Delen via

Gegevens van uw Machine Learning Service-werkruimte exporteren of verwijderen

  • Artikel

In Azure Machine Learning kunt u uw werkruimtegegevens exporteren of verwijderen met de grafische interface van de portal of de Python SDK. In dit artikel worden beide opties beschreven.

Notitie

Voor meer informatie over persoonsgegevens bekijken of verwijderen, raadpleegt u AVG-verzoeken van betrokkenen voor Azure. Zie de AVG-sectie van het Microsoft Trust Center en de AVG-sectie van de Service Trust Portal voor algemene informatie over de AVG.

Notitie

Dit artikel bevat stappen voor het verwijderen van persoonlijke gegevens van het apparaat of de service. U kunt het ook gebruiken om uw verplichtingen met betrekking tot de AVG (Algemene Verordening Gegevensbescherming) na te komen. Zie de AVG-sectie van het Vertrouwenscentrum van Microsoft en de AVG-sectie van de Service Trust-portal voor algemene informatie over de AVG.

Uw werkruimtegegevens beheren

De gegevens in het product die in Azure Machine Learning worden opgeslagen, kunnen worden geëxporteerd en verwijderd. U kunt gegevens exporteren en verwijderen met Azure Machine Learning-studio, de CLI en de SDK. Daarnaast hebt u toegang tot telemetriegegevens via de Azure-privacyportal.

In Azure Machine Learning bestaan persoonsgegevens uit gebruikersgegevens in taakgeschiedenisdocumenten.

Een Azure-werkruimte is afhankelijk van een resourcegroep voor het opslaan van de gerelateerde resources voor een Azure-oplossing. Wanneer u een werkruimte maakt, hebt u de mogelijkheid om een bestaande resourcegroep te gebruiken of om een nieuwe te maken. Zie deze pagina voor meer informatie over Azure-resourcegroepen.

Resources op hoog niveau verwijderen met behulp van de portal

Wanneer u een werkruimte maakt, worden in Azure verschillende resources binnen de resourcegroep gemaakt:

  • De werkruimte zelf
  • Een opslagaccount
  • Een containerregister
  • Een Application Insights-exemplaar
  • Een sleutelkluis

Als u deze resources wilt verwijderen, selecteert u deze in de lijst en kiest u Verwijderen:

Belangrijk

Als de resource is geconfigureerd voor voorlopig verwijderen, worden de gegevens niet daadwerkelijk verwijderd, tenzij u optioneel ervoor kiest om de resource permanent te verwijderen. Raadpleeg voor meer informatie de volgende artikelen:

Schermopname van de portal, met het pictogram Verwijderen gemarkeerd.

Er wordt een bevestigingsdialoogvenster geopend, waarin u uw keuzes kunt bevestigen.

Taakgeschiedenisdocumenten kunnen persoonlijke gebruikersgegevens bevatten. Deze documenten worden opgeslagen in het opslagaccount in blobopslag, in /azureml submappen. U kunt de gegevens downloaden en verwijderen uit de portal.

Schermopname van de Azure Machine Learning-map in het opslagaccount, in de portal.

Machine Learning-resources exporteren en verwijderen met behulp van Azure Machine Learning-studio

Azure Machine Learning-studio biedt een uniforme weergave van uw machine learning-resources, zoals notebooks, gegevensassets, modellen en taken. Azure Machine Learning-studio legt de nadruk op het bewaren van een record van uw gegevens en experimenten. U kunt rekenresources (pijplijnen en rekenresources) rechtstreeks in de browser verwijderen. Ga voor deze resources naar de betreffende resource en kies Verwijderen.

U kunt de registratie van gegevensassets ongedaan maken en taken archiveren, maar met deze bewerkingen worden de gegevens niet verwijderd. Als u de gegevens volledig wilt verwijderen, moeten gegevensassets en taakgegevens op opslagniveau worden verwijderd. Het verwijderen van opslagniveau vindt plaats in de portal, zoals eerder beschreven. Azure Machine Learning-studio kunt afzonderlijke verwijderingen afhandelen. Als u een taak verwijdert, worden de gegevens van die taak verwijderd.

Azure Machine Learning-studio kunt downloads van trainingsartefacten van experimentele taken afhandelen. Kies de relevante taak. Kies Uitvoer en logboeken en navigeer naar de specifieke artefacten die u wilt downloaden. Kies ... en Downloaden of selecteer Alles downloaden.

Als u een geregistreerd model wilt downloaden, gaat u naar het model en kiest u Downloaden.

Schermopname van de pagina Studio-model met de downloadoptie gemarkeerd.

Resources exporteren en verwijderen met behulp van de Python SDK

U kunt de uitvoer van een bepaalde taak downloaden met behulp van:

# Retrieved from Azure Machine Learning web UI
run_id = 'aaaaaaaa-bbbb-cccc-dddd-0123456789AB'
experiment = ws.experiments['my-experiment']
run = next(run for run in ex.get_runs() if run.id == run_id)
metrics_output_port = run.get_pipeline_output('metrics_output')
model_output_port = run.get_pipeline_output('model_output')

metrics_output_port.download('.', show_progress=True)
model_output_port.download('.', show_progress=True)

De volgende machine learning-resources kunnen worden verwijderd met behulp van de Python SDK:

Type Functie-aanroep Notities
Workspace delete Gebruik delete-dependent-resources om het verwijderen trapsgewijs te verwijderen
Model delete
ComputeTarget delete
WebService delete

Volgende stappen

Meer informatie over Een werkruimte beheren.