Share via

Azure ML Team Account Management-Clientbibliothek für JavaScript– Version 2.0.0-beta.4

  • Artikel

Dieses Paket enthält ein isomorphes SDK (wird sowohl in Node.js als auch in Browsern ausgeführt) für den Azure ML Team Account Management-Client.

Diese APIs ermöglichen Endbenutzern das Arbeiten mit Azure Machine Learning-Teamkontoressourcen. Sie unterstützen CRUD-Vorgänge für Azure Machine Learning-Teamkonten.

Quellcode | Paket (NPM) | API-Referenzdokumentation | Proben

Erste Schritte

Die derzeitig unterstützten Umgebungen

Ausführlichere Informationen finden Sie in der Supportrichtlinie.

Voraussetzungen

Installieren Sie das Paket @azure/arm-machinelearningexperimentation.

Installieren Sie die Azure ML Team Account Management-Clientbibliothek für JavaScript mit npm:

npm install @azure/arm-machinelearningexperimentation

Erstellen und Authentifizieren eines MLTeamAccountManagementClient

Um ein Clientobjekt für den Zugriff auf die Azure ML-Teamkontoverwaltungs-API zu erstellen, benötigen Sie die endpoint ihrer Azure ML-Teamkontoverwaltungsressource und eine credential. Der Azure ML Team Account Management-Client kann Azure Active Directory-Anmeldeinformationen für die Authentifizierung verwenden. Den Endpunkt für Ihre Azure ML-Teamkontoverwaltungsressource finden Sie im Azure-Portal.

Sie können sich mit Azure Active Directory mithilfe von Anmeldeinformationen aus der @azure-/Identitätsbibliothek oder einem vorhandenen AAD-Token authentifizieren.

Um den unten gezeigten DefaultAzureCredential-Anbieter oder andere Anmeldeinformationsanbieter zu verwenden, die mit dem Azure SDK bereitgestellt werden, installieren Sie das @azure/identity Paket:

npm install @azure/identity

Sie müssen auch eine neue AAD-Anwendung registrieren und Zugriff auf die Azure ML-Teamkontoverwaltung gewähren , indem Sie Ihrem Dienstprinzipal die geeignete Rolle zuweisen (Beachten Sie: Rollen wie "Owner" erteilen nicht die erforderlichen Berechtigungen). Legen Sie die Werte der Client-ID, der Mandanten-ID und des geheimen Clientschlüssels der AAD-Anwendung als Umgebungsvariablen fest: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET.

Weitere Informationen zum Erstellen einer Azure AD-Anwendung finden Sie in diesem Leitfaden.

const { MLTeamAccountManagementClient } = require("@azure/arm-machinelearningexperimentation");
const { DefaultAzureCredential } = require("@azure/identity");
// For client-side applications running in the browser, use InteractiveBrowserCredential instead of DefaultAzureCredential. See https://aka.ms/azsdk/js/identity/examples for more details.

const subscriptionId = "00000000-0000-0000-0000-000000000000";
const client = new MLTeamAccountManagementClient(new DefaultAzureCredential(), subscriptionId);

// For client-side applications running in the browser, use this code instead:
// const credential = new InteractiveBrowserCredential({
//   tenantId: "<YOUR_TENANT_ID>",
//   clientId: "<YOUR_CLIENT_ID>"
// });
// const client = new MLTeamAccountManagementClient(credential, subscriptionId);

JavaScript-Paket

Um diese Clientbibliothek im Browser verwenden zu können, müssen Sie zunächst einen Bundler verwenden. Ausführliche Informationen dazu finden Sie in unserer Bündelungsdokumentation.

Wichtige Begriffe

MLTeamAccountManagementClient

MLTeamAccountManagementClient ist die primäre Schnittstelle für Entwickler, die die Azure ML Team Account Management-Clientbibliothek verwenden. Erkunden Sie die Methoden für dieses Clientobjekt, um die verschiedenen Features des Azure ML Team Account Management-Diensts zu verstehen, auf den Sie zugreifen können.

Problembehandlung

Protokollierung

Die Aktivierung der Protokollierung kann hilfreiche Informationen über Fehler aufdecken. Um ein Protokoll von HTTP-Anforderungen und -Antworten anzuzeigen, legen Sie die Umgebungsvariable AZURE_LOG_LEVEL auf info fest. Alternativ kann die Protokollierung zur Laufzeit aktiviert werden, indem Sie setLogLevel in @azure/logger aufrufen:

const { setLogLevel } = require("@azure/logger");
setLogLevel("info");

Ausführlichere Anweisungen zum Aktivieren von Protokollen finden Sie in der Paketdokumentation zu @azure/logger.

Nächste Schritte

Ausführliche Beispiele zur Verwendung dieser Bibliothek finden Sie im Beispielverzeichnis .

Mitwirken

Wenn Sie an dieser Bibliothek mitwirken möchten, lesen Sie die Anleitung für Mitwirkende, um mehr darüber zu erfahren, wie Sie den Code erstellen und testen können.

Aufrufe