Een project maken in Azure AI Studio

In dit artikel wordt beschreven hoe u een Azure AI Studio-project maakt. Een project wordt gebruikt om uw werk te organiseren en de status op te slaan tijdens het bouwen van aangepaste AI-apps.

Projecten worden gehost door een Azure AI Studio-hub die beveiliging op bedrijfsniveau en een samenwerkingsomgeving biedt. Zie Azure AI Studio-hubs voor meer informatie over het project- en resourcesmodel.

Vereisten

• Een Azure-abonnement. Als u nog geen Azure-abonnement hebt, maakt u een gratis account.
• Een Azure AI Studio-hub. Als u geen hub hebt, raadpleegt u Hoe u een Azure AI Studio-hub maakt en beheert.

Een project maken

Gebruik de volgende tabbladen om de methode te selecteren die u wilt gebruiken om een project te maken:

Azure AI Studio

Volg deze stappen om een project te maken in Azure AI Studio:

1. Ga naar de startpagina van Azure AI Studio.

2. Selecteer + Nieuw project.

3. Voer een naam in voor het project.

4. Selecteer een hub in de vervolgkeuzelijst om uw project te hosten. Zie de overzichtsdocumentatie voor hubs en projecten voor informatie over de relatie tussen hubs en projecten. Als u nog geen hub hebt, selecteert u Een nieuwe hub maken.

   

   Notitie

   Als u een hub wilt maken, moet u eigenaars- of inzendermachtigingen hebben voor de geselecteerde resourcegroep. Het is raadzaam om een hub te delen met uw team. Hiermee kunt u configuraties zoals gegevensverbindingen met alle projecten delen en beveiligingsinstellingen en uitgaven centraal beheren. Zie hoe u een Azure AI Studio-hub maakt en beheert voor meer opties voor het maken en beheren van een hub. Een projectnaam moet uniek zijn tussen projecten die dezelfde hub delen.

5. Als u een nieuwe hub maakt, voert u een naam in.

6. Selecteer uw Azure-abonnement in de vervolgkeuzelijst Abonnement . Kies een specifiek Azure-abonnement voor uw project om facturering, toegang of administratieve redenen. Dit verleent gebruikers en service-principals bijvoorbeeld toegang op abonnementsniveau tot uw project.

7. Laat de resourcegroep op de standaardwaarde staan om een nieuwe resourcegroep te maken. U kunt ook een bestaande resourcegroep selecteren in de vervolgkeuzelijst.

   Tip

   Met name om aan de slag te gaan, is het raadzaam om een nieuwe resourcegroep voor uw project te maken. Hierdoor kunt u het project en alle bijbehorende resources eenvoudig samen beheren. Wanneer u een project maakt, worden er verschillende resources gemaakt in de resourcegroep, waaronder een hub, een containerregister en een opslagaccount.

8. Voer de locatie voor de hub in en selecteer vervolgens Volgende. De locatie is de regio waar de hub wordt gehost. De locatie van de hub is ook de locatie van het project. De beschikbaarheid van Azure AI-services verschilt per regio. Bepaalde modellen zijn bijvoorbeeld mogelijk niet beschikbaar in bepaalde regio's.

9. Selecteer een bestaande Azure AI-servicesresource (inclusief Azure OpenAI) in de vervolgkeuzelijst of maak een nieuwe resource.

   

10. Op de pagina Controleren en voltooien ziet u de resourcenaam van de Azure AI-services en andere instellingen die u wilt controleren.

    

11. Controleer de projectdetails en selecteer vervolgens Een project maken. U ziet de voortgang van het maken van resources en het project wordt gemaakt wanneer het proces is voltooid.

    

Zodra een project is gemaakt, hebt u toegang tot de speeltuin, hulpmiddelen en andere assets in het linkernavigatievenster.

Python SDK

1. Installeer Python zoals beschreven in de quickstart voor de SDK.

2. Installeer de Azure Machine Learning SDK v2.

3. Installeer azure-identity: pip install azure-identity. Als u zich in een notebookcel bevindt, gebruikt u %pip install azure-identity.

4. Geef uw abonnementsgegevens op:

   # Enter details of your subscription
   subscription_id = "<SUBSCRIPTION_ID>"
   resource_group = "<RESOURCE_GROUP>"

5. Krijg een ingang voor het abonnement. Alle Python-code in dit artikel maakt gebruik van ml_client:

   # 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)

6. (Optioneel) Als u meerdere accounts hebt, voegt u de tenant-id van de Microsoft Entra-id toe die u in het DefaultAzureCredentialaccount wilt gebruiken. Zoek uw tenant-id in Azure Portal onder Microsoft Entra ID, Externe identiteiten.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Optioneel) Als u werkt in de regio's Azure Government - VS of Azure China 21Vianet , geeft u de regio op waarin u zich wilt verifiëren. U kunt de regio opgeven met DefaultAzureCredential. In het volgende voorbeeld wordt geverifieerd bij de regio Azure Government - VS:

   from azure.identity import AzureAuthorityHosts
   DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
   

8. Gebruik de volgende code om een project te maken op basis van een hub die u of uw beheerder eerder hebt gemaakt. Vervang voorbeeldtekenreekswaarden door uw eigen waarden:

   from azure.ai.ml.entities import Project
   
   my_project_name = "myexampleproject"
   my_display_name = "My Example Project"
   hub_name = "myhubname" # Azure resource manager ID of the hub
   hub_id=f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"
   
   my_project = Project(name=my_project_name, 
                   display_name=my_display_name,
                   hub_id=hub_id)
   
   created_project = ml_client.workspaces.begin_create(workspace=my_project).result()
   

Azure-CLI

1. Als u de Azure CLI- en machine learning-extensie niet hebt geïnstalleerd, volgt u de stappen in het artikel over het installeren en instellen van de machine learning-extensie .

2. Gebruik de volgende opdracht om te verifiëren bij uw Azure-abonnement vanuit de Azure CLI:

   az login
   

   Zie Verificatiemethoden voor meer informatie over verificatie.

3. Zodra de extensie is geïnstalleerd en geverifieerd bij uw Azure-abonnement, gebruikt u de volgende opdracht om een nieuw Azure AI Studio-project te maken op basis van een bestaande Azure AI Studio-hub:

   az ml workspace create --kind project --hub-id {my_hub_ARM_ID} --resource-group {my_resource_group} --name {my_project_name}
   

Projectinstellingen weergeven

Azure AI Studio

Op de pagina Projectinstellingen vindt u informatie over het project, zoals de projectnaam, beschrijving en de hub die het project host. U kunt ook de project-id vinden, die wordt gebruikt om het project te identificeren via SDK of API.

• Naam: De naam van het project komt overeen met het geselecteerde project in het linkerdeelvenster.
• Hub: de hub die als host fungeert voor het project.
• Locatie: De locatie van de hub die als host fungeert voor het project. Zie Azure AI Studio-regio's voor ondersteunde locaties.
• Abonnement: het abonnement dat als host fungeert voor de hub die als host fungeert voor het project.
• Resourcegroep: de resourcegroep die als host fungeert voor de hub die als host fungeert voor het project.

Selecteer Beheren in Azure Portal om naar de projectbronnen in Azure Portal te navigeren.

Python SDK

Als u het nieuwe project wilt beheren of gebruiken, neemt u het op in het MLClientvolgende:

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id,credential=DefaultAzureCredential())

Azure-CLI

Gebruik de az ml workspace show opdracht om instellingen voor het project weer te geven. Voorbeeld:

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

Toegang tot projectbronnen

Algemene configuraties op de hub worden gedeeld met uw project, inclusief verbindingen, rekeninstanties en netwerktoegang, zodat u meteen kunt beginnen met ontwikkelen.

Daarnaast zijn een aantal resources alleen toegankelijk voor gebruikers in uw projectwerkruimte:

1. Onderdelen, waaronder gegevenssets, stromen, indexen, geïmplementeerde api-eindpunten voor modellen (open en serverloos).

2. Verbindingen die door u zijn gemaakt onder 'projectinstellingen'.

3. Azure Storage-blobcontainers en een bestandsshare voor het uploaden van gegevens in uw project. Toegang tot opslag met behulp van de volgende verbindingen:

   Gegevensverbinding	Opslaglocatie	Doel
   workspaceblobstore	{project-GUID}-azureml-blobstore	Standaardcontainer voor gegevensuploads
   workspaceartifactstore	{project-GUID}-azureml	Slaat onderdelen en metagegevens voor uw project op, zoals modelgewichten
   workspacefilestore	{project-GUID}-code	Hosts bestanden die zijn gemaakt op uw rekenproces en met behulp van promptstroom

Notitie

Opslagverbindingen worden niet rechtstreeks met het project gemaakt wanneer voor uw opslagaccount openbare netwerktoegang is ingesteld op uitgeschakeld. Deze worden gemaakt wanneer een eerste gebruiker AI Studio opent via een privénetwerkverbinding. Problemen met opslagverbindingen oplossen

Gerelateerde inhoud

• Een zakelijke chat-web-app implementeren
• Meer informatie over Azure AI Studio
• Meer informatie over hubs