Exportar ou excluir dados do workspace no serviço do Machine Learning

Artigo
08/15/2023

No Azure Machine Learning, você pode exportar ou excluir os dados do seu espaço de trabalho usando a interface gráfica do portal ou o SDK do Python. Este artigo descreve as duas opções.

Observação

Para obter informações sobre como exibir ou excluir dados pessoais, confira Solicitações do titular dos dados do Azure para RGPD. Para obter mais informações sobre o GDPR, confira a seção GDPR da Central de Confiabilidade da Microsoft e a seção GDPR do Portal de Confiança do Serviço.

Observação

Este artigo mostra as etapas de como excluir dados pessoais do dispositivo ou serviço e pode ser usado para dar suporte às suas obrigações de acordo com o GDPR. Para obter informações gerais sobre o GDPR, confira a seção GDPR da Central de Confiabilidade da Microsoft e a seção GDPR do Portal de Confiança do Serviço.

Controlar seus dados de workspace

Os dados dentro do produto que o Azure Machine Learning armazena estão disponíveis para exportação e exclusão. Você pode exportar e excluir os dados com o Estúdio do Azure Machine Learning, a CLI e o SDK. Além disso, você pode acessar os dados telemétricos por meio do portal de Privacidade do Azure.

No Azure Machine Learning, dados pessoais consistem em informações do usuário em documentos do histórico de trabalhos.

Um espaço de trabalho do Azure depende de um grupo de recursos para reter os recursos relacionados para uma solução do Azure. Ao criar um espaço de trabalho, você tem a oportunidade de usar um grupo de recursos existente ou criar um novo. Confira essa página para saber mais sobre os grupos de recursos do Azure.

Excluir recursos de alto nível usando o portal

Quando você cria um workspace, o Azure cria diversos recursos no grupo de recursos:

O próprio workspace
Uma conta de armazenamento
Um registro de contêiner
Uma instância do Application insights
Um cofre de chaves

Para excluir esses recursos, selecione-os na lista e escolha Excluir:

Importante

Se o recurso estiver configurado para exclusão temporária, os dados não serão realmente excluídos, a menos que você opcionalmente selecione excluir o recurso permanentemente. Para obter mais informações, consulte os seguintes artigos:

Será aberta uma caixa de diálogo de confirmação na qual você poderá confirmar suas escolhas.

Os documentos do histórico de trabalhos podem conter informações pessoais do usuário. Esses documentos são armazenados na conta de armazenamento no armazenamento de blobs, nas subpastas /azureml. Você pode baixar e excluir os dados do Portal.

Exportar e excluir recursos de aprendizado de máquina usando o Estúdio do Azure Machine Learning

O Estúdio do Azure Machine Learning fornece uma exibição unificada de seus recursos de aprendizado de máquina, por exemplo, notebooks, ativos de dados, modelos e trabalhos. O Estúdio do Azure Machine Learning enfatiza a preservação de um registro dos seus dados e experimentos. Você pode excluir recursos computacionais — como pipelines e recursos de computação — direto no navegador. Para esses recursos, navegue até o recurso em questão e escolha Excluir.

Você pode cancelar o registro de ativos de dados e arquivar os trabalhos, mas essas operações não excluem os dados. Para remover totalmente os dados, os ativos de dados e os dados do trabalho exigem ser excluídos no nível do armazenamento. A exclusão do nível de armazenamento ocorre no portal, conforme descrito anteriormente. O Estúdio do Azure Machine Learning pode lidar com a exclusão individual. A exclusão do trabalho exclui os dados desse trabalho.

O Estúdio do Azure Machine Learning pode lidar com downloads de artefatos de treinamento de trabalhos experimentais. Escolha o Trabalho relevante. Escolha Saída + logs e navegue até os artefatos específicos que você deseja baixar. Escolha ... e Baixar ou selecione Baixar tudo.

Para baixar um modelo registrado, navegue até o Modelo e escolha Baixar.

Exportar e excluir recursos usando o SDK do Python

É possível baixar as saídas de um determinado trabalho usando o seguinte:

# 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)

Os seguintes recursos de aprendizado de máquina podem ser excluídos usando o SDK do Python:

Tipo	Chamada de função	Observações
`Workspace`	`delete`	Usar `delete-dependent-resources` para exclusão em cascata
`Model`	`delete`
`ComputeTarget`	`delete`
`WebService`	`delete`

Próximas etapas

Saiba mais sobre como Gerenciar um workspace.

Compartilhar via