Azure Machine Learning SDK と CLI を使用してハブを作成する
重要
この記事で "(プレビュー)" と付記されている項目は、現在、パブリック プレビュー段階です。 このプレビューはサービス レベル アグリーメントなしで提供されており、運用環境ではお勧めしません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳しくは、Microsoft Azure プレビューの追加使用条件に関するページをご覧ください。
この記事では、Azure Machine Learning SDK と Azure CLI (機械学習拡張機能を含む) を使用して次の AI Studio リソースを作成する方法を学習します。
- Azure AI Studio ハブ
- Azure AI サービス接続
前提条件
- Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、開始する前に 無料アカウント を作成してください。 無料または有料版の Azure AI Studio を今すぐお試しください。
環境を設定する
次のタブを使用して、Python SDK と Azure CLI のどちらを使用しているかを選択してください。
SDK クイック スタートの説明に従って Python をインストールします。
azure-identity をインストールします:
pip install azure-identity。 ノートブック セルで%pip install azure-identityを使います。サブスクリプションの詳細を指定します。
# Enter details of your subscription subscription_id = "<SUBSCRIPTION_ID>" resource_group = "<RESOURCE_GROUP>"サブスクリプションへのハンドルを取得します。 この記事のすべての Python コードで
ml_clientが使用されています。# 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)(省略可能) 複数のアカウントがある場合は、使う Microsoft Entra ID のテナント ID を
DefaultAzureCredentialに追加します。 Azure portal で、[Microsoft Entra ID] の [外部 ID] からテナント ID を見つけます。DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")(省略可能) Azure Government - US または Azure China 21Vianet リージョン内で作業している場合は、認証するリージョンを指定します。
DefaultAzureCredentialを使用してそのリージョンを指定できます。 次の例では、Azure Government - US リージョンに対して認証を行います。from azure.identity import AzureAuthorityHosts DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
AI Studio ハブと AI サービス接続を作成する
次の例を使用して、新しいハブを作成します。 文字列値の例を独自の値に置き換えます。
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()
AI サービス接続を作成する
独自の AI サービスを作成したら、それをハブに接続できます。
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)
既存の依存関係リソースを使用して AI Studio ハブを作成する
Azure Storage や Azure Key Vault などの既存のリソースを使用してハブを作成することもできます。 以下の例では、文字列値の例を実際の値に置き換えてください。
ヒント
Azure Portal でリソースの概要に移動し、JSON ビューを選択すると、ストレージ アカウントとキー コンテナーのリソース ID を取得できます。 リソース ID は、id フィールドにあります。 Azure CLI を使用してリソース ID を取得することもできます。 たとえば、az storage account show --name {my_storage_account_name} --query "id" とaz keyvault show --name {my_key_vault_name} --query "id" です。
from azure.ai.ml.entities import Hub
my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
my_resource_group = "myresourcegroupname"
my_storage_account_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.Storage/storageAccounts/mystorageaccountname"
my_key_vault_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.KeyVault/vaults/mykeyvaultname"
# construct a basic hub
my_hub = Hub(name=my_hub_name,
location=my_location,
display_name=my_display_name,
resource_group=my_resource_group,
storage_account_id=my_storage_account_id,
key_vault_id=my_key_vault_id)
created_hub = ml_client.workspaces.begin_create(my_hub).result()