REST を使用して Azure Machine Learning リソースの作成、実行、削除を行う

[アーティクル]
02/02/2024

Azure Machine Learning リソースを管理するには、いくつかの方法があります。ポータル、コマンドラインインターフェイス、または Python SDK を使用できます。または、REST API を選択することもできます。 REST API では、標準的な方法で HTTP 動詞を使用して、リソースの作成、取得、更新、および削除を行います。 REST API は、HTTP 要求を作成できるすべての言語またはツールで使用できます。 REST は構造がわかりやすいため、多くの場合、スクリプト環境や MLOps オートメーションに適しています。

この記事では、次のことについて説明します。

承認トークンを取得する
サービスプリンシパル認証を使用して適切に書式設定された REST 要求を作成する
GET 要求を使用して Azure Machine Learning の階層型リソースに関する情報を取得する
PUT 要求と POST 要求を使用してリソースを作成および変更する
PUT 要求を使用して Azure Machine Learning ワークスペースを作成する
DELETE 要求を使用してリソースをクリーンアップする

前提条件

管理者権限を持っている Azure サブスクリプション。そのようなサブスクリプションがない場合は、無料または有料の個人用サブスクリプションをお試しください
Azure Machine Learning ワークスペース。
管理 REST 要求でサービスプリンシパル認証が使用されている。ワークスペースにサービスプリンシパルを作成するには、Azure Machine Learning のリソースとワークフローの認証を設定する方法に関する記事に記載されている手順に従ってください
curl ユーティリティ。 curl プログラムは、Linux 用 Windows サブシステムまたは任意の UNIX ディストリビューションで使用できます。 PowerShell では、curl は Invoke-WebRequest の別名であり、curl -d "key=val" -X POST uri は Invoke-WebRequest -Body "key=val" -Method POST -Uri uri になります。

サービスプリンシパルの認証トークンを取得する

管理 REST 要求は、OAuth2 暗黙的フローで認証されます。この認証フローでは、サブスクリプションのサービスプリンシパルによって提供されたトークンが使用されます。このトークンを取得するには、次のものが必要です。

テナント ID (サブスクリプションが属している組織を識別します)
クライアント ID (作成されたトークンに関連付けられます)
クライアントシークレット (これは保護する必要があります)

これらの値は、サービスプリンシパルの作成に対する応答から取得する必要があります。これらの値の取得については、「Azure Machine Learning のリソースとワークフローの認証を設定する」で説明しています。会社のサブスクリプションを使用している場合は、サービスプリンシパルを作成するアクセス許可がない可能性があります。その場合は、無料または有料の個人用サブスクリプションを使用する必要があります。

トークンを取得するには:

ターミナルウィンドウを開きます。
コマンドラインで以下のコードを入力します
<YOUR-TENANT-ID>、<YOUR-CLIENT-ID>、<YOUR-CLIENT-SECRET> は、使用する実際の値に置き換えてください。この記事では、山かっこで囲まれた文字列は変数を表し、実際の適切な値に置き換える必要があります。
コマンドを実行します

curl -X POST https://login.microsoftonline.com/<YOUR-TENANT-ID>/oauth2/token \
-d "grant_type=client_credentials&resource=https%3A%2F%2Fmanagement.azure.com%2F&client_id=<YOUR-CLIENT-ID>&client_secret=<YOUR-CLIENT-SECRET>" \

その応答で、1 時間有効なアクセストークンが返されるはずです。

{
    "token_type": "Bearer",
    "expires_in": "3599",
    "ext_expires_in": "3599",
    "expires_on": "1578523094",
    "not_before": "1578519194",
    "resource": "https://management.azure.com/",
    "access_token": "YOUR-ACCESS-TOKEN"
}

このトークンは、すべての管理要求を認証するために使用するので、メモしておいてください。これを行うには、すべての要求に Authorization ヘッダーを設定します。

curl -h "Authorization:Bearer <YOUR-ACCESS-TOKEN>" ...more args...

Note

この値は文字列 "Bearer" で始まり、トークンを追加する前に 1 つのスペースを入れます。

サブスクリプションに関連付けられているリソースグループの一覧を取得する

サブスクリプションに関連付けられているリソースグループの一覧を取得するには、次を実行します。

curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups?api-version=2022-04-01 -H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

Azure 全体で、多くの REST API が発行されています。各サービスプロバイダーは独自の頻度で API を更新しますが、それによって既存のプログラムが損なわれることはありません。サービスプロバイダーは、api-version 引数を使用して互換性を保証します。

重要

api-version 引数はサービスによって異なります。たとえば、Machine Learning サービスの場合、最新の API バージョンは 2023-10-01 です。他の Azure サービスの最新の API バージョンについては、特定のサービスの「Azure REST API リファレンス」を参照してください。

あらゆる REST 呼び出しで、api-version 引数を必要な値に設定する必要があります。 API が進化し続けても、指定したバージョンの構文とセマンティクスに依存することができます。 api-version 引数を指定せずにプロバイダーに要求を送信すると、その応答には、サポートされている値のユーザーが判読できる一覧が含まれます。

上記の呼び出しでは、次の形式の圧縮された JSON 応答が返されます。

{
    "value": [
        {
            "id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/RG1",
            "name": "RG1",
            "type": "Microsoft.Resources/resourceGroups",
            "location": "westus2",
            "properties": {
                "provisioningState": "Succeeded"
            }
        },
        {
            "id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/RG2",
            "name": "RG2",
            "type": "Microsoft.Resources/resourceGroups",
            "location": "eastus",
            "properties": {
                "provisioningState": "Succeeded"
            }
        }
    ]
}

ワークスペースとそのリソースへのドリルダウン

リソースグループ内のワークスペースのセットを取得するには、次を実行します (<YOUR-SUBSCRIPTION-ID>、<YOUR-RESOURCE-GROUP>、および <YOUR-ACCESS-TOKEN> を置き換えてください)。

curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

ここでも JSON リストが返されます。今回は、各項目がワークスペースの詳細を示すリストが含まれています。

{
    "id": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourceGroups/DeepLearningResourceGroup/providers/Microsoft.MachineLearningServices/workspaces/my-workspace",
    "name": "my-workspace",
    "type": "Microsoft.MachineLearningServices/workspaces",
    "location": "centralus",
    "tags": {},
    "etag": null,
    "properties": {
        "friendlyName": "",
        "description": "",
        "creationTime": "2023-01-03T19:56:09.7588299+00:00",
        "storageAccount": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.storage/storageaccounts/myworkspace0275623111",
        "containerRegistry": null,
        "keyVault": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.keyvault/vaults/myworkspace2525649324",
        "applicationInsights": "/subscriptions/12345abc-abbc-1b2b-1234-57ab575a5a5a/resourcegroups/DeepLearningResourceGroup/providers/microsoft.insights/components/myworkspace2053523719",
        "hbiWorkspace": false,
        "workspaceId": "cba12345-abab-abab-abab-ababab123456",
        "subscriptionState": null,
        "subscriptionStatusChangeTimeStampUtc": null,
        "discoveryUrl": "https://centralus.experiments.azureml.net/discovery"
    },
    "identity": {
        "type": "SystemAssigned",
        "principalId": "abcdef1-abab-1234-1234-abababab123456",
        "tenantId": "1fedcba-abab-1234-1234-abababab123456"
    },
    "sku": {
        "name": "Basic",
        "tier": "Basic"
    }
}

ワークスペース内のリソースを操作するには、一般的な management.azure.com サーバーから、ワークスペースの場所に固有の REST API サーバーに切り替えます。上記の JSON 応答に含まれる discoveryUrl キーの値をメモしてください。この URL に対して GET を実行すると、次のような応答が返されます。

{
  "api": "https://centralus.api.azureml.ms",
  "catalog": "https://catalog.cortanaanalytics.com",
  "experimentation": "https://centralus.experiments.azureml.net",
  "gallery": "https://gallery.cortanaintelligence.com/project",
  "history": "https://centralus.experiments.azureml.net",
  "hyperdrive": "https://centralus.experiments.azureml.net",
  "labeling": "https://centralus.experiments.azureml.net",
  "modelmanagement": "https://centralus.modelmanagement.azureml.net",
  "pipelines": "https://centralus.aether.ms",
  "studiocoreservices": "https://centralus.studioservice.azureml.com"
}

api 応答の値は、追加の要求に使用するサーバーの URL です。たとえば、実験の一覧を表示するには、次のコマンドを送信します。 REGIONAL-API-SERVER を api 応答の値 (たとえば、centralus.api.azureml.ms) に置き換えてください。また、YOUR-SUBSCRIPTION-ID、YOUR-RESOURCE-GROUP、YOUR-WORKSPACE-NAME、および YOUR-ACCESS-TOKEN も通常どおり置き換えてください。

curl https://<REGIONAL-API-SERVER>/history/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/experiments?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

同様に、ワークスペースに登録済みのモデルを取得するには、次を送信します。

curl https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

実験の一覧を表示する場合はパスの先頭が history/v1.0 であり、モデルの一覧を表示する場合はパスの先頭が modelmanagement/v1.0 であることがわかります。 REST API はいくつかの操作グループに分割され、それぞれが個別のパスを持っています。

領域	Path
Artifacts	/rest/api/azureml
データストア	/azure/machine-learning/how-to-access-data
ハイパーパラメーターの調整	hyperdrive/v1.0/
モデル	modelmanagement/v1.0/
実行履歴	execution/v1.0/ および history/v1.0/

次の一般的なパターンを使用して、REST API を調べることができます。

URL コンポーネント	例
https://
REGIONAL-API-SERVER/	centralus.api.azureml.ms/
operations-path/	history/v1.0/
subscriptions/YOUR-SUBSCRIPTION-ID/	subscriptions/abcde123-abab-abab-1234-0123456789abc/
resourceGroups/YOUR-RESOURCE-GROUP/	resourceGroups/MyResourceGroup/
providers/operation-provider/	providers/Microsoft.MachineLearningServices/
provider-resource-path/	workspaces/MyWorkspace/experiments/FirstExperiment/runs/1/
operations-endpoint/	artifacts/metadata/

PUT 要求と POST 要求を使用してリソースを作成および変更する

REST API では、GET 動詞を使用したリソースの取得に加えて、ML ソリューションのトレーニング、デプロイ、および監視に必要なあらゆるリソースの作成がサポートされています。

ML モデルのトレーニングと実行には、コンピューティングリソースが必要です。次を使って、ワークスペースのコンピューティングリソースの一覧を表示することができます。

curl https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes?api-version=2023-10-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

名前付きコンピューティングリソースを作成または上書きするには、PUT 要求を使用します。以下では、おなじみの YOUR-SUBSCRIPTION-ID、YOUR-RESOURCE-GROUP、YOUR-WORKSPACE-NAME、YOUR-ACCESS-TOKEN の置き換えに加えて、YOUR-COMPUTE-NAME と、location、vmSize、vmPriority、scaleSettings、adminUserName、adminUserPassword の値を置き換えてください。次のコマンドを実行すると、30 分後にスケールダウンされる、専用の単一ノードの Standard_D1 (基本的な CPU コンピューティングリソース) が作成されます。

curl -X PUT \
  'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes/<YOUR-COMPUTE-NAME>?api-version=2023-10-01' \
  -H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "eastus",
    "properties": {
        "computeType": "AmlCompute",
        "properties": {
            "vmSize": "Standard_D1",
            "vmPriority": "Dedicated",
            "scaleSettings": {
                "maxNodeCount": 1,
                "minNodeCount": 0,
                "nodeIdleTimeBeforeScaleDown": "PT30M"
            }
        }
    },
    "userAccountCredentials": {
        "adminUserName": "<ADMIN_USERNAME>",
        "adminUserPassword": "<ADMIN_PASSWORD>"
    }
}'

Note

Windows Terminal では、JSON データを送信するときに、二重引用符記号をエスケープすることが必要になる場合があります。つまり、"location" などのテキストが \"location\" になります。

要求が成功すると 201 Created 応答が返されますが、この応答は、プロビジョニングプロセスが開始されたことを意味するにすぎないことに注意してください。それが正常に完了したことを確認するには、ポーリングする (またはポータルを使用する) 必要があります。

REST を使用してワークスペースを作成する

すべての Azure Machine Learning ワークスペースは、他の 4 つの Azure リソース (Azure Container Registry リソース、Azure Key Vault、Azure Application Insights、Azure Storage アカウント) に依存しています。これらのリソースがない場合は、ワークスペースを作成することはできません。このような各リソースの作成の詳細については、REST API リファレンスを参照してください。

ワークスペースを作成するには、次のような呼び出しを management.azure.com に PUT します。この呼び出しでは多数の変数を設定する必要がありますが、構造的には、この記事で説明した他の呼び出しと同じです。

curl -X PUT \
  'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "AZURE-LOCATION>",
    "identity" : {
        "type" : "systemAssigned"
    },
    "properties": {
        "friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
        "description" : "<YOUR-WORKSPACE-DESCRIPTION>",
        "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
        keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
        "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
        "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
    }
}'

202 Accepted 応答が返され、返されたヘッダーに Location URI が含まれているはずです。この URI を GET して、デプロイに関する情報を取得できます。これには、依存リソースのいずれかに問題がある場合に役立つデバッグ情報が含まれます (たとえば、コンテナーレジストリで管理者アクセスを有効にすることを忘れた場合など)。

ユーザー割り当てマネージド ID を使用してワークスペースを作成する

ワークスペースを作成する際は、関連付けられているリソースにアクセスするために使用される、ユーザー割り当てのマネージド ID を指定できます。ACR、KeyVault、Storage、および App Insights。ユーザー割り当てマネージド ID でワークスペースを作成するには、次の要求本文を使用します。

curl -X PUT \
  'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "AZURE-LOCATION>",
    "identity": {
      "type": "SystemAssigned,UserAssigned",
      "userAssignedIdentities": {
        "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ManagedIdentity/userAssignedIdentities/<YOUR-MANAGED-IDENTITY>": {}
      }
    },
    "properties": {
        "friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
        "description" : "<YOUR-WORKSPACE-DESCRIPTION>",
        "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
        keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
        "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
        "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
    }
}'

カスタマーマネージド暗号化キーを使用してワークフローを作成する

ワークスペースのメタデータは、既定で Microsoft が管理する Azure Cosmos DB インスタンスに格納されます。このデータは Microsoft のマネージドキーで暗号化されます。 Microsoft のマネージドキーを使用する代わりに、独自のキーを指定することもできます。これにより、データ格納目的で、Azure サブスクリプションに別のリソースセットが作成されます。

暗号化にキーを利用するワークスペースを作成するには、次の前提条件を満たす必要があります。

Azure Machine Learning サービスプリンシパルには、Azure サブスクリプションへの共同作成者アクセスを与える必要があります。
暗号化キーを含む既存の Azure Key Vault が必要です。
Azure Key Vault は、Azure Machine Learning ワークスペースを計画するリージョンと同じ Azure リージョンに置く必要があります。
Azure Key Vault では、誤削除によるデータ損失を防ぐために、論理削除と消去防止を有効にする必要があります。
Azure Cosmos DB アプリケーションに取得、ラップ、ラップ解除のアクセス権を与えるアクセスポリシーを Azure Key Vault に置く必要があります。

暗号化にユーザー割り当てマネージド ID とカスタマーマネージドキーを使用するワークスペースを作成するには、下の要求本文を使用します。ワークスペースにユーザー割り当てマネージド ID を使用する場合、さらに userAssignedIdentity プロパティをマネージド ID のリソース ID に設定します。

curl -X PUT \
  'https://management.azure.com/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2023-10-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "eastus2euap",
    "identity": {
      "type": "SystemAssigned"
    },
    "properties": {
      "friendlyName": "<YOUR-WORKSPACE-FRIENDLY-NAME>",
      "description": "<YOUR-WORKSPACE-DESCRIPTION>",
      "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
      "keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
      "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
      "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>",
      "encryption": {
        "status": "Enabled",
        "identity": {
          "userAssignedIdentity": null
        },      
        "keyVaultProperties": {
           "keyVaultArmId": "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.KeyVault/vaults/<YOUR-VAULT>",
           "keyIdentifier": "https://<YOUR-VAULT>.vault.azure.net/keys/<YOUR-KEY>/<YOUR-KEY-VERSION>",
           "identityClientId": ""
        }
      },
      "hbiWorkspace": false
    }
}'

不要になったリソースを削除する

一部の (すべてではありません) リソースでは DELETE 動詞がサポートされています。削除のユースケース用の REST API に取り組む前に、API リファレンスを確認してください。たとえば、モデルを削除するには、次を使用できます。

curl
  -X DELETE \
'https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models/<YOUR-MODEL-ID>?api-version=2022-05-01' \
  -H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>'

トラブルシューティング

リソースプロバイダーのエラー

Azure Machine Learning ワークスペース (またはワークスペースで使用されるリソース) を作成しようとすると、次のメッセージに似たエラーが表示されることがあります。

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

ほとんどのリソースプロバイダーは自動的に登録されますが、すべてではありません。このメッセージが表示された場合は、言及されているプロバイダーを登録する必要があります。

次の表に、Azure Machine Learning で必要なリソースプロバイダーの一覧を示します。

リソースプロバイダー	必要な理由
Microsoft.MachineLearningServices	Azure Machine Learning ワークスペースの作成。
Microsoft.Storage	Azure Storage アカウントは、ワークスペースの既定のストレージとして使用されます。
Microsoft.ContainerRegistry	Azure Container Registry は、Docker イメージを構築するためにワークスペースによって使用されます。
Microsoft.KeyVault	Azure Key Vault は、シークレットを格納するためにワークスペースによって使用されます。
Microsoft.Notebooks	Azure Machine Learning コンピューティングインスタンス上の統合されたノートブック。
Microsoft.ContainerService	トレーニング済みのモデルを Azure Kubernetes Service にデプロイすることを計画している場合。

Azure Machine Learning でカスタマーマネージドキーを使用することを計画している場合は、以下のサービスプロバイダーを登録する必要があります。

リソースプロバイダー	必要な理由
Microsoft.DocumentDB	ワークスペースのメタデータをログに記録する Azure CosmosDB インスタンス。
Microsoft.Search	Azure Search では、ワークスペースのインデックス作成機能を提供します。

Azure Machine Learning でマネージド仮想ネットワークを使用する場合は、Microsoft.Network リソースプロバイダーを登録する必要があります。このリソースプロバイダーは、マネージド仮想ネットワークのプライベートエンドポイントを作成するときにワークスペースによって使用されます。

リソースプロバイダーの登録については、「リソースプロバイダー登録エラーの解決」を参照してください。

ワークスペースの移動

警告

Azure Machine Learning ワークスペースを別のサブスクリプションに移動したり、所有するサブスクリプションを新しいテナントに移動したりすることは、サポートされていません。エラーの原因になります。

Azure Container Registry の削除

Azure Machine Learning ワークスペースでは、一部の操作に対して Azure Container Registry (ACR) が使用されます。これにより ACR インスタンスは、最初に必要になったときに自動的に作成されます。

警告

いったん、Azure Container Registry をワークスペースに対して作成したら、削除しないでください。それを行うと、Azure Machine Learning ワークスペースが破損します。

次のステップ

完全な Azure Machine Learning REST API リファレンスを確認します。
Jupyter ノートブックを使用した Azure Machine Learning について調べます。