Workspace Klas
Definieert een Azure Machine Learning-resource voor het beheren van training- en implementatieartefacten.
Een werkruimte is een fundamentele resource voor machine learning in Azure Machine Learning. U gebruikt een werkruimte om machine learning-modellen te experimenteren, te trainen en te implementeren. Elke werkruimte is gekoppeld aan een Azure-abonnement en resourcegroep en heeft een bijbehorende SKU.
Zie voor meer informatie over werkruimten:
Class Workspace constructor voor het laden van een bestaande Azure Machine Learning-werkruimte.
- Overname
-
builtins.objectWorkspace
Constructor
Workspace(subscription_id, resource_group, workspace_name, auth=None, _location=None, _disable_service_check=False, _workspace_id=None, sku='basic', tags=None, _cloud='AzureCloud')
Parameters
Het verificatieobject. Zie voor meer informatie https://aka.ms/aml-notebook-auth. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
- sku
- str
De parameter is aanwezig voor achterwaartse compatibiliteit en wordt genegeerd.
- workspace_name
- str
De naam van de werkruimte. De naam moet tussen 2 en 32 tekens lang zijn. Het eerste teken van de naam moet alfanumeriek zijn (letter of cijfer), maar de rest van de naam kan alfanumerieke tekens, afbreekstreepjes en onderstrepingstekens bevatten. Witruimte is niet toegestaan.
Het verificatieobject. Zie voor meer informatie https://aka.ms/aml-notebook-auth. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
Opmerkingen
In het volgende voorbeeld ziet u hoe u een werkruimte maakt.
from azureml.core import Workspace
ws = Workspace.create(name='myworkspace',
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=True,
location='eastus2'
)
Ingesteld create_resource_group
op Onwaar als u een bestaande Azure-resourcegroep hebt die u wilt gebruiken voor de werkruimte.
Als u dezelfde werkruimte in meerdere omgevingen wilt gebruiken, maakt u een JSON-configuratiebestand. Het configuratiebestand slaat uw abonnement, resource en werkruimtenaam op, zodat deze eenvoudig kan worden geladen. Gebruik de write_config methode om de configuratie op te slaan.
ws.write_config(path="./file-path", file_name="ws_config.json")
Zie Een werkruimteconfiguratiebestand maken voor een voorbeeld van het configuratiebestand.
Gebruik de methode om de werkruimte te laden vanuit het from_config configuratiebestand.
ws = Workspace.from_config()
ws.get_details()
U kunt ook de get methode gebruiken om een bestaande werkruimte te laden zonder configuratiebestanden te gebruiken.
ws = Workspace.get(name="myworkspace",
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup')
In de bovenstaande voorbeelden wordt u mogelijk gevraagd om Azure-verificatiereferenties in te voeren met behulp van een interactief aanmeldingsdialoogvenster. Zie Verificatie in Azure Machine Learning voor andere gebruiksvoorbeelden, waaronder het gebruik van de Azure CLI voor verificatie en verificatie in geautomatiseerde werkstromen.
Methoden
add_private_endpoint |
Voeg een privé-eindpunt toe aan de werkruimte. |
create |
Maak een nieuwe Azure Machine Learning-werkruimte. Genereert een uitzondering als de werkruimte al bestaat of als niet aan een van de vereisten voor de werkruimte wordt voldaan. |
delete |
Verwijder de aan Azure Machine Learning-werkruimte gekoppelde resources. |
delete_connection |
Een verbinding van de werkruimte verwijderen. |
delete_private_endpoint_connection |
Verwijder de privé-eindpuntverbinding met de werkruimte. |
diagnose_workspace |
Problemen met het instellen van werkruimten vaststellen. |
from_config |
Een werkruimteobject retourneren uit een bestaande Azure Machine Learning-werkruimte. Leest de werkruimteconfiguratie uit een bestand. Genereert een uitzondering als het configuratiebestand niet kan worden gevonden. De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de eigenschappen van de werkruimte Azure Resource Manager (ARM) opslaan met behulp van de write_config methode en deze methode gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw te typen. |
get |
Een werkruimteobject retourneren voor een bestaande Azure Machine Learning-werkruimte. Genereert een uitzondering als de werkruimte niet bestaat of als de vereiste velden een werkruimte niet uniek identificeren. |
get_connection |
Een verbinding van de werkruimte ophalen. |
get_default_compute_target |
Haal het standaard rekendoel voor de werkruimte op. |
get_default_datastore |
Haal het standaardgegevensarchief voor de werkruimte op. |
get_default_keyvault |
Haal het standaardsleutelkluisobject voor de werkruimte op. |
get_details |
Retourneer de details van de werkruimte. |
get_mlflow_tracking_uri |
Haal de MLflow-tracerings-URI voor de werkruimte op. MLflow (https://mlflow.org/) is een opensource-platform voor het bijhouden van machine learning-experimenten en het beheren van modellen. U kunt MLflow-api's voor logboekregistratie gebruiken met Azure Machine Learning, zodat metrische gegevens, modellen en artefacten worden geregistreerd in uw Azure Machine Learning-werkruimte. |
get_run |
Retourneer de uitvoering met de opgegeven run_id in de werkruimte. |
list |
Een lijst maken met alle werkruimten waartoe de gebruiker toegang heeft binnen het abonnement. De lijst met werkruimten kan worden gefilterd op basis van de resourcegroep. |
list_connections |
Maak een lijst met verbindingen onder deze werkruimte. |
list_keys |
Lijst met sleutels voor de huidige werkruimte. |
set_connection |
Voeg een verbinding toe of werk deze bij onder de werkruimte. |
set_default_datastore |
Stel het standaardgegevensarchief voor de werkruimte in. |
setup |
Maak een nieuwe werkruimte of haal een bestaande werkruimte op. |
sync_keys |
Hiermee activeert u de werkruimte om sleutels onmiddellijk te synchroniseren. Als sleutels voor een resource in de werkruimte worden gewijzigd, kan het ongeveer een uur duren voordat deze automatisch worden bijgewerkt. Met deze functie kunnen sleutels op aanvraag worden bijgewerkt. Een voorbeeldscenario is onmiddellijke toegang tot opslag nodig na het opnieuw genereren van opslagsleutels. |
update |
Werk beschrijvende naam, beschrijving, tags, berekening van installatiekopieën en andere instellingen bij die zijn gekoppeld aan een werkruimte. |
update_dependencies |
Werk bestaande de gekoppelde resources voor de werkruimte bij in de volgende gevallen. a) Wanneer een gebruiker per ongeluk een bestaande gekoppelde resource verwijdert en deze wil bijwerken met een nieuwe resource zonder de hele werkruimte opnieuw te maken. b) Wanneer een gebruiker een bestaande gekoppelde resource heeft en de huidige resource die aan de werkruimte is gekoppeld, wil vervangen. c) Wanneer een gekoppelde resource nog niet is gemaakt en ze een bestaande resource willen gebruiken die ze al hebben (alleen van toepassing op containerregister). |
write_config |
Schrijf de AZURE Resource Manager-eigenschappen (ARM) van de werkruimte naar een configuratiebestand. ARM-eigenschappen van werkruimten kunnen later worden geladen met behulp van de from_config -methode. De De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de ARM-eigenschappen van de werkruimte opslaan met behulp van deze functie en from_config gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw te typen. |
add_private_endpoint
Voeg een privé-eindpunt toe aan de werkruimte.
add_private_endpoint(private_endpoint_config, private_endpoint_auto_approval=True, location=None, show_output=True, tags=None)
Parameters
- private_endpoint_config
- PrivateEndPointConfig
De configuratie van het privé-eindpunt voor het maken van een privé-eindpunt naar de werkruimte.
- private_endpoint_auto_approval
- bool
Een booleaanse vlag die aangeeft of het maken van het privé-eindpunt automatisch moet worden goedgekeurd of handmatig moet worden goedgekeurd vanuit Azure Private Link Center. In het geval van handmatige goedkeuring kunnen gebruikers de in behandeling zijnde aanvraag bekijken in Private Link portal om de aanvraag goed te keuren of af te wijzen.
- location
- string
Locatie van het privé-eindpunt. De standaardinstelling is de werkruimtelocatie
- show_output
- bool
Vlag voor het weergeven van de voortgang van het maken van werkruimten
Retouren
Het PrivateEndPoint-object dat is gemaakt.
Retourtype
create
Maak een nieuwe Azure Machine Learning-werkruimte.
Genereert een uitzondering als de werkruimte al bestaat of als niet aan een van de vereisten voor de werkruimte wordt voldaan.
static create(name, auth=None, subscription_id=None, resource_group=None, location=None, create_resource_group=True, sku='basic', tags=None, friendly_name=None, storage_account=None, key_vault=None, app_insights=None, container_registry=None, adb_workspace=None, primary_user_assigned_identity=None, cmk_keyvault=None, resource_cmk_uri=None, hbi_workspace=False, default_cpu_compute_target=None, default_gpu_compute_target=None, private_endpoint_config=None, private_endpoint_auto_approval=True, exist_ok=False, show_output=True, user_assigned_identity_for_cmk_encryption=None, system_datastores_auth_mode='accessKey', v1_legacy_mode=None)
Parameters
- name
- str
De naam van de nieuwe werkruimte. De naam moet tussen 2 en 32 tekens lang zijn. Het eerste teken van de naam moet alfanumeriek zijn (letter of cijfer), maar de rest van de naam kan alfanumerieke tekens, afbreekstreepjes en onderstrepingstekens bevatten. Witruimte is niet toegestaan.
Het verificatieobject. Zie voor meer informatie https://aka.ms/aml-notebook-auth. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
- subscription_id
- str
De abonnements-id van het betreffende abonnement voor de nieuwe werkruimte. De parameter is vereist als de gebruiker toegang heeft tot meer dan één abonnement.
- resource_group
- str
De Azure-resourcegroep die de werkruimte bevat. De parameter wordt standaard ingesteld op een mutatie van de naam van de werkruimte.
- location
- str
De locatie van de werkruimte. De parameter wordt standaard ingesteld op de locatie van de resourcegroep. De locatie moet een ondersteunde regio zijn voor Azure Machine Learning.
- create_resource_group
- bool
Geeft aan of de resourcegroep moet worden gemaakt als deze niet bestaat.
- sku
- str
De parameter is aanwezig voor achterwaartse compatibiliteit en wordt genegeerd.
- friendly_name
- str
Een optionele beschrijvende naam voor de werkruimte die kan worden weergegeven in de gebruikersinterface.
- storage_account
- str
Een bestaand opslagaccount in de azure-resource-id-indeling. De opslag wordt gebruikt door de werkruimte om uitvoer, code, logboeken, enzovoort op te slaan. Als dit geen is, wordt er een nieuw opslagaccount gemaakt.
- key_vault
- str
Een bestaande sleutelkluis in de azure-resource-id-indeling. Zie voorbeeldcode hieronder voor meer informatie over de indeling van de Azure-resource-id. De sleutelkluis wordt door de werkruimte gebruikt om referenties op te slaan die door de gebruikers aan de werkruimte zijn toegevoegd. Bij Geen wordt er een nieuwe sleutelkluis gemaakt.
- app_insights
- str
Een bestaande Application Insights in de azure-resource-id-indeling. Zie voorbeeldcode hieronder voor meer informatie over de indeling van de Azure-resource-id. De Application Insights wordt door de werkruimte gebruikt om webservices-gebeurtenissen te registreren. Indien Geen, wordt er een nieuwe Application Insights gemaakt.
- container_registry
- str
Een bestaand containerregister in de azure-resource-id-indeling (zie voorbeeldcode hieronder voor meer informatie over de indeling van de Azure-resource-id). Het containerregister wordt door de werkruimte gebruikt om installatiekopieën voor experimenten en webservices op te halen en te pushen. Indien Geen, wordt er alleen een nieuw containerregister gemaakt wanneer dat nodig is en niet samen met het maken van een werkruimte.
- adb_workspace
- str
Een bestaande Adb-werkruimte in de indeling van de Azure-resource-id (zie voorbeeldcode hieronder voor meer informatie over de indeling van de Azure-resource-id). De Adb-werkruimte wordt gebruikt om een koppeling te maken met de werkruimte. Als Er Geen is, wordt de koppeling naar de werkruimte niet uitgevoerd.
- primary_user_assigned_identity
- str
De resource-id van de door de gebruiker toegewezen identiteit die de werkruimte vertegenwoordigt
- cmk_keyvault
- str
De sleutelkluis met de door de klant beheerde sleutel in de azure-resource-id-indeling:/subscriptions/<azure-subscription-id>/resourcegroups/<azure-resource-group>/providers/microsoft.keyvault/vaults/<azure-keyvault-name>
Bijvoorbeeld: '/subscriptions/d139f240-94e6-4175-87a7-954b9d27db16/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault' Zie de voorbeeldcode in de opmerkingen hieronder voor meer informatie over de indeling van de Azure-resource-id.
- resource_cmk_uri
- str
De sleutel-URI van de door de klant beheerde sleutel om de data-at-rest te versleutelen.
De URI-indeling is: https://<keyvault-dns-name>/keys/<key-name>/<key-version>
.
Bijvoorbeeld: 'https://mykeyvault.vault.azure.net/keys/mykey/bc5dce6d01df49w2na7ffb11a2ee008b'.
https://docs.microsoft.com/azure-stack/user/azure-stack-key-vault-manage-portal Raadpleeg voor stappen voor het maken van een sleutel en het ophalen van de bijbehorende URI.
- hbi_workspace
- bool
Hiermee geeft u op of de werkruimte gegevens van High Business Impact (HBI) bevat, dat wil zeggen gevoelige bedrijfsgegevens bevat. Deze vlag kan alleen worden ingesteld tijdens het maken van de werkruimte. De waarde ervan kan niet worden gewijzigd nadat de werkruimte is gemaakt. De standaardwaarde is False.
Wanneer deze optie is ingesteld op True, worden verdere versleutelingsstappen uitgevoerd en resulteert dit, afhankelijk van het SDK-onderdeel, in geredigeerde informatie in intern verzamelde telemetrie. Zie Gegevensversleuteling voor meer informatie.
Wanneer deze vlag is ingesteld op Waar, is een mogelijke impact een grotere problemen met het oplossen van problemen. Dit kan gebeuren omdat bepaalde telemetriegegevens niet naar Microsoft worden verzonden en er minder inzicht is in succespercentages of probleemtypen, en daarom mogelijk niet zo proactief kunnen reageren als deze vlag Waar is. De aanbeveling is het gebruik van de standaardwaarde Onwaar voor deze vlag, tenzij strikt vereist om Waar te zijn.
- default_cpu_compute_target
- AmlComputeProvisioningConfiguration
(AFGESCHAFT) Een configuratie die wordt gebruikt om een CPU-berekening te maken. De parameter wordt standaard ingesteld op {min_nodes=0, max_nodes=2, vm_size="STANDARD_DS2_V2", vm_priority="dedicated"} Als er geen is, wordt er geen rekenproces gemaakt.
- default_gpu_compute_target
- AmlComputeProvisioningConfiguration
(AFGESCHAFT) Een configuratie die wordt gebruikt om een GPU-rekenproces te maken. De standaardwaarde van de parameter is {min_nodes=0, max_nodes=2, vm_size="STANDARD_NC6", vm_priority="dedicated"} Als er geen is, wordt er geen rekenproces gemaakt.
- private_endpoint_config
- PrivateEndPointConfig
De configuratie van het privé-eindpunt voor het maken van een privé-eindpunt naar een Azure ML-werkruimte.
- private_endpoint_auto_approval
- bool
Een booleaanse vlag die aangeeft of het maken van het privé-eindpunt automatisch moet worden goedgekeurd of handmatig moet worden goedgekeurd vanuit Azure Private Link Center. In het geval van handmatige goedkeuring kunnen gebruikers de in behandeling zijnde aanvraag bekijken in Private Link portal om de aanvraag goed te keuren of af te wijzen.
- exist_ok
- bool
Geeft aan of deze methode slaagt als de werkruimte al bestaat. Als onwaar is, mislukt deze methode als de werkruimte bestaat. Indien Waar, retourneert deze methode de bestaande werkruimte als deze bestaat.
- show_output
- bool
Geeft aan of met deze methode incrementele voortgang wordt afgedrukt.
- user_assigned_identity_for_cmk_encryption
- str
De resource-id van de door de gebruiker toegewezen identiteit die moet worden gebruikt voor toegang tot de sleutel voor klantbeheer
- system_datastores_auth_mode
- str
Bepaalt of referenties moeten worden gebruikt voor de systeemgegevensarchieven van de werkruimte 'workspaceblobstore' en 'workspacefilestore'. De standaardwaarde is 'accessKey'. In dat geval maakt de werkruimte de systeemgegevensarchieven met referenties. Als deze optie is ingesteld op 'identiteit', maakt de werkruimte de systeemgegevensarchieven zonder referenties.
- v1_legacy_mode
- bool
Voorkomen dat v2 API-service wordt gebruikt in openbare Azure-Resource Manager
Retouren
Het werkruimteobject.
Retourtype
Uitzonderingen
Er zijn problemen met het maken van de werkruimte.
Opmerkingen
Voor dit eerste voorbeeld is slechts minimale specificatie vereist en alle afhankelijke resources en de resourcegroep worden automatisch gemaakt.
from azureml.core import Workspace
ws = Workspace.create(name='myworkspace',
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=True,
location='eastus2')
In het volgende voorbeeld ziet u hoe u bestaande Azure-resources opnieuw kunt gebruiken met behulp van de Azure-resource-id-indeling. De specifieke Azure-resource-id's kunnen worden opgehaald via de Azure-portal of SDK. Hierbij wordt ervan uitgegaan dat de resourcegroep, het opslagaccount, de sleutelkluis, App Insights en het containerregister al bestaan.
import os
from azureml.core import Workspace
from azureml.core.authentication import ServicePrincipalAuthentication
service_principal_password = os.environ.get("AZUREML_PASSWORD")
service_principal_auth = ServicePrincipalAuthentication(
tenant_id="<tenant-id>",
username="<application-id>",
password=service_principal_password)
ws = Workspace.create(name='myworkspace',
auth=service_principal_auth,
subscription_id='<azure-subscription-id>',
resource_group='myresourcegroup',
create_resource_group=False,
location='eastus2',
friendly_name='My workspace',
storage_account='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.storage/storageaccounts/mystorageaccount',
key_vault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault',
app_insights='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.insights/components/myappinsights',
container_registry='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.containerregistry/registries/mycontainerregistry',
exist_ok=False)
delete
Verwijder de aan Azure Machine Learning-werkruimte gekoppelde resources.
delete(delete_dependent_resources=False, no_wait=False)
Parameters
- delete_dependent_resources
- bool
Of u resources wilt verwijderen die zijn gekoppeld aan de werkruimte, zoals containerregister, opslagaccount, sleutelkluis en Application Insights. De standaardwaarde is False. Stel in op True om deze resources te verwijderen.
- no_wait
- bool
Of moet worden gewacht totdat het verwijderen van de werkruimte is voltooid.
Retouren
Geen indien geslaagd; anders wordt er een fout gegenereerd.
Retourtype
delete_connection
Een verbinding van de werkruimte verwijderen.
delete_connection(name)
Parameters
delete_private_endpoint_connection
Verwijder de privé-eindpuntverbinding met de werkruimte.
delete_private_endpoint_connection(private_endpoint_connection_name)
Parameters
- private_endpoint_connection_name
- str
De unieke naam van de privé-eindpuntverbinding in de werkruimte
diagnose_workspace
Problemen met het instellen van werkruimten vaststellen.
diagnose_workspace(diagnose_parameters)
Parameters
- diagnose_parameters
- <xref:_restclient.models.DiagnoseWorkspaceParameters>
De parameter voor het diagnosticeren van de status van de werkruimte
Retouren
Een exemplaar van AzureOperationPoller dat DiagnoseResponseResult retourneert
Retourtype
from_config
Een werkruimteobject retourneren uit een bestaande Azure Machine Learning-werkruimte.
Leest de werkruimteconfiguratie uit een bestand. Genereert een uitzondering als het configuratiebestand niet kan worden gevonden.
De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de eigenschappen van de werkruimte Azure Resource Manager (ARM) opslaan met behulp van de write_config methode en deze methode gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw te typen.
static from_config(path=None, auth=None, _logger=None, _file_name=None)
Parameters
- path
- str
Het pad naar het configuratiebestand of de beginmap om te zoeken. De parameter wordt standaard ingesteld op het starten van de zoekopdracht in de huidige map.
Het verificatieobject. Zie voor meer informatie https://aka.ms/aml-notebook-auth. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
- _logger
- Logger
Hiermee staat u het overschrijven van de standaardlogboekregistratie toe.
- _file_name
- str
Hiermee kunt u de naam van het configuratiebestand overschrijven om te zoeken wanneer pad een mappad is.
Retouren
Het werkruimteobject voor een bestaande Azure ML-werkruimte.
Retourtype
get
Een werkruimteobject retourneren voor een bestaande Azure Machine Learning-werkruimte.
Genereert een uitzondering als de werkruimte niet bestaat of als de vereiste velden een werkruimte niet uniek identificeren.
static get(name, auth=None, subscription_id=None, resource_group=None, location=None, cloud='AzureCloud', id=None)
Parameters
Het verificatieobject. Raadpleeg voor https://aka.ms/aml-notebook-authmeer informatie. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
- subscription_id
- str
De abonnements-id die moet worden gebruikt. De parameter is vereist als de gebruiker toegang heeft tot meer dan één abonnement.
- resource_group
- str
De resourcegroep die moet worden gebruikt. Indien Geen, zoekt de methode alle resourcegroepen in het abonnement.
- cloud
- str
De naam van de doelcloud. Dit kan 'AzureCloud', 'AzureChinaCloud' of 'AzureUSGovernment' zijn. Als er geen cloud is opgegeven, wordt 'AzureCloud' gebruikt.
Retouren
Het werkruimteobject.
Retourtype
get_connection
Een verbinding van de werkruimte ophalen.
get_connection(name)
Parameters
get_default_compute_target
Haal het standaard rekendoel voor de werkruimte op.
get_default_compute_target(type)
Parameters
Retouren
Het standaard rekendoel voor een bepaald rekentype.
Retourtype
get_default_datastore
Haal het standaardgegevensarchief voor de werkruimte op.
get_default_datastore()
Retouren
Het standaardgegevensarchief.
Retourtype
get_default_keyvault
Haal het standaardsleutelkluisobject voor de werkruimte op.
get_default_keyvault()
Retouren
Het KeyVault-object dat is gekoppeld aan de werkruimte.
Retourtype
get_details
Retourneer de details van de werkruimte.
get_details()
Retouren
Werkruimtedetails in woordenlijstindeling.
Retourtype
Opmerkingen
De geretourneerde woordenlijst bevat de volgende sleutel-waardeparen.
id: URI die verwijst naar deze werkruimteresource, die abonnements-id, resourcegroep en werkruimtenaam bevat.
name: de naam van deze werkruimte.
location: De werkruimteregio.
type: Een URI met de indeling {providerName}/workspaces.
tags: momenteel niet gebruikt.
workspaceid: de id van deze werkruimte.
beschrijving: momenteel niet gebruikt.
friendlyName: een beschrijvende naam voor de werkruimte die wordt weergegeven in de gebruikersinterface.
creationTime: op het moment dat deze werkruimte is gemaakt, in ISO8601-indeling.
containerRegistry: het containerregister van de werkruimte dat wordt gebruikt voor het ophalen en pushen van installatiekopieën voor experimenten en webservices.
keyVault: de werkruimtesleutelkluis die wordt gebruikt voor het opslaan van referenties die door de gebruikers aan de werkruimte zijn toegevoegd.
applicationInsights: Application Insights wordt door de werkruimte gebruikt om webservices-gebeurtenissen te registreren.
identityPrincipalId:
identityTenantId
identityType
storageAccount: de opslag wordt door de werkruimte gebruikt om uitvoer van uitvoeringen, code, logboeken, enzovoort op te slaan.
sku: de werkruimte-SKU (ook wel editie genoemd). De parameter is aanwezig voor achterwaartse compatibiliteit en wordt genegeerd.
resourceCmkUri: de sleutel-URI van de door de klant beheerde sleutel voor het versleutelen van de data-at-rest. https://docs.microsoft.com/en-us/azure-stack/user/azure-stack-key-vault-manage-portal?view=azs-1910 Raadpleeg voor stappen voor het maken van een sleutel en het ophalen van de bijbehorende URI.
hbiWorkspace: hiermee geeft u op of de klantgegevens een hoge bedrijfsimpact hebben.
imageBuildCompute: het rekendoel voor de build van de installatiekopie.
systemDatastoresAuthMode: bepaalt of referenties moeten worden gebruikt voor de systeemgegevensarchieven van de werkruimte 'workspaceblobstore' en 'workspacefilestore'. De standaardwaarde is 'accessKey'. In dat geval maakt de werkruimte de systeemgegevensarchieven met referenties. Als deze optie is ingesteld op 'identiteit', maakt de werkruimte de systeemgegevensarchieven zonder referenties.
Zie voor meer informatie over deze sleutel-waardeparen create.
get_mlflow_tracking_uri
Haal de MLflow-tracerings-URI voor de werkruimte op.
MLflow (https://mlflow.org/) is een opensource-platform voor het bijhouden van machine learning-experimenten en het beheren van modellen. U kunt MLflow-api's voor logboekregistratie gebruiken met Azure Machine Learning, zodat metrische gegevens, modellen en artefacten worden geregistreerd in uw Azure Machine Learning-werkruimte.
get_mlflow_tracking_uri(_with_auth=False)
Parameters
- _with_auth
- bool
(AFGESCHAFT) Voeg verificatiegegevens toe aan de tracerings-URI.
Retouren
De met MLflow compatibele tracerings-URI.
Retourtype
Opmerkingen
Gebruik het volgende voorbeeld om MLflow-tracering te configureren voor het verzenden van gegevens naar de Azure ML-werkruimte:
import mlflow
from azureml.core import Workspace
workspace = Workspace.from_config()
mlflow.set_tracking_uri(workspace.get_mlflow_tracking_uri())
get_run
Retourneer de uitvoering met de opgegeven run_id in de werkruimte.
get_run(run_id)
Parameters
Retouren
De verzonden uitvoering.
Retourtype
list
Een lijst maken met alle werkruimten waartoe de gebruiker toegang heeft binnen het abonnement.
De lijst met werkruimten kan worden gefilterd op basis van de resourcegroep.
static list(subscription_id, auth=None, resource_group=None)
Parameters
Het verificatieobject. Raadpleeg voor https://aka.ms/aml-notebook-authmeer informatie. Indien Geen, worden de standaard Azure CLI-referenties gebruikt of de API vraagt om referenties.
- resource_group
- str
Een resourcegroep om de geretourneerde werkruimten te filteren. Indien Geen, geeft de methode alle werkruimten binnen het opgegeven abonnement weer.
Retouren
Een woordenlijst waarbij de sleutel de naam van de werkruimte is en de waarde een lijst met werkruimteobjecten is.
Retourtype
list_connections
Maak een lijst met verbindingen onder deze werkruimte.
list_connections(category=None, target=None)
Parameters
- category
list_keys
set_connection
Voeg een verbinding toe of werk deze bij onder de werkruimte.
set_connection(name, category, target, authType, value)
Parameters
set_default_datastore
Stel het standaardgegevensarchief voor de werkruimte in.
set_default_datastore(name)
Parameters
setup
Maak een nieuwe werkruimte of haal een bestaande werkruimte op.
static setup()
Retouren
Een werkruimteobject.
Retourtype
sync_keys
Hiermee activeert u de werkruimte om sleutels onmiddellijk te synchroniseren.
Als sleutels voor een resource in de werkruimte worden gewijzigd, kan het ongeveer een uur duren voordat deze automatisch worden bijgewerkt. Met deze functie kunnen sleutels op aanvraag worden bijgewerkt. Een voorbeeldscenario is onmiddellijke toegang tot opslag nodig na het opnieuw genereren van opslagsleutels.
sync_keys(no_wait=False)
Parameters
- no_wait
- bool
Of moet worden gewacht totdat de synchronisatiesleutels voor de werkruimte zijn voltooid.
Retouren
Geen indien geslaagd; anders wordt er een fout gegenereerd.
Retourtype
update
Werk beschrijvende naam, beschrijving, tags, berekening van installatiekopieën en andere instellingen bij die zijn gekoppeld aan een werkruimte.
update(friendly_name=None, description=None, tags=None, image_build_compute=None, service_managed_resources_settings=None, primary_user_assigned_identity=None, allow_public_access_when_behind_vnet=None, v1_legacy_mode=None)
Parameters
- friendly_name
- str
Een beschrijvende naam voor de werkruimte die kan worden weergegeven in de gebruikersinterface.
- image_build_compute
- str
De berekeningsnaam voor de build van de installatiekopieën.
- service_managed_resources_settings
- <xref:azureml._base_sdk_common.workspace.models.ServiceManagedResourcesSettings>
De instellingen voor door de service beheerde resources.
- primary_user_assigned_identity
- str
De resource-id van de door de gebruiker toegewezen identiteit die de identiteit van de werkruimte vertegenwoordigt.
- allow_public_access_when_behind_vnet
- bool
Openbare toegang tot private link-werkruimte toestaan.
- v1_legacy_mode
- bool
Voorkomen dat v2 API-service wordt gebruikt in openbare Azure Resource Manager
Retouren
Een woordenlijst met bijgewerkte informatie.
Retourtype
update_dependencies
Werk bestaande de gekoppelde resources voor de werkruimte bij in de volgende gevallen.
a) Wanneer een gebruiker per ongeluk een bestaande gekoppelde resource verwijdert en deze wil bijwerken met een nieuwe resource zonder de hele werkruimte opnieuw te maken. b) Wanneer een gebruiker een bestaande gekoppelde resource heeft en de huidige resource die aan de werkruimte is gekoppeld, wil vervangen. c) Wanneer een gekoppelde resource nog niet is gemaakt en ze een bestaande resource willen gebruiken die ze al hebben (alleen van toepassing op containerregister).
update_dependencies(container_registry=None, force=False)
Parameters
- force
- bool
Als het geforceerd bijwerken van afhankelijke resources zonder bevestiging wordt gevraagd.
Retourtype
write_config
Schrijf de AZURE Resource Manager-eigenschappen (ARM) van de werkruimte naar een configuratiebestand.
ARM-eigenschappen van werkruimten kunnen later worden geladen met behulp van de from_config -methode. De path
standaardinstelling is '.azureml/' in de huidige werkmap en file_name
de standaardwaarde 'config.json'.
De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de ARM-eigenschappen van de werkruimte opslaan met behulp van deze functie en from_config gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw te typen.
write_config(path=None, file_name=None)
Parameters
- path
- str
De gebruiker heeft de locatie opgegeven om het bestand config.json te schrijven. De parameter wordt standaard ingesteld op '.azureml/' in de huidige werkmap.
- file_name
- str
Naam die moet worden gebruikt voor het configuratiebestand. De parameter wordt standaard ingesteld op config.json.
Kenmerken
compute_targets
Alle rekendoelen in de werkruimte weergeven.
Retouren
Een woordenlijst met sleutel als naam van rekendoel en waarde als ComputeTarget object.
Retourtype
datasets
Alle gegevenssets in de werkruimte weergeven.
Retouren
Een woordenlijst met sleutel als gegevenssetnaam en waarde als Dataset object.
Retourtype
datastores
Alle gegevensarchieven in de werkruimte weergeven. Deze bewerking retourneert geen referenties van de gegevensarchieven.
Retouren
Een woordenlijst met sleutel als gegevensarchiefnaam en waarde als Datastore object.
Retourtype
discovery_url
Retourneer de detectie-URL van deze werkruimte.
Retouren
De detectie-URL van deze werkruimte.
Retourtype
environments
Alle omgevingen in de werkruimte weergeven.
Retouren
Een woordenlijst met sleutel als omgevingsnaam en waarde als Environment object.
Retourtype
experiments
Alle experimenten in de werkruimte weergeven.
Retouren
Een woordenlijst met sleutel als experimentnaam en waarde als Experiment object.
Retourtype
images
Retourneer de lijst met afbeeldingen in de werkruimte.
Hiermee wordt een WebserviceException opgegeven als er een probleem is opgetreden bij de interactie met de modelbeheerservice.
Retouren
Een woordenlijst met sleutel als afbeeldingsnaam en waarde als Image object.
Retourtype
Uitzonderingen
Er is een probleem opgetreden bij de interactie met de modelbeheerservice.
linked_services
Alle gekoppelde services in de werkruimte weergeven.
Retouren
Een woordenlijst waarbij sleutel een gekoppelde servicenaam en -waarde is, is een LinkedService object.
Retourtype
location
models
Retourneert een lijst met modellen in de werkruimte.
Hiermee wordt een WebserviceException opgegeven als er een probleem is opgetreden bij de interactie met de modelbeheerservice.
Retouren
Een woordenlijst van het model met sleutel als modelnaam en waarde als Model object.
Retourtype
Uitzonderingen
Er is een probleem opgetreden bij de interactie met de modelbeheerservice.
name
private_endpoints
Alle privé-eindpunten van de werkruimte weergeven.
Retouren
Een dict van PrivateEndPoint-objecten die zijn gekoppeld aan de werkruimte. De sleutel is de naam van het privé-eindpunt.
Retourtype
resource_group
Retourneer de naam van de resourcegroep voor deze werkruimte.
Retouren
De naam van de resourcegroep.
Retourtype
service_context
Retourneer de servicecontext voor deze werkruimte.
Retouren
Retourneert het ServiceContext-object.
Retourtype
sku
subscription_id
tags
webservices
Retourneert een lijst met webservices in de werkruimte.
Hiermee wordt een WebserviceException weergegeven als er een probleem is met het retourneren van de lijst.
Retouren
Een lijst met webservices in de werkruimte.
Retourtype
Uitzonderingen
Er is een probleem opgetreden bij het retourneren van de lijst.
DEFAULT_CPU_CLUSTER_CONFIGURATION
DEFAULT_CPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>
DEFAULT_CPU_CLUSTER_NAME
DEFAULT_CPU_CLUSTER_NAME = 'cpu-cluster'
DEFAULT_GPU_CLUSTER_CONFIGURATION
DEFAULT_GPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>
DEFAULT_GPU_CLUSTER_NAME
DEFAULT_GPU_CLUSTER_NAME = 'gpu-cluster'
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor