Microsoft.MachineLearningServices-werkruimten 01-05-2019

• Laatste
• 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
• 2022-01-01-01-preview
• 2021-07-01
• 2021-04-01
• 2021-03-01-preview
• 2021-01-01
• 2020-09-01-preview
• 2020-08-01
• 2020-06-01
• 2020-05-15-preview
• 2020-05-01-preview
• 2020-04-01
• 2020-03-01
• 2020-02-18-preview
• 2020-01-01
• 2019-11-01
• 2019-06-01
• 2019-05-01
• 2018-11-19
• 2018-03-01-preview

Bicep-resourcedefinitie

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

• Resourcegroepen - Zie opdrachten voor resourcegroepimplementatie

Zie wijzigingenlogboek voor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Resource Microsoft.MachineLearningServices/workspaces wilt maken, voegt u de volgende Bicep toe aan uw sjabloon.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2019-05-01' = {
  name: 'string'
  location: 'string'
  tags: {
    tagName1: 'tagValue1'
    tagName2: 'tagValue2'
  }
  identity: {
    type: 'SystemAssigned'
  }
  properties: {
    applicationInsights: 'string'
    containerRegistry: 'string'
    description: 'string'
    discoveryUrl: 'string'
    friendlyName: 'string'
    keyVault: 'string'
    storageAccount: 'string'
  }
}

Eigenschapswaarden

workspaces

Naam	Description	Waarde
naam	De resourcenaam	tekenreeks (vereist) Tekenlimiet: 3-33 Geldige tekens: Alfanumerieken, afbreekstreepjes en onderstrepingstekens.
location	Hiermee geeft u de locatie van de resource.	tekenreeks
tags	Bevat resourcetags die zijn gedefinieerd als sleutel-waardeparen.	Woordenlijst met tagnamen en -waarden. Tags in sjablonen bekijken
identity	De identiteit van de resource.	Identiteit
properties	De eigenschappen van de machine learning-werkruimte.	WerkruimteEigenschappen

Identiteit

Naam	Description	Waarde
type	Het identiteitstype.	'SystemAssigned'

WerkruimteEigenschappen

Naam	Description	Waarde
applicationInsights	ARM-id van de Application Insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
beschrijving	De beschrijving van deze werkruimte.	tekenreeks
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	tekenreeks
Friendlyname	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	tekenreeks
keyVault	ARM-id van de sleutelkluis die is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
storageAccount	ARM-id van het opslagaccount dat aan deze werkruimte is gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks

Snelstartsjablonen

Met de volgende snelstartsjablonen wordt dit resourcetype geïmplementeerd.

Template	Beschrijving
Azure Machine Learning-werkruimte	Met deze sjabloon maakt u een nieuwe Azure Machine Learning-werkruimte, samen met een versleuteld opslagaccount, KeyVault en Application Insights-logboekregistratie
Een AML-werkruimte maken met meerdere gegevenssets & gegevensarchieven	Met deze sjabloon maakt u een Azure Machine Learning-werkruimte met meerdere gegevenssets & gegevensarchieven.
End-to-end beveiligde installatie van Azure Machine Learning	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een beveiligde configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
End-to-end beveiligde installatie van Azure Machine Learning (verouderd)	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een beveiligde configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
Een AKS-rekendoel maken met een privé-IP-adres	Met deze sjabloon maakt u een AKS-rekendoel in een opgegeven Azure Machine Learning Service-werkruimte met een privé-IP-adres.
Een Azure Machine Learning Service-werkruimte maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de minimale set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning.
Een Azure Machine Learning Service-werkruimte (CMK) maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. In het voorbeeld ziet u hoe u Azure Machine Learning configureert voor versleuteling met een door de klant beheerde versleutelingssleutel.
Een Azure Machine Learning Service-werkruimte (vnet) maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een netwerk dat is geïsoleerd.
Een Azure Machine Learning Service-werkruimte maken (verouderd)	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een netwerk dat is geïsoleerd.

Resourcedefinitie van ARM-sjabloon

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

• Resourcegroepen - Zie opdrachten voor resourcegroepimplementatie

Zie wijzigingenlogboek voor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Microsoft.MachineLearningServices/workspaces-resource wilt maken, voegt u de volgende JSON toe aan uw sjabloon.

{
  "type": "Microsoft.MachineLearningServices/workspaces",
  "apiVersion": "2019-05-01",
  "name": "string",
  "location": "string",
  "tags": {
    "tagName1": "tagValue1",
    "tagName2": "tagValue2"
  },
  "identity": {
    "type": "SystemAssigned"
  },
  "properties": {
    "applicationInsights": "string",
    "containerRegistry": "string",
    "description": "string",
    "discoveryUrl": "string",
    "friendlyName": "string",
    "keyVault": "string",
    "storageAccount": "string"
  }
}

Eigenschapswaarden

workspaces

Naam	Description	Waarde
type	Het resourcetype	'Microsoft.MachineLearningServices/workspaces'
apiVersion	De resource-API-versie	'2019-05-01'
naam	De resourcenaam	tekenreeks (vereist) Tekenlimiet: 3-33 Geldige tekens: Alfanumerieken, afbreekstreepjes en onderstrepingstekens.
location	Hiermee geeft u de locatie van de resource.	tekenreeks
tags	Bevat resourcetags die zijn gedefinieerd als sleutel-waardeparen.	Woordenlijst met tagnamen en -waarden. Tags in sjablonen bekijken
identity	De identiteit van de resource.	Identiteit
properties	De eigenschappen van de machine learning-werkruimte.	WerkruimteEigenschappen

Identiteit

Naam	Description	Waarde
type	Het identiteitstype.	'SystemAssigned'

WerkruimteEigenschappen

Naam	Description	Waarde
applicationInsights	ARM-id van de Application Insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
beschrijving	De beschrijving van deze werkruimte.	tekenreeks
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	tekenreeks
Friendlyname	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	tekenreeks
keyVault	ARM-id van de sleutelkluis die aan deze werkruimte is gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
storageAccount	ARM-id van het opslagaccount dat aan deze werkruimte is gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks

Snelstartsjablonen

Met de volgende snelstartsjablonen wordt dit resourcetype geïmplementeerd.

Template	Beschrijving
Azure Machine Learning-werkruimte	Met deze sjabloon maakt u een nieuwe Azure Machine Learning-werkruimte, samen met een versleuteld opslagaccount, KeyVault en Application Insights-logboekregistratie
Een AML-werkruimte maken met meerdere gegevenssets & gegevensarchieven	Met deze sjabloon maakt u een Azure Machine Learning-werkruimte met meerdere gegevenssets & gegevensarchieven.
End-to-end beveiligde installatie van Azure Machine Learning	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een beveiligde configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
End-to-end beveiligde installatie van Azure Machine Learning (verouderd)	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een beveiligde configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
Een AKS-rekendoel maken met een privé-IP-adres	Met deze sjabloon maakt u een AKS-rekendoel in een opgegeven Azure Machine Learning Service-werkruimte met een privé-IP-adres.
Een Azure Machine Learning Service-werkruimte maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de minimale set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning.
Een Azure Machine Learning Service-werkruimte (CMK) maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. In het voorbeeld ziet u hoe u Azure Machine Learning configureert voor versleuteling met een door de klant beheerde versleutelingssleutel.
Een Azure Machine Learning Service-werkruimte (vnet) maken	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een netwerk dat is geïsoleerd.
Een Azure Machine Learning Service-werkruimte maken (verouderd)	Deze implementatiesjabloon specificeert een Azure Machine Learning-werkruimte en de bijbehorende resources, waaronder Azure Key Vault, Azure Storage, Azure-toepassing Insights en Azure Container Registry. Deze configuratie beschrijft de set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een netwerk dat is geïsoleerd.

Terraform-resourcedefinitie (AzAPI-provider)

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

• Resourcegroepen

Zie wijzigingenlogboek voor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Resource Microsoft.MachineLearningServices/workspaces wilt maken, voegt u de volgende Terraform toe aan uw sjabloon.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces@2019-05-01"
  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"
    }
  })
}

Eigenschapswaarden

workspaces

Naam	Description	Waarde
type	Het resourcetype	"Microsoft.MachineLearningServices/workspaces@2019-05-01"
naam	De resourcenaam	tekenreeks (vereist) Tekenlimiet: 3-33 Geldige tekens: Alfanumerieken, afbreekstreepjes en onderstrepingstekens.
location	Hiermee geeft u de locatie van de resource.	tekenreeks
parent_id	Als u wilt implementeren in een resourcegroep, gebruikt u de id van die resourcegroep.	tekenreeks (vereist)
tags	Bevat resourcetags die zijn gedefinieerd als sleutel-waardeparen.	Woordenlijst met tagnamen en -waarden.
identity	De identiteit van de resource.	Identiteit
properties	De eigenschappen van de machine learning-werkruimte.	WerkruimteEigenschappen

Identiteit

Naam	Description	Waarde
type	Het identiteitstype.	"SystemAssigned"

WerkruimteEigenschappen

Naam	Description	Waarde
applicationInsights	ARM-id van de Application Insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
beschrijving	De beschrijving van deze werkruimte.	tekenreeks
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	tekenreeks
Friendlyname	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	tekenreeks
keyVault	ARM-id van de sleutelkluis die aan deze werkruimte is gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks
storageAccount	ARM-id van het opslagaccount dat aan deze werkruimte is gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	tekenreeks