Správa pracovních prostorů služby Azure Machine Learning pomocí Azure PowerShell
K vytváření a správě pracovních prostorů služby Azure Machine Learning použijte modul Azure PowerShell pro Azure Machine Learning. Úplný seznam rutin Azure PowerShell pro Azure Machine Learning najdete v referenční dokumentaci k Az.MachineLearningServices.
Pracovní prostory můžete také spravovat pomocí Azure CLI, Azure Portal a Python SDK nebo prostřednictvím rozšíření VS Code.
Požadavky
Předplatné Azure Pokud ji nemáte, vyzkoušejte bezplatnou nebo placenou verzi služby Azure Machine Learning.
Modul Azure PowerShell. Pokud chcete mít jistotu, že máte nejnovější verzi, přečtěte si téma Instalace modulu Azure PowerShell.
Důležité
Modul PowerShellu Az.MachineLearningServices je ve verzi Preview, ale musíte ho nainstalovat samostatně pomocí rutiny
Install-Module
.Install-Module -Name Az.MachineLearningServices -Scope CurrentUser -Repository PSGallery -Force
Přihlášení k Azure
Přihlaste se ke svému předplatnému Azure pomocí příkazu Connect-AzAccount
a postupujte podle pokynů na obrazovce.
Connect-AzAccount
Pokud nevíte, jaké umístění máte použít, můžete vypsat všechna dostupná umístění. Pomocí následujícího příkladu kódu zobrazte seznam umístění a vyhledejte umístění, které chcete použít. Tento příklad používá eastus. Uložte umístění do proměnné a používejte tuto proměnnou, abyste umístění mohli změnit na jednom místě.
Get-AzLocation | Select-Object -Property Location
$Location = 'eastus'
Vytvoření skupiny prostředků
Vytvořte skupinu prostředků Azure pomocí rutiny New-AzResourceGroup. Skupina prostředků je logický kontejner, ve kterém se nasazují a spravují prostředky Azure.
$ResourceGroup = 'MyResourceGroup'
New-AzResourceGroup -Name $ResourceGroup -Location $Location
Vytvoření prostředků závislostí
Pracovní prostor Služby Azure Machine Learning závisí na následujících prostředcích Azure:
- Application Insights
- Azure Key Vault
- Účet služby Azure Storage
Pomocí následujících příkazů vytvořte tyto prostředky a načtěte ID azure Resource Manager pro každý z nich:
Poznámka
Poskytovatel prostředků Microsoft.Insights musí být zaregistrovaný pro vaše předplatné před spuštěním následujících příkazů. Jedná se o jednorázovou registraci. Slouží Register-AzResourceProvider -ProviderNamespace Microsoft.Insights
k provedení registrace.
Vytvořte instanci Application Insights:
$AppInsights = 'MyAppInsights' New-AzApplicationInsights -Name $AppInsights -ResourceGroupName $ResourceGroup -Location $Location $appid = (Get-AzResource -Name $AppInsights -ResourceGroupName $ResourceGroup).ResourceId
Vytvořte azure Key Vault:
Důležité
Každý trezor klíčů musí mít jedinečný název. V následujícím příkladu nahraďte
MyKeyVault
názvem vašeho trezoru klíčů.$KeyVault = 'MyKeyVault' New-AzKeyVault -Name $KeyVault -ResourceGroupName $ResourceGroup -Location $Location $kvid = (Get-AzResource -Name $KeyVault -ResourceGroupName $ResourceGroup).ResourceId
Vytvořte účet úložiště Azure:
Důležité
Každý účet úložiště musí mít jedinečný název. V následujícím příkladu nahraďte
MyStorage
názvem vašeho účtu úložiště. Před spuštěním následujícího příkladu můžete název ověřitGet-AzStorageAccountNameAvailability -Name 'YourUniqueName'
.$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
Vytvoření pracovního prostoru
Poznámka
Poskytovatel prostředků Microsoft.MachineLearningServices musí být zaregistrovaný pro vaše předplatné před spuštěním následujících příkazů. Jedná se o jednorázovou registraci. Slouží Register-AzResourceProvider -ProviderNamespace Microsoft.MachineLearningServices
k provedení registrace.
Následující příkaz vytvoří pracovní prostor a nakonfiguruje ho tak, aby používal služby vytvořené dříve. Také nakonfiguruje pracovní prostor tak, aby používal spravovanou identitu přiřazenou systémem, která se používá pro přístup k těmto službám. Další informace o používání spravovaných identit ve službě Azure Machine Learning najdete v článku Nastavení ověřování pro jiné služby .
$Workspace = 'MyWorkspace'
$mlWorkspaceParams = @{
Name = $Workspace
ResourceGroupName = $ResourceGroup
Location = $Location
ApplicationInsightID = $appid
KeyVaultId = $kvid
StorageAccountId = $storeid
IdentityType = 'SystemAssigned'
}
New-AzMLWorkspace @mlWorkspaceParams
Získání informací o pracovním prostoru
Pokud chcete načíst seznam pracovních prostorů, použijte následující příkaz:
Get-AzMLWorkspace
Pokud chcete načíst informace o konkrétním pracovním prostoru, zadejte název a informace o skupině prostředků:
Get-AzMLWorkspace -Name $Workspace -ResourceGroupName $ResourceGroup
Odstranění pracovního prostoru
Upozornění
Pokud je pro pracovní prostor povolené obnovitelné odstranění, je možné ho po odstranění obnovit. Pokud obnovitelné odstranění není povolené nebo vyberete možnost pro trvalé odstranění pracovního prostoru, nedá se obnovit. Další informace najdete v tématu Obnovení odstraněného pracovního prostoru.
Pokud chcete pracovní prostor odstranit poté, co už ho nepotřebujete, použijte následující příkaz:
Remove-AzMLWorkspace -Name $Workspace -ResourceGroupName $ResourceGroup
Důležité
Odstraněním pracovního prostoru se neodstraní application Insight, účet úložiště, trezor klíčů nebo registr kontejneru, který pracovní prostor používá.
Můžete také odstranit skupinu prostředků, čímž odstraníte pracovní prostor a všechny ostatní prostředky Azure ve skupině prostředků. Pokud chcete odstranit skupinu prostředků, použijte následující příkaz:
Remove-AzResourceGroup -Name $ResourceGroup
Další kroky
Pokud chcete zkontrolovat problémy s pracovním prostorem, přečtěte si téma Použití diagnostiky pracovního prostoru.
Informace o přesunu pracovního prostoru do nového předplatného Azure najdete v tématu Jak přesunout pracovní prostor.
Informace o tom, jak udržovat službu Azure Machine Learning v aktualizovaném stavu pomocí nejnovějších aktualizací zabezpečení, najdete v tématu Správa ohrožení zabezpečení.
Informace o trénování modelu ML pomocí pracovního prostoru najdete v denním kurzu služby Azure Machine Learning .