Share via

匯出或刪除您的 Machine Learning services 工作區資料

  • 發行項

在 Azure Machine Learning 中，您可以使用入口網站的圖形化介面或 Python SDK 來匯出或刪除工作區資料。 本文會說明這兩種選項。

注意

如需檢視或刪除個人資料的詳細資訊，請參閱 適用於 GDPR 的 Azure 資料主體要求。 如需 GDPR 的詳細資訊，請參閱 Microsoft 信任中心的 GDPR 區段和服務信任入口網站的 GDPR 區段。

注意

本文提供關於如何從裝置或服務刪除個人資料的步驟，並且可以用來支援遵循 GDPR 的義務。 如需 GDPR 的一般資訊，請參閱 Microsoft 信任中心的 GDPR 區段和服務信任入口網站的 GDPR 區段。

控制您的工作區資料

Azure Machine Learning 所儲存的產品內資料可供匯出及刪除。 您可以使用 Azure Machine Learning 工作室、CLI 和 SDK 匯出及刪除資料。 此外，您可以透過 Azure 隱私權入口網站存取遙測資料。

在 Azure Machine Learning 中，個人資料包含作業記錄文件中的使用者資訊。

Azure 工作區依賴資源群組來保存 Azure 解決方案的相關資源。 當您建立工作區時，有機會使用現有的資源群組，或建立新的資源群組。 若要深入了解 Azure 資源群組，請參閱此頁面。

使用入口網站來刪除高階資源

當您建立工作區時，Azure 會在資源群組內建立數個資源：

  • 工作區本身
  • 儲存體帳戶
  • 容器登錄
  • Application Insights 執行個體
  • 金鑰保存庫

若要刪除這些資源，請從清單中加以選取，然後選擇 [刪除]：

重要

如果資源設定為虛刪除，則除非您選擇性地選擇永久刪除資源，否則不會實際刪除資料。 如需詳細資訊，請參閱下列文章：

Screenshot of portal, with delete icon highlighted.

確認對話方塊隨即開啟，您可以在其中確認您的選擇。

作業歷程記錄文件可能包含個人使用者資訊。 這些文件會儲存在 blob 儲存體的儲存體帳戶中 (位於 /azureml 子資料夾)。 您可以從入口網站下載及刪除資料。

Screenshot of the Azure Machine Learning directory in the storage account, within the portal.

使用 Azure Machine Learning 工作室來匯出和刪除機器學習資源

Azure Machine Learning 工作室可讓您統一檢視機器學習資源，例如筆記本、資料資產、模型和工作。 Azure Machine Learning 工作室著重在保留資料和實驗的記錄。 您可以直接在瀏覽器中刪除計算資源 (管線和計算資源)。 針對這些資源，請瀏覽至相關資源，然後選擇 [刪除]。

您可以取消註冊資料資產和封存作業，但這些作業不會刪除資料。 若要完全移除資料，則需在儲存體層級刪除資料資產和工作資料。 如先前所述，儲存體層級刪除會在入口網站中發生。 Azure Machine Learning 工作室可以處理個別刪除。 作業刪除會刪除該作業的資料。

Azure Machine Learning 工作室可以處理實驗作業的定型成品下載。 選擇相關的作業。 選擇 [輸出 + 記錄]，並瀏覽至您想要下載的特定成品。 選擇 [...] 和 [下載]，或選取 [全部下載]。

若要下載已註冊的模型，請瀏覽至 [模型]，然後選擇 [下載]。

Screenshot of studio model page with download option highlighted.

使用 Python SDK 來匯出和刪除資源

您可以使用下列程式碼來下載特定作業的輸出：

# 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)

您可以使用 Python SDK 來刪除下列機器學習資源：

類型 函式呼叫 備註
Workspace delete 使用 delete-dependent-resources 來串聯刪除
Model delete
ComputeTarget delete
WebService delete

下一步

深入了解管理工作區。