure Insights e Registro Azure Container. Questa configurazione descrive il set di risorse necessarie per iniziare a usare Azure Machine Learning in una rete isolata. |
Definizione della risorsa Terraform (provider AzAPI)
Il tipo di risorsa delle aree di lavoro può essere distribuito con operazioni destinate:
- Gruppi di risorse
Per un elenco delle proprietà modificate in ogni versione dell'API, vedere log delle modifiche.
Formato di risorsa
Per creare una risorsa Microsoft.MachineLearningServices/workspaces, aggiungere il codice Terraform seguente al modello.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2019-11-01"
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"
}
sku = {
name = "string"
tier = "string"
}
})
}
Valori delle proprietà
aree di lavoro
Nome | Descrizione | Valore |
---|---|---|
tipo | Tipo di risorsa | "Microsoft.MachineLearningServices/workspaces@2019-11-01" |
name | Nome della risorsa | stringa (obbligatoria) Limite di caratteri: 3-33 Caratteri validi: Caratteri alfanumerici, trattini e caratteri di sottolineatura. |
posizione | Specifica la posizione della risorsa. | string |
parent_id | Per eseguire la distribuzione in un gruppo di risorse, usare l'ID del gruppo di risorse. | stringa (obbligatorio) |
tags | Contiene tag di risorsa definiti come coppie chiave/valore. | Dizionario di nomi e valori di tag. |
sku | SKU dell'area di lavoro. | Sku |
identity | Identità della risorsa. | Identità |
properties | Proprietà dell'area di lavoro di Machine Learning. | WorkspaceProperties |
Identità
Nome | Descrizione | Valore |
---|---|---|
tipo | Tipo di identità. | "SystemAssigned" |
WorkspaceProperties
Nome | Descrizione | Valore |
---|---|---|
applicationInsights | ID ARM di Application Insights associato a questa area di lavoro. Questa operazione non può essere modificata dopo la creazione dell'area di lavoro | string |
containerRegistry | ID ARM del registro contenitori associato a questa area di lavoro. Questa operazione non può essere modificata dopo la creazione dell'area di lavoro | string |
description | Descrizione dell'area di lavoro. | string |
discoveryUrl | URL del servizio di individuazione per identificare gli endpoint a livello di area per i servizi di sperimentazione di Machine Learning | string |
friendlyName | Nome descrittivo per questa area di lavoro. Nome modificabile | string |
keyVault | ID ARM dell'insieme di credenziali delle chiavi associato a questa area di lavoro. Questa operazione non può essere modificata dopo la creazione dell'area di lavoro | string |
storageAccount | ID ARM dell'account di archiviazione associato a questa area di lavoro. Questa operazione non può essere modificata dopo la creazione dell'area di lavoro | string |
Sku
Nome | Descrizione | valore |
---|---|---|
name | Nome dello SKU | string |
Livello | Livello dello SKU, ad esempio Basic o Enterprise | string |
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