Azure Machine Learning のマネージド オンライン エンドポイントのコストを表示する

マネージド オンライン エンドポイントのコストを表示する方法について説明します。 エンドポイントのコストは、関連付けられているワークスペースで発生します。 タグを使用して、特定のエンドポイントのコストを確認できます。

重要

この記事は、Azure Machine Learning のマネージド オンライン エンドポイントのコストの表示にのみ適用されます。 マネージド オンライン エンドポイントは、コストを追跡するためにタグを使用する必要があるという点で、他のリソースとは異なります。 他の Azure リソースのコストを表示する方法の詳細については、「クイックスタート: コスト分析を使用してコストを調査および分析する」を参照してください。

前提条件

• Azure Machine Learning のマネージド オンライン エンドポイントをデプロイします。
• エンドポイントがデプロイされるサブスクリプションに対して、少なくとも請求閲覧者のアクセス権を取得する

コストを表示する

サブスクリプションの [コスト分析] ページに移動します。

1. Azure portal で、サブスクリプションの [コスト分析] を選択します。

   

データのスコープを Azure Machine Learning ワークスペース リソースに設定するフィルターを作成します。

1. 上部のナビゲーション バーで、 [フィルターの追加] を選択します。

2. 最初のフィルター ドロップダウンで、フィルターの種類として [リソース] を選択します。

3. 2 つ目のフィルター ドロップダウンで、Azure Machine Learning ワークスペースを選択します。

   

タグ フィルターを作成して、マネージド オンライン エンドポイントおよびマネージド オンライン デプロイを表示します。

1. [フィルターの追加]>[タグ]>azuremlendpoint: "<エンドポイント名>" を選びます

2. [フィルターの追加]>[タグ]>azuremldeployment: "<デプロイ名>" を選びます。

   Note

   この画像のドル値は架空のものであり、実際のコストは反映していません。

   

次の手順

• エンドポイントとは何ですか。
• マネージド オンライン エンドポイントを監視する方法について学習します。
• オンライン エンドポイントを使用して ML モデルをデプロイする方法 (CLI)
• スタジオを使用してマネージド オンライン エンドポイントをデプロイする方法