分享方式:


使用 Azure PowerShell 管理 Azure Machine Learning 工作區

使用適用於 Azure Machine Learning 的 Azure PowerShell 模組建立和管理新的 Azure Machine Learning 工作區。 如需適用於 Azure Machine Learning 的 Azure PowerShell Cmdlet 完整清單,請參閱 Az.MachineLearningServices 參考文件。

您也可以使用 Azure CLIAzure 入口網站和 Python SDK,或 透過 VS Code 延伸模組管理工作區。

必要條件

登入 Azure

使用 Connect-AzAccount 命令登入 Azure 訂用帳戶並遵循畫面上的指示。

Connect-AzAccount

如果您不知道要使用哪一個位置,您可以列出可用的位置。 使用下列程式碼範例來顯示位置清單,然後尋找您想要使用的位置。 此範例使用 eastus。 將此位置儲存在變數中並使用該變數,如此您在一處即可進行變更。

Get-AzLocation | Select-Object -Property Location
$Location = 'eastus'

建立資源群組

使用 New-AzResourceGroup 來建立 Azure 資源群組。 資源群組是在其中部署與管理 Azure 資源的邏輯容器。

$ResourceGroup = 'MyResourceGroup'
New-AzResourceGroup -Name $ResourceGroup -Location $Location

建立相依性資源

Azure Machine Learning 工作區取決於下列 Azure 資源:

  • Application Insights
  • Azure Key Vault
  • Azure 儲存體帳戶

使用下列命令來建立這些資源,並擷取每個資源的 Azure Resource Manager 識別碼:

注意

執行下列命令之前,必須先為您的訂用帳戶註冊 Microsoft.Insights 資源提供者。 此註冊只需要執行一次。 使用 Register-AzResourceProvider -ProviderNamespace Microsoft.Insights 來執行註冊。

  1. 建立 Application Insights 執行個體:

    $AppInsights = 'MyAppInsights'
    New-AzApplicationInsights -Name $AppInsights -ResourceGroupName $ResourceGroup -Location $Location
    $appid = (Get-AzResource -Name $AppInsights -ResourceGroupName $ResourceGroup).ResourceId
    
    
  2. 建立 Azure Key Vault:

    重要

    每個金鑰保存庫必須有唯一的名稱。 在下列範例中,以您金鑰保存庫的名稱取代 MyKeyVault

    $KeyVault = 'MyKeyVault'
    New-AzKeyVault -Name $KeyVault -ResourceGroupName $ResourceGroup -Location $Location
    $kvid = (Get-AzResource -Name $KeyVault -ResourceGroupName $ResourceGroup).ResourceId
    
    
  3. 建立 Azure 儲存體帳戶:

    重要

    每個儲存體帳戶必須有唯一的名稱。 在下列範例中,請將 MyStorage 取代為您的儲存體帳戶名稱。 您可以在執行下列範例之前,先使用 Get-AzStorageAccountNameAvailability -Name 'YourUniqueName' 來驗證名稱。

    $Storage = 'MyStorage'
    
    $storageParams = @{
      Name = $Storage
      ResourceGroupName = $ResourceGroup
      Location = $Location
      SkuName = 'Standard_LRS'
      Kind = 'StorageV2'
    }
    New-AzStorageAccount @storageParams
    
    $storeid = (Get-AzResource -Name $Storage -ResourceGroupName $ResourceGroup).ResourceId
    
    

建立工作區

注意

執行下列命令之前,必須先為您的訂用帳戶註冊 Microsoft.MachineLearningServices 資源提供者。 此註冊只需要執行一次。 使用 Register-AzResourceProvider -ProviderNamespace Microsoft.MachineLearningServices 來執行註冊。

下列命令會建立工作區,並會設定以使用先前建立的服務。 它也會將工作區設定為使用系統指派的受控識別,用來存取這些服務。 如需搭配 Azure Machine Learning 使用受控識別的詳細資訊,請參閱設定其他服務的驗證文章。

$Workspace = 'MyWorkspace'
$mlWorkspaceParams = @{
  Name = $Workspace
  ResourceGroupName = $ResourceGroup
  Location = $Location
  ApplicationInsightID = $appid
  KeyVaultId = $kvid
  StorageAccountId = $storeid
  IdentityType = 'SystemAssigned'
}
New-AzMLWorkspace @mlWorkspaceParams

取得工作區資訊

若要擷取工作區清單,請使用下列命令:

Get-AzMLWorkspace

若要擷取特定工作區的資訊,請提供名稱和資源群組資訊:

Get-AzMLWorkspace -Name $Workspace -ResourceGroupName $ResourceGroup

刪除工作區

警告

如果工作區已啟用虛刪除,可在刪除後加以復原。 如果未啟用虛刪除,或您選取永久刪除工作區的選項,則無法加以復原。 如需詳細資訊,請參閱復原已刪除的工作區

若要刪除不再需要的工作區,請使用下列命令:

Remove-AzMLWorkspace -Name $Workspace -ResourceGroupName $ResourceGroup

重要

刪除工作區不會刪除工作區所使用的 Application Insights、儲存體帳戶、金鑰保存庫或容器登錄。

您也可以刪除資源群組,這會刪除資源群組中的工作區和所有其他 Azure 資源。 若要刪除資源群組,請使用下列命令:

Remove-AzResourceGroup -Name $ResourceGroup

下一步

如要檢查工作區是否發生問題,請參閱如何使用工作區診斷

若要了解如何將工作區移至新的 Azure 訂用帳戶,請參閱如何移動工作區

若要了解如何使用最新的安全性更新讓 Azure Machine Learning 保持最新狀態的相關資訊,請參閱弱點管理

若要了解如何使用您的工作區訓練 ML 模型,請參閱一天內了解 Azure Machine Learning 教學課程。