Azure Machine Learning Workspaces Management ügyfélkódtár JavaScripthez – 1.1.0-s verzió
Ez a csomag tartalmaz egy izomorf SDK-t (amely Node.js és böngészőkben is fut) az Azure Machine Learning Workspaces Management-ügyfélhez.
Ezek az API-k lehetővé teszik a végfelhasználók számára az Azure Machine Learning-munkaterület erőforrásainak használatát. Támogatják az Azure Machine Learning-munkaterületek CRUD-műveleteit.
Forráskód | Csomag (NPM) | API-referenciadokumentáció | Minták
Első lépések
Jelenleg támogatott környezetek
- A Node.jsLTS-verziói
- A Safari, a Chrome, az Edge és a Firefox legújabb verziói.
További részletekért tekintse meg támogatási szabályzatunkat .
Előfeltételek
- Egy Azure-előfizetés.
Telepítse a(z) @azure/arm-workspaces
csomagot
Telepítse a JavaScripthez készült Azure Machine Learning Workspaces Management ügyfélkódtárat a következővel npm
:
npm install @azure/arm-workspaces
Hozzon létre és hitelesítsen egy MachineLearningWorkspacesManagementClient
Ahhoz, hogy létrehozhasson egy ügyfélobjektumot az Azure Machine Learning Workspaces Management API eléréséhez, szüksége lesz az endpoint
Azure Machine Learning-munkaterületek felügyeleti erőforrására és egy credential
. Az Azure Machine Learning Workspaces Management-ügyfél az Azure Active Directory hitelesítő adatait használhatja a hitelesítéshez.
Az Azure Machine Learning-munkaterületek felügyeleti erőforrásának végpontját az Azure Portalon találja.
Az Azure Active Directoryval hitelesítést végezhet a @azure/identitástár hitelesítő adataival vagy egy meglévő AAD-jogkivonattal.
Az alább látható DefaultAzureCredential szolgáltató vagy az Azure SDK-hoz biztosított egyéb hitelesítőadat-szolgáltatók használatához telepítse a @azure/identity
csomagot:
npm install @azure/identity
Új AAD-alkalmazást is regisztrálnia kell, és hozzáférést kell adnia az Azure Machine Learning-munkaterületek felügyeletéhez úgy, hogy hozzárendeli a megfelelő szerepkört a szolgáltatásnévhez (megjegyzés: az olyan szerepkörök, mint például "Owner"
nem fogják megadni a szükséges engedélyeket).
Állítsa be az AAD-alkalmazás ügyfél-azonosítójának, bérlőazonosítójának és titkos ügyfélkulcsának értékeit környezeti változóként: AZURE_CLIENT_ID
, AZURE_TENANT_ID
, AZURE_CLIENT_SECRET
.
Az Azure AD-alkalmazások létrehozásával kapcsolatos további információkért tekintse meg ezt az útmutatót.
const { MachineLearningWorkspacesManagementClient } = require("@azure/arm-workspaces");
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 MachineLearningWorkspacesManagementClient(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 MachineLearningWorkspacesManagementClient(credential, subscriptionId);
JavaScript-csomag
Ahhoz, hogy ezt az ügyfélkódtárat a böngészőben használhassa, először egy kötegelőt kell használnia. Ennek módjáról a csomagkontraszt dokumentációjában talál további információt.
Fő fogalmak
MachineLearningWorkspacesManagementClient
MachineLearningWorkspacesManagementClient
az Azure Machine Learning Workspaces Management ügyfélkódtárat használó fejlesztők elsődleges felülete. Az ügyfélobjektum metódusainak megismerése az Azure Machine Learning Workspaces Management szolgáltatás különböző funkcióinak megismeréséhez.
Hibaelhárítás
Naplózás
A naplózás engedélyezése hasznos információkat deríthet fel a hibákról. A HTTP-kérések és -válaszok naplójának megtekintéséhez állítsa a környezeti változót értékre AZURE_LOG_LEVEL
info
. A naplózás futásidőben is engedélyezhető a következő hívásával setLogLevel
@azure/logger
:
const { setLogLevel } = require("@azure/logger");
setLogLevel("info");
A naplók engedélyezésére vonatkozó részletesebb utasításokért tekintse meg a @azure/logger csomag dokumentációját.
Következő lépések
A kódtár használatára vonatkozó részletes példákért tekintse meg a mintakönyvtárat.
Közreműködés
Ha hozzá szeretne járulni ehhez a kódtárhoz, olvassa el a közreműködői útmutatót , amelyből többet is megtudhat a kód buildeléséhez és teszteléséhez.
Kapcsolódó projektek
Azure SDK for JavaScript
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: