Creación y administración de áreas de trabajo de Azure Machine LearningCreate and manage Azure Machine Learning workspaces

En este artículo creará, verá y eliminará áreas de trabajo de Azure Machine Learning para Azure Machine Learning con Azure Portal o el SDK de Python.In this article, you'll create, view, and delete Azure Machine Learning workspaces for Azure Machine Learning, using the Azure portal or the SDK for Python

A medida que cambian las necesidades o aumentan los requisitos de automatización, también puede crear y eliminar áreas de trabajo mediante la CLI o a través de la extensión de VS Code.As your needs change or requirements for automation increase you can also create and delete workspaces using the CLI, or via the VS Code extension.

PrerrequisitosPrerequisites

LimitacionesLimitations

  • Al crear una nueva área de trabajo, puede crear automáticamente los servicios necesarios para esa área de trabajo o usar los servicios ya existentes.When creating a new workspace, you can either automatically create services needed by the workspace or use existing services. Si quiere usar los servicios ya existentes de una suscripción de Azure diferente al área de trabajo, debe registrar el espacio de nombres de Azure Machine Learning en la suscripción que contiene esos servicios.If you want to use existing services from a different Azure subscription than the workspace, you must register the Azure Machine Learning namespace in the subscription that contains those services. Por ejemplo, al crear un área de trabajo en la suscripción A que usa una cuenta de almacenamiento de la suscripción B, el espacio de nombres de Azure Machine Learning debe estar registrado en la suscripción B para poder usar la cuenta de almacenamiento con el área de trabajo.For example, creating a workspace in subscription A that uses a storage account from subscription B, the Azure Machine Learning namespace must be registered in subscription B before you can use the storage account with the workspace.

    El proveedor de recursos para Azure Machine Learning es Microsoft.MachineLearningService.The resource provider for Azure Machine Learning is Microsoft.MachineLearningServices. Para obtener información sobre cómo comprobar si está registrado y cómo realizar el registro, consulte el artículo Proveedores de recursos de Azure y sus tipos.For information on how to see if it is registered and how to register it, see the Azure resource providers and types article.

    Importante

    Esta opción solo se aplica a los recursos proporcionados durante la creación del área de trabajo para cuentas de Azure Storage, el registro de contenedores de Azure, Azure Key Vault y Application Insights.This only applies to resources provided during workspace creation; Azure Storage Accounts, Azure Container Register, Azure Key Vault, and Application Insights.

De forma predeterminada, al crear un área de trabajo también se crea una instancia de Azure Container Registry (ACR).By default, creating a workspace also creates an Azure Container Registry (ACR). Dado que ACR no admite actualmente caracteres Unicode en nombres de grupos de recursos, use un grupo de recursos que no contenga estos caracteres.Since ACR does not currently support unicode characters in resource group names, use a resource group that does not contain these characters.

Crear un área de trabajoCreate a workspace

  • Especificación predeterminada.Default specification. De manera predeterminada, los recursos dependientes y el grupo de recursos se crearán automáticamente.By default, dependent resources as well as the resource group will be created automatically. Este código crea un área de trabajo llamada myworkspace y un grupo de recursos denominado myresourcegroup en eastus2.This code creates a workspace named myworkspace and a resource group named myresourcegroup in eastus2.

    from azureml.core import Workspace
    
    ws = Workspace.create(name='myworkspace',
                   subscription_id='<azure-subscription-id>',
                   resource_group='myresourcegroup',
                   create_resource_group=True,
                   location='eastus2'
                   )
    

    Establezca create_resource_group en False si tiene un grupo de recursos de Azure existente que quiera usar para el área de trabajo.Set create_resource_group to False if you have an existing Azure resource group that you want to use for the workspace.

  • Varios inquilinos.Multiple tenants. Si tiene varias cuentas, agregue el id. de inquilino de la cuenta de Azure Active Directory que desea usar.If you have multiple accounts, add the tenant ID of the Azure Active Directory you wish to use. Busque el id. de inquilino en Azure Portal en Azure Active Directory, Identidades externas.Find your tenant ID from the Azure portal under Azure Active Directory, External Identities.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(tenant_id="my-tenant-id")
    ws = Workspace.create(name='myworkspace',
                subscription_id='<azure-subscription-id>',
                resource_group='myresourcegroup',
                create_resource_group=True,
                location='eastus2',
                auth=interactive_auth
                )
    
  • Nube soberana .Sovereign cloud. Necesitará código adicional para autenticarse en Azure si está trabajando en una nube soberana.You'll need extra code to authenticate to Azure if you're working in a sovereign cloud.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(cloud="<cloud name>") # for example, cloud="AzureUSGovernment"
    ws = Workspace.create(name='myworkspace',
                subscription_id='<azure-subscription-id>',
                resource_group='myresourcegroup',
                create_resource_group=True,
                location='eastus2',
                auth=interactive_auth
                )
    
  • Uso de recursos de Azure existentes.Use existing Azure resources. También puede crear un área de trabajo que use los recursos de Azure existentes con el formato de identificador de recursos de Azure.You can also create a workspace that uses existing Azure resources with the Azure resource ID format. Busque los identificadores de recursos de Azure específicos en Azure Portal o con el SDK.Find the specific Azure resource IDs in the Azure portal or with the SDK. En este ejemplo se da por supuesto que el grupo de recursos, la cuenta de almacenamiento, el almacén de claves, App Insights y el registro de contenedor ya existen.This example assumes that the resource group, storage account, key vault, App Insights and container registry already exist.

    import os
    from azureml.core import Workspace
    from azureml.core.authentication import ServicePrincipalAuthentication
    
    service_principal_password = os.environ.get("AZUREML_PASSWORD")
    
    service_principal_auth = ServicePrincipalAuthentication(
        tenant_id="<tenant-id>",
        username="<application-id>",
        password=service_principal_password)
    
                          auth=service_principal_auth,
                               subscription_id='<azure-subscription-id>',
                               resource_group='myresourcegroup',
                               create_resource_group=False,
                               location='eastus2',
                               friendly_name='My workspace',
                               storage_account='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.storage/storageaccounts/mystorageaccount',
                               key_vault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault',
                               app_insights='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.insights/components/myappinsights',
                               container_registry='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.containerregistry/registries/mycontainerregistry',
                               exist_ok=False)
    

Para más información, vea Referencia del SDK del área de trabajo.For more information, see Workspace SDK reference.

Si tiene problemas para obtener acceso a su suscripción, consulte Configuración de la autenticación para recursos y flujos de trabajo de Azure Machine Learning, así como el cuaderno de Autenticación en Azure Machine Learning.If you have problems in accessing your subscription, see Set up authentication for Azure Machine Learning resources and workflows, as well as the Authentication in Azure Machine Learning notebook.

RedesNetworking

Importante

Para obtener más información sobre el uso de un punto de conexión privado y una red virtual con el área de trabajo, vea Aislamiento de red y privacidad.For more information on using a private endpoint and virtual network with your workspace, see Network isolation and privacy.

El SDK de Azure Machine Learning para Python proporciona la clase PrivateEndpointConfig, que se puede usar con Workspace.create() para crear un área de trabajo con un punto de conexión privado.The Azure Machine Learning Python SDK provides the PrivateEndpointConfig class, which can be used with Workspace.create() to create a workspace with a private endpoint. Esta clase requiere una red virtual existente.This class requires an existing virtual network.

Importante

El uso de un punto de conexión privado con áreas de trabajo de Azure Machine Learning se encuentra actualmente en versión preliminar pública.Using a private endpoint with Azure Machine Learning workspace is currently in public preview. Esta versión preliminar se ofrece sin Acuerdo de Nivel de Servicio y no es aconsejable usarla para cargas de trabajo de producción.This preview is provided without a service level agreement, and it's not recommended for production workloads. Es posible que algunas características no sean compatibles o que tengan sus funcionalidades limitadas.Certain features might not be supported or might have constrained capabilities.
Para más información, consulte Términos de uso complementarios de las Versiones Preliminares de Microsoft Azure.For more information, see Supplemental Terms of Use for Microsoft Azure Previews.

Varias áreas de trabajo con punto de conexión privadoMultiple workspaces with private endpoint

Al crear un punto de conexión privado, se crea una nueva zona DNS privada denominada privatelink.api.azureml.ms.When you create a private endpoint, a new Private DNS Zone named privatelink.api.azureml.ms is created. Contiene un vínculo a la red virtual.This contains a link to the virtual network. Si crea varias áreas de trabajo con puntos de conexión privados en el mismo grupo de recursos, solo la red virtual del primer punto de conexión privado se puede agregar a la zona DNS.If you create multiple workspaces with private endpoints in the same resource group, only the virtual network for the first private endpoint may be added to the DNS zone. Para agregar entradas para las redes virtuales usadas por áreas de trabajo o puntos de conexión privados adicionales, siga estos pasos:To add entries for the virtual networks used by the additional workspaces/private endpoints, use the following steps:

  1. En Azure Portal, seleccione el grupo de recursos que contiene el área de trabajo.In the Azure portal, select the resource group that contains the workspace. A continuación, seleccione el recurso de zona DNS privada denominado privatelink.api.azureml.ms.Then select the Private DNS Zone resource named privatelink.api.azureml.ms
  2. En Configuración, seleccione Vínculos de red virtual.In the Settings, select Virtual network links.
  3. Seleccione Agregar.Select Add. En la página Agregar el vínculo de red virtual, proporcione un Nombre de vínculo único y, a continuación, seleccione la Red virtual que se va a agregar.From the Add virtual network link page, provide a unique Link name, and then select the Virtual network to be added. Seleccione Aceptar para agregar el vínculo de red.Select OK to add the network link.

Para obtener más información, vea Configuración de DNS para puntos de conexión privados de Azure.For more information, see Azure Private Endpoint DNS configuration.

Examen de vulnerabilidadesVulnerability scanning

Azure Security Center proporciona administración unificada de la seguridad y protección avanzada contra amenazas para cargas de trabajo en la nube híbrida.Azure Security Center provides unified security management and advanced threat protection across hybrid cloud workloads. Debe permitir que Azure Security Center examine los recursos y seguir sus recomendaciones.You should allow Azure Security Center to scan your resources and follow its recommendations. Para más información, consulte Introducción a Azure Defender para registros de contenedor e Introducción a Azure Defender para Kubernetes.For more, see Azure Container Registry image scanning by Security Center and Azure Kubernetes Services integration with Security Center.

AvanzadoAdvanced

De manera predeterminada, los metadatos del área de trabajo se almacenan en una instancia de Azure Cosmos DB que Microsoft mantiene.By default, metadata for the workspace is stored in an Azure Cosmos DB instance that Microsoft maintains. Estos datos se cifran con claves administradas por Microsoft.This data is encrypted using Microsoft-managed keys.

Para limitar los datos que Microsoft recopila sobre el área de trabajo, seleccione Área de trabajo de alto impacto de negocio en el portal o establezca hbi_workspace=true en Python.To limit the data that Microsoft collects on your workspace, select High business impact workspace in the portal, or set hbi_workspace=true in Python. Para más información sobre esta configuración, consulte Cifrado en reposo.For more information on this setting, see Encryption at rest.

Importante

La selección de un alto impacto de negocio solo puede realizarse al crear un área de trabajo.Selecting high business impact can only be done when creating a workspace. Este valor no se puede cambiar tras la creación del área de trabajo.You cannot change this setting after workspace creation.

Usar su propia claveUse your own key

El usuario puede proporcionar su propia clave para el cifrado de datos.You can provide your own key for data encryption. Así, se crea la instancia de Azure Cosmos DB que almacena metadatos en la suscripción de Azure.Doing so creates the Azure Cosmos DB instance that stores metadata in your Azure subscription.

Importante

La instancia de Cosmos DB se crea en un grupo de recursos administrados por Microsoft en la suscripción, junto con los recursos que necesita.The Cosmos DB instance is created in a Microsoft-managed resource group in your subscription, along with any resources it needs. Esto significa que se le cobrará por esta instancia de Cosmos DB.This means that you are charged for this Cosmos DB instance. El grupo de recursos administrado se denomina con el formato <AML Workspace Resource Group Name><GUID>.The managed resource group is named in the format <AML Workspace Resource Group Name><GUID>. Si el área de trabajo de Azure Machine Learning usa un punto de conexión privado, también se crea una red virtual para la instancia de Cosmos DB.If your Azure Machine Learning workspace uses a private endpoint, a virtual network is also created for the Cosmos DB instance. Esta red virtual se usa para proteger la comunicación entre Cosmos DB y Azure Machine Learning.This VNet is used to secure communication between Cosmos DB and Azure Machine Learning.

  • No elimine el grupo de recursos que contiene esta instancia de Cosmos DB, ni ninguno de los recursos que se crean de forma automática en este grupo.Do not delete the resource group that contains this Cosmos DB instance, or any of the resources automatically created in this group. Si necesita eliminar el grupo de recursos, la instancia de Cosmos DB, etc., primero debe eliminar el área de trabajo de Azure Machine Learning que la usa.If you need to delete the resource group, Cosmos DB instance, etc., you must delete the Azure Machine Learning workspace that uses it. El grupo de recursos, la instancia de Cosmos DB y los otros recursos que se crean automáticamente se eliminan cuando se elimina el área de trabajo asociada.The resource group, Cosmos DB instance, and other automatically created resources are deleted when the associated workspace is deleted.
  • Las Unidades de solicitud predeterminadas para esta cuenta de Cosmos DB son 8000.The default Request Units for this Cosmos DB account is set at 8000.
  • No puede proporcionar una red virtual propia para usarla con la instancia de Cosmos DB que se crea.You cannot provide your own VNet for use with the Cosmos DB instance that is created. Tampoco puede modificar la red virtual.You also cannot modify the virtual network. Por ejemplo, no puede cambiar el rango de direcciones IP que usa.For example, you cannot change the IP address range that it uses.

Siga estos pasos para proporcionar su propia clave:Use the following steps to provide your own key:

Importante

Antes de seguir estos pasos, debe completar las siguientes acciones:Before following these steps, you must first perform the following actions:

  1. Autorice Machine Learning App (en Administración de identidades y acceso) con permisos de colaborador en la suscripción.Authorize the Machine Learning App (in Identity and Access Management) with contributor permissions on your subscription.

  2. Siga los pasos de Configuración de claves administradas por el cliente para:Follow the steps in Configure customer-managed keys to:

    • Registrar el proveedor de Azure Cosmos DBRegister the Azure Cosmos DB provider
    • Creación y configuración de una instancia de Azure Key VaultCreate and configure an Azure Key Vault
    • Generar una claveGenerate a key

    No es necesario crear manualmente la instancia de Azure Cosmos DB; se crea una automáticamente durante la creación del área de trabajo.You do not need to manually create the Azure Cosmos DB instance, one will be created for you during workspace creation. Esta instancia de Azure Cosmos DB se crea en un grupo de recursos independiente con un nombre basado en este patrón: <your-workspace-resource-name>_<GUID>.This Azure Cosmos DB instance will be created in a separate resource group using a name based on this pattern: <your-workspace-resource-name>_<GUID>.

Este valor no se puede cambiar tras la creación del área de trabajo.You cannot change this setting after workspace creation. Si elimina la instancia de Azure Cosmos DB que usa el área de trabajo, también debe eliminar el área de trabajo que la está usando.If you delete the Azure Cosmos DB used by your workspace, you must also delete the workspace that is using it.

Use cmk_keyvault y resource_cmk_uri para especificar la clave administrada por el cliente.Use cmk_keyvault and resource_cmk_uri to specify the customer managed key.

from azureml.core import Workspace
   ws = Workspace.create(name='myworkspace',
               subscription_id='<azure-subscription-id>',
               resource_group='myresourcegroup',
               create_resource_group=True,
               location='eastus2'
               cmk_keyvault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/<keyvault-name>', 
               resource_cmk_uri='<key-identifier>'
               )

Descarga de un archivo de configuraciónDownload a configuration file

Si va a crear una instancia de proceso, omita este paso.If you will be creating a compute instance, skip this step. La instancia de proceso ya ha creado una copia de este archivo.The compute instance has already created a copy of this file for you.

Si tiene previsto usar código en el entorno local que haga referencia a esta área de trabajo (ws), escriba el archivo de configuración:If you plan to use code on your local environment that references this workspace (ws), write the configuration file:

ws.write_config()

Coloque el archivo en la estructura de directorios que contiene los scripts de Python o las instancias de Jupyter Notebook.Place the file into the directory structure with your Python scripts or Jupyter Notebooks. Puede estar en el mismo directorio, en un subdirectorio denominado .azureml o en un directorio principal.It can be in the same directory, a subdirectory named .azureml, or in a parent directory. Al crear una instancia de proceso, este archivo se agrega automáticamente al directorio correcto de la máquina virtual.When you create a compute instance, this file is added to the correct directory on the VM for you.

Conexión a un área de trabajoConnect to a workspace

En el código de Python, cree un objeto de área de trabajo para conectarse al área de trabajo.In your Python code, you create a workspace object to connect to your workspace. Este código leerá el contenido del archivo de configuración para encontrar el área de trabajo.This code will read the contents of the configuration file to find your workspace. Si aún no está autenticado, recibirá un mensaje para iniciar sesión.You will get a prompt to sign in if you are not already authenticated.

from azureml.core import Workspace

ws = Workspace.from_config()
  • Varios inquilinos.Multiple tenants. Si tiene varias cuentas, agregue el id. de inquilino de la cuenta de Azure Active Directory que desea usar.If you have multiple accounts, add the tenant ID of the Azure Active Directory you wish to use. Busque el id. de inquilino en Azure Portal en Azure Active Directory, Identidades externas.Find your tenant ID from the Azure portal under Azure Active Directory, External Identities.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(tenant_id="my-tenant-id")
    ws = Workspace.from_config(auth=interactive_auth)
    
  • Nube soberana .Sovereign cloud. Necesitará código adicional para autenticarse en Azure si está trabajando en una nube soberana.You'll need extra code to authenticate to Azure if you're working in a sovereign cloud.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(cloud="<cloud name>") # for example, cloud="AzureUSGovernment"
    ws = Workspace.from_config(auth=interactive_auth)
    

Si tiene problemas para obtener acceso a su suscripción, consulte Configuración de la autenticación para recursos y flujos de trabajo de Azure Machine Learning, así como el cuaderno de Autenticación en Azure Machine Learning.If you have problems in accessing your subscription, see Set up authentication for Azure Machine Learning resources and workflows, as well as the Authentication in Azure Machine Learning notebook.

Buscar un área de trabajoFind a workspace

Vea una lista de todas las áreas de trabajo que puede usar.See a list of all the workspaces you can use.

Busque las suscripciones en la página Suscripciones de Azure Portal.Find your subscriptions in the Subscriptions page in the Azure portal. Copie el identificador y úselo en el código siguiente para ver todas las áreas de trabajo disponibles para esa suscripción.Copy the ID and use it in the code below to see all workspaces available for that subscription.

from azureml.core import Workspace

Workspace.list('<subscription-id>')

Eliminar un área de trabajoDelete a workspace

Cuando ya no necesite un área de trabajo, elimínela.When you no longer need a workspace, delete it.

Elimine el área de trabajo ws:Delete the workspace ws:

ws.delete(delete_dependent_resources=False, no_wait=False)

La acción predeterminada es no eliminar los recursos asociados al área de trabajo, es decir, el registro de contenedor, la cuenta de almacenamiento, el almacén de claves y Application Insights.The default action is not to delete resources associated with the workspace, i.e., container registry, storage account, key vault, and application insights. Establezca delete_dependent_resources en True para eliminar también estos recursos.Set delete_dependent_resources to True to delete these resources as well.

Limpieza de recursosClean up resources

Importante

Los recursos que creó pueden usarse como requisitos previos para otros tutoriales y artículos de procedimientos de Azure Machine Learning.The resources that you created can be used as prerequisites to other Azure Machine Learning tutorials and how-to articles.

Si no va a usar los recursos que creó, elimínelos para no incurrir en cargos:If you don't plan to use the resources that you created, delete them so you don't incur any charges:

  1. En Azure Portal, seleccione Grupos de recursos a la izquierda del todo.In the Azure portal, select Resource groups on the far left.

  2. En la lista, seleccione el grupo de recursos que creó.From the list, select the resource group that you created.

  3. Seleccione Eliminar grupo de recursos.Select Delete resource group.

    Captura de pantalla de las selecciones para eliminar un grupo de recursos en Azure Portal.

  4. Escriba el nombre del grupo de recursos.Enter the resource group name. A continuación, seleccione Eliminar.Then select Delete.

Solución de problemasTroubleshooting

  • Exploradores admitidos en Azure Machine Learning Studio: Se recomienda usar el explorador más actualizado compatible con el sistema operativo.Supported browsers in Azure Machine Learning studio: We recommend that you use the most up-to-date browser that's compatible with your operating system. Se admiten los siguientes exploradores:The following browsers are supported:

    • Microsoft Edge (el nuevo Microsoft Edge, la versión más reciente.Microsoft Edge (The new Microsoft Edge, latest version. No la versión heredada de Microsoft Edge)Not Microsoft Edge legacy)
    • Safari (versión más reciente, solo Mac)Safari (latest version, Mac only)
    • Chrome (versión más reciente)Chrome (latest version)
    • Firefox (versión más reciente)Firefox (latest version)
  • Portal de Azure:Azure portal:

    • Si va directamente al área de trabajo desde un vínculo de recurso compartido del SDK o Azure Portal, no puede ver la página Información general estándar que contiene información sobre la suscripción en la extensión.If you go directly to your workspace from a share link from the SDK or the Azure portal, you can't view the standard Overview page that has subscription information in the extension. En este escenario, tampoco se puede cambiar a otra área de trabajo.In this scenario, you also can't switch to another workspace. Para ver otra área de trabajo, vaya directamente a Azure Machine Learning Studio y busque el nombre del área de trabajo.To view another workspace, go directly to Azure Machine Learning studio and search for the workspace name.
    • Todos los activos (conjuntos de datos, experimentos, procesos, entre otros) solo están disponibles en Azure Machine Learning Studio.All assets (Datasets, Experiments, Computes, and so on) are available only in Azure Machine Learning studio. No están disponibles en Azure Portal.They're not available from the Azure portal.

Errores del proveedor de recursosResource provider errors

Al crear un área de trabajo de Azure Machine Learning o un recurso usado por el área de trabajo, puede recibir un mensaje de error similar a los siguientes:When creating an Azure Machine Learning workspace, or a resource used by the workspace, you may receive an error similar to the following messages:

  • No registered resource provider found for location {location}
  • The subscription is not registered to use namespace {resource-provider-namespace}

Muchos proveedores de recursos se registran automáticamente, aunque no todos.Most resource providers are automatically registered, but not all. Si recibe este mensaje, debe registrar el proveedor mencionado.If you receive this message, you need to register the provider mentioned.

Para obtener más información sobre cómo registrar un proveedor de recursos, consulte Registro del proveedor de recursos.For information on registering resource providers, see Resolve errors for resource provider registration.

Movimiento del área de trabajoMoving the workspace

Advertencia

No se admite mover el área de trabajo de Azure Machine Learning a otra suscripción ni mover la suscripción propietaria a un nuevo inquilino.Moving your Azure Machine Learning workspace to a different subscription, or moving the owning subscription to a new tenant, is not supported. Si lo hace, pueden producirse errores.Doing so may cause errors.

Eliminación de la instancia de Azure Container RegistryDeleting the Azure Container Registry

El área de trabajo de Azure Machine Learning usa Azure Container Registry (ACR) para algunas operaciones.The Azure Machine Learning workspace uses Azure Container Registry (ACR) for some operations. La primera vez que se necesite una instancia de ACR, se creará automáticamente.It will automatically create an ACR instance when it first needs one.

Advertencia

Cuando se ha creado una instancia de Azure Container Registry para un área de trabajo, no la elimine.Once an Azure Container Registry has been created for a workspace, do not delete it. Si lo hace, se interrumpirá el área de trabajo de Azure Machine Learning.Doing so will break your Azure Machine Learning workspace.

EjemplosExamples

Ejemplos de creación de un área de trabajo:Examples of creating a workspace:

Pasos siguientesNext steps

Una vez que tenga un área de trabajo, obtenga información sobre cómo entrenar e implementar un modelo.Once you have a workspace, learn how to Train and deploy a model.