Workspaces Microsoft.MachineLearningServices 2019-05-01
- Mais recente
- 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
- 01-10-2022
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 01/07/2021
- 2021-04-01
- 2021-03-01-preview
- 01/01/2021
- 2020-09-01-preview
- 2020-08-01
- 2020-06-01
- 2020-05-15-preview
- 2020-05-01-preview
- 01-04-2020
- 2020-03-01
- 2020-02-18-preview
- 01/01/2020
- 2019-11-01
- 2019-06-01
- 2019-05-01
- 2018-11-19
- 2018-03-01-preview
Definição de recurso do Bicep
O tipo de recurso workspaces pode ser implantado com operações direcionadas:
- Grupos de recursos – Consulte comandos de implantação do grupo de recursos
Para obter uma lista das propriedades alteradas em cada versão da API, consulte log de alterações.
Formato de recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o Bicep a seguir ao modelo.
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'
}
}
Valores de propriedade
workspaces
| Nome | Descrição | Valor |
|---|---|---|
| name | O nome do recurso | cadeia de caracteres (obrigatório) Limite de caracteres: 3 a 33 Caracteres válidos: Caracteres alfanuméricos, hifens e sublinhados. |
| local | Especifica o local do recurso. | string |
| marcas | Contém marcas de recurso definidas como pares chave/valor. | Dicionário de nomes e valores de marcas. Confira Marcas em modelos |
| identidade | A identidade do recurso. | Identidade |
| properties | As propriedades do workspace de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | 'SystemAssigned' |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM dos insights do aplicativo associados a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| containerRegistry | ID do ARM do registro de contêiner associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| descrição | A descrição desse workspace. | string |
| discoveryUrl | URL do serviço de descoberta para identificar pontos de extremidade regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável para este workspace. Este nome em mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
Modelos de início rápido
Os modelos de início rápido a seguir implantam esse tipo de recurso.
| Modelo | Descrição |
|---|---|
Azure Machine Learning Workspace |
Este modelo cria um novo workspace do Azure Machine Learning, juntamente com uma conta de armazenamento criptografada, o KeyVault e o log do Application Insights |
| Criar workspace do AML com vários conjuntos de dados & Datastores |
Este modelo cria o workspace do Azure Machine Learning com vários conjuntos de dados & armazenamentos de dados. |
| Configuração segura de ponta a ponta do Azure Machine Learning |
Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Configuração segura de ponta a ponta do Azure Machine Learning (herdada) |
Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Criar um destino de computação do AKS com um endereço IP privado |
Esse modelo cria um destino de computação do AKS em determinado workspace do serviço do Azure Machine Learning com um endereço IP privado. |
| Criar um workspace do serviço do Azure Machine Learning |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto mínimo de recursos necessários para começar a usar o Azure Machine Learning. |
| Criar um workspace do serviço do Azure Machine Learning (CMK) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. O exemplo mostra como configurar o Azure Machine Learning para criptografia com uma chave de criptografia gerenciada pelo cliente. |
| Criar um workspace do serviço do Azure Machine Learning (vnet) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede. |
| Criar um workspace do serviço do Azure Machine Learning (herdado) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede. |
Definição de recurso de modelo do ARM
O tipo de recurso workspaces pode ser implantado com operações direcionadas:
- Grupos de recursos – Consulte comandos de implantação do grupo de recursos
Para obter uma lista das propriedades alteradas em cada versão da API, consulte log de alterações.
Formato de recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o JSON a seguir ao modelo.
{
"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"
}
}
Valores de propriedade
workspaces
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de recurso | 'Microsoft.MachineLearningServices/workspaces' |
| apiVersion | A versão da API do recurso | '2019-05-01' |
| name | O nome do recurso | cadeia de caracteres (obrigatório) Limite de caracteres: 3 a 33 Caracteres válidos: Caracteres alfanuméricos, hifens e sublinhados. |
| local | Especifica o local do recurso. | string |
| marcas | Contém marcas de recurso definidas como pares chave/valor. | Dicionário de nomes e valores de marcas. Confira Marcas em modelos |
| identidade | A identidade do recurso. | Identidade |
| properties | As propriedades do workspace de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | 'SystemAssigned' |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM dos insights do aplicativo associados a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| containerRegistry | ID do ARM do registro de contêiner associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| descrição | A descrição desse workspace. | string |
| discoveryUrl | URL do serviço de descoberta para identificar pontos de extremidade regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável para este workspace. Este nome em mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
Modelos de início rápido
Os modelos de início rápido a seguir implantam esse tipo de recurso.
| Modelo | Descrição |
|---|---|
| Azure Machine Learning Workspace |
Este modelo cria um novo workspace do Azure Machine Learning, juntamente com uma conta de armazenamento criptografada, o KeyVault e o log do Application Insights |
| Criar workspace do AML com vários conjuntos de dados & Datastores |
Este modelo cria o workspace do Azure Machine Learning com vários conjuntos de dados & armazenamentos de dados. |
| Configuração segura de ponta a ponta do Azure Machine Learning |
Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Configuração segura de ponta a ponta do Azure Machine Learning (herdada) |
Esse conjunto de modelos do Bicep demonstra como configurar o Azure Machine Learning de ponta a ponta em uma configuração segura. Essa implementação de referência inclui o Workspace, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Criar um destino de computação do AKS com um endereço IP privado |
Esse modelo cria um destino de computação do AKS em determinado workspace do serviço do Azure Machine Learning com um endereço IP privado. |
| Criar um workspace do serviço do Azure Machine Learning |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto mínimo de recursos necessários para começar a usar o Azure Machine Learning. |
| Criar um workspace do serviço do Azure Machine Learning (CMK) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. O exemplo mostra como configurar o Azure Machine Learning para criptografia com uma chave de criptografia gerenciada pelo cliente. |
| Criar um workspace do serviço do Azure Machine Learning (vnet) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede. |
| Criar um workspace do serviço do Azure Machine Learning (herdado) |
Esse modelo de implantação especifica um workspace do Azure Machine Learning e seus recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, insights Aplicativo Azure e Registro de Contêiner do Azure. Essa configuração descreve o conjunto de recursos necessários para começar a usar o Azure Machine Learning em uma configuração isolada de rede. |
Definição de recurso do Terraform (provedor de AzAPI)
O tipo de recurso workspaces pode ser implantado com operações direcionadas:
- Grupos de recursos
Para obter uma lista das propriedades alteradas em cada versão da API, consulte log de alterações.
Formato de recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o Terraform a seguir ao seu modelo.
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"
}
})
}
Valores de propriedade
workspaces
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de recurso | "Microsoft.MachineLearningServices/workspaces@2019-05-01" |
| name | O nome do recurso | cadeia de caracteres (obrigatório) Limite de caracteres: 3 a 33 Caracteres válidos: Caracteres alfanuméricos, hifens e sublinhados. |
| local | Especifica o local do recurso. | string |
| parent_id | Para implantar em um grupo de recursos, use a ID desse grupo de recursos. | cadeia de caracteres (obrigatório) |
| marcas | Contém marcas de recurso definidas como pares chave/valor. | Dicionário de nomes e valores de marcas. |
| identidade | A identidade do recurso. | Identidade |
| properties | As propriedades do workspace de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | "SystemAssigned" |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM dos insights do aplicativo associados a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| containerRegistry | ID do ARM do registro de contêiner associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| descrição | A descrição desse workspace. | string |
| discoveryUrl | URL do serviço de descoberta para identificar pontos de extremidade regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável para este workspace. Este nome em mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esse workspace. Isso não pode ser alterado depois que o workspace tiver sido criado | string |
Comentários
Em breve: Ao longo de 2024, eliminaremos os problemas do GitHub como o mecanismo de comentários para conteúdo e o substituiremos por um novo sistema de comentários. Para obter mais informações, consulte https://aka.ms/ContentUserFeedback.
Enviar e exibir comentários de