Áreas de trabalho Microsoft.MachineLearningServices 2019-06-01
- Mais recente
- 2023-10-01
- 08-08-01-preview de 2023
- 06-06-01-preview de 2023
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 06-01-preview de 2022
- 2022-05-01
- 02-02-01-preview
- 01-01-pré-visualização de 2022
- 2021-07-01
- 2021-04-01
- 03-03-01-preview de 2021
- 2021-01-01
- 09-09-01-preview de 2020
- 2020-08-01
- 2020-06-01
- 05-2020-15-preview
- 05-05-01-preview de 2020
- 2020-04-01
- 2020-03-01
- 020-02-18-preview
- 2020-01-01
- 2019-11-01
- 2019-06-01
- 2019-05-01
- 2018-11-19
- 03-01-pré-visualização de 2018
Definição de recurso do Bicep
O tipo de recurso das áreas de trabalho pode ser implementado com operações que visam:
- Grupos de recursos – veja comandos de implementação de grupos de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, veja registo de alterações.
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o seguinte Bicep ao seu modelo.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2019-06-01' = {
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
áreas de trabalho
| Nome | Descrição | Valor |
|---|---|---|
| name | O nome do recurso | cadeia (obrigatório) Limite de carateres: 3-33 Carateres válidos: Alfanuméricos, hífenes e carateres de sublinhado. |
| localização | Especifica a localização do recurso. | string |
| etiquetas | Contém etiquetas de recursos definidas como pares chave/valor. | Dicionário de nomes e valores de etiquetas. Ver Etiquetas em modelos |
| identidade | A identidade do recurso. | Identidade |
| propriedades | As propriedades da área de trabalho de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | "SystemAssigned" |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM das informações da aplicação associadas a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| containerRegistry | ID arm do registo de contentor associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| descrição | A descrição desta área de trabalho. | string |
| discoveryUrl | URL do serviço de deteção para identificar pontos finais regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável desta área de trabalho. Este nome é mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
Modelos de início rápido
Os seguintes modelos de início rápido implementam este tipo de recurso.
| Modelo | Description |
|---|---|
Área de trabalho do Azure Machine Learning |
Este modelo cria uma nova Área de Trabalho do Azure Machine Learning, juntamente com uma Conta de Armazenamento encriptada, o KeyVault e o Registo do Applications Insights |
| Criar uma área de trabalho AML com vários Conjuntos de Dados & Datastores |
Este modelo cria uma área de trabalho do Azure Machine Learning com vários conjuntos de dados & arquivos de dados. |
| Configuração segura ponto a ponto do Azure Machine Learning |
Este conjunto de modelos bicep demonstra como configurar o Azure Machine Learning ponto a ponto numa configuração segura. Esta implementação de referência inclui a Área de Trabalho, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Configuração segura ponto a ponto do Azure Machine Learning (legado) |
Este conjunto de modelos bicep demonstra como configurar o Azure Machine Learning ponto a ponto numa configuração segura. Esta implementação de referência inclui a Área de Trabalho, 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 |
Este modelo cria um destino de computação do AKS em determinada área de trabalho do serviço Azure Machine Learning com um endereço IP privado. |
| Criar uma área de trabalho do serviço Azure Machine Learning |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto mínimo de recursos necessários para começar a utilizar o Azure Machine Learning. |
| Criar uma área de trabalho do serviço Azure Machine Learning (CMK) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. O exemplo mostra como configurar o Azure Machine Learning para encriptação com uma chave de encriptação gerida pelo cliente. |
| Criar uma área de trabalho do serviço Azure Machine Learning (vnet) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto de recursos necessários para começar a utilizar o Azure Machine Learning numa configuração isolada de rede. |
| Criar uma área de trabalho do serviço Azure Machine Learning (legada) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto de recursos necessários para começar a utilizar o Azure Machine Learning numa configuração isolada de rede. |
Definição de recurso de modelo do ARM
O tipo de recurso das áreas de trabalho pode ser implementado com operações que visam:
- Grupos de recursos – veja comandos de implementação de grupos de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, veja registo de alterações.
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o seguinte JSON ao seu modelo.
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2019-06-01",
"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
áreas de trabalho
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de recurso | "Microsoft.MachineLearningServices/workspaces" |
| apiVersion | A versão da API de recursos | '2019-06-01' |
| name | O nome do recurso | cadeia (obrigatório) Limite de carateres: 3-33 Carateres válidos: Alfanuméricos, hífenes e carateres de sublinhado. |
| localização | Especifica a localização do recurso. | string |
| etiquetas | Contém etiquetas de recursos definidas como pares chave/valor. | Dicionário de nomes e valores de etiquetas. Ver Etiquetas em modelos |
| identidade | A identidade do recurso. | Identidade |
| propriedades | As propriedades da área de trabalho de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | "SystemAssigned" |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM das informações da aplicação associadas a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| containerRegistry | ID arm do registo de contentor associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| descrição | A descrição desta área de trabalho. | string |
| discoveryUrl | URL do serviço de deteção para identificar pontos finais regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável desta área de trabalho. Este nome é mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
Modelos de início rápido
Os seguintes modelos de início rápido implementam este tipo de recurso.
| Modelo | Description |
|---|---|
| Área de trabalho do Azure Machine Learning |
Este modelo cria uma nova Área de Trabalho do Azure Machine Learning, juntamente com uma Conta de Armazenamento encriptada, o KeyVault e o Registo do Applications Insights |
| Criar uma área de trabalho AML com vários Conjuntos de Dados & Datastores |
Este modelo cria uma área de trabalho do Azure Machine Learning com vários conjuntos de dados & arquivos de dados. |
| Configuração segura ponto a ponto do Azure Machine Learning |
Este conjunto de modelos bicep demonstra como configurar o Azure Machine Learning ponto a ponto numa configuração segura. Esta implementação de referência inclui a Área de Trabalho, um cluster de computação, uma instância de computação e um cluster do AKS privado anexado. |
| Configuração segura ponto a ponto do Azure Machine Learning (legado) |
Este conjunto de modelos bicep demonstra como configurar o Azure Machine Learning ponto a ponto numa configuração segura. Esta implementação de referência inclui a Área de Trabalho, 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 |
Este modelo cria um destino de computação do AKS em determinada área de trabalho do serviço Azure Machine Learning com um endereço IP privado. |
| Criar uma área de trabalho do serviço Azure Machine Learning |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto mínimo de recursos necessários para começar a utilizar o Azure Machine Learning. |
| Criar uma área de trabalho do serviço Azure Machine Learning (CMK) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. O exemplo mostra como configurar o Azure Machine Learning para encriptação com uma chave de encriptação gerida pelo cliente. |
| Criar uma área de trabalho do serviço Azure Machine Learning (vnet) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto de recursos necessários para começar a utilizar o Azure Machine Learning numa configuração isolada de rede. |
| Criar uma área de trabalho do serviço Azure Machine Learning (legada) |
Este modelo de implementação especifica uma área de trabalho do Azure Machine Learning e os respetivos recursos associados, incluindo Key Vault do Azure, Armazenamento do Azure, Informações do Aplicação Azure e Azure Container Registry. Esta configuração descreve o conjunto de recursos necessários para começar a utilizar o Azure Machine Learning numa configuração isolada de rede. |
Definição de recurso do Terraform (fornecedor AzAPI)
O tipo de recurso das áreas de trabalho pode ser implementado com operações que visam:
- Grupos de recursos
Para obter uma lista de propriedades alteradas em cada versão da API, veja registo de alterações.
Formato do recurso
Para criar um recurso Microsoft.MachineLearningServices/workspaces, adicione o seguinte Terraform ao seu modelo.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2019-06-01"
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
áreas de trabalho
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de recurso | "Microsoft.MachineLearningServices/workspaces@2019-06-01" |
| name | O nome do recurso | cadeia (obrigatório) Limite de carateres: 3-33 Carateres válidos: Alfanuméricos, hífenes e carateres de sublinhado. |
| localização | Especifica a localização do recurso. | string |
| parent_id | Para implementar num grupo de recursos, utilize o ID desse grupo de recursos. | cadeia (obrigatório) |
| etiquetas | Contém etiquetas de recursos definidas como pares chave/valor. | Dicionário de nomes e valores de etiquetas. |
| identidade | A identidade do recurso. | Identidade |
| propriedades | As propriedades da área de trabalho de machine learning. | WorkspaceProperties |
Identidade
| Nome | Descrição | Valor |
|---|---|---|
| tipo | O tipo de identidade. | "SystemAssigned" |
WorkspaceProperties
| Nome | Descrição | Valor |
|---|---|---|
| applicationInsights | ID do ARM das informações da aplicação associadas a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| containerRegistry | ID arm do registo de contentor associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| descrição | A descrição desta área de trabalho. | string |
| discoveryUrl | URL do serviço de deteção para identificar pontos finais regionais para serviços de experimentação de machine learning | string |
| friendlyName | O nome amigável desta área de trabalho. Este nome é mutável | string |
| keyVault | ID do ARM do cofre de chaves associado a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
| storageAccount | ID do ARM da conta de armazenamento associada a esta área de trabalho. Isto não pode ser alterado depois de a área de trabalho ter sido criada | string |
Comentários
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja: https://aka.ms/ContentUserFeedback.
Submeter e ver comentários