共用方式為

管理 機器學習 Studio （傳統） 工作區

  • 發行項

適用於：適用於 。機器學習 Studio（傳統版）不適用於 。Azure 機器學習

重要

Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。

自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。

ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。

注意

如需在 機器學習 Web 服務入口網站中管理 Web 服務的資訊，請參閱使用 機器學習 Web 服務入口網站管理 Web 服務。

您可以在 Azure 入口網站 中管理 機器學習 Studio （傳統） 工作區。

使用 Azure 入口網站

若要在 Azure 入口網站 中管理 Studio （傳統） 工作區：

  1. 使用 Azure 訂用帳戶系統管理員帳戶登入 Azure 入口網站。
  2. 在頁面頂端的搜尋方塊中，輸入「機器學習工作室（傳統版）工作區」，然後選取 [機器學習 Studio （傳統） 工作區。
  3. 按兩下您要管理的工作區。

除了可用的標準資源管理資訊和選項之外，您還可以：

  • 檢視 屬性 - 此頁面會顯示工作區和資源資訊，而且您可以變更此工作區所連接的訂用帳戶和資源群組。
  • 重新同步記憶體金鑰 - 工作區會維護記憶體帳戶的金鑰。 如果儲存體帳戶變更金鑰，您可以按下 [重新同步金鑰 ] 來同步處理金鑰與工作區。

若要管理與此 Studio （傳統） 工作區相關聯的 Web 服務，請使用 機器學習 Web 服務入口網站。 如需完整資訊，請參閱使用 機器學習 Web 服務入口網站管理 Web 服務。

注意

若要部署或管理新的 Web 服務，您必須在部署 Web 服務的訂用帳戶上獲指派參與者或系統管理員角色。 如果您邀請其他使用者加入機器學習 Studio（傳統版）工作區，您必須先將他們指派給訂用帳戶上的參與者或系統管理員角色，才能部署或管理 Web 服務。

如需設定訪問許可權的詳細資訊，請參閱使用 Azure 入口網站 指派 Azure 角色。

下一步