Workspace Klas

Hiermee definieert Azure Machine Learning resource voor het beheren van trainings- en implementatieartefacten.

Een werkruimte is een fundamentele resource voor machine learning in Azure Machine Learning. U gebruikt een werkruimte om te experimenteren, trainen en implementeren machine learning modellen. Elke werkruimte is gekoppeld aan een Azure-abonnement en resourcegroep en heeft een bijbehorende SKU.

Zie voor meer informatie over werkruimten:

Overname
builtins.object
Workspace

Constructor

Workspace(subscription_id, resource_group, workspace_name, auth=None, _location=None, _disable_service_check=False, _workspace_id=None, sku='basic', tags=None, _cloud='AzureCloud')

Parameters

subscription_id
<xref:str>

De Azure-abonnements-id die de werkruimte bevat.

resource_group
<xref:str>

De resourcegroep die de werkruimte bevat.

workspace_name
<xref:str>

De naam van de bestaande werkruimte.

auth
ServicePrincipalAuthentication of InteractiveLoginAuthentication of MsiAuthentication

Het verificatieobject. Zie voor meer https://aka.ms/aml-notebook-auth informatie. Als er geen is, worden de standaardreferenties van Azure CLI gebruikt of wordt de API gevraagd om referenties.

_location
<xref:str>

Alleen intern gebruik.

_disable_service_check
<xref:bool>

Alleen intern gebruik.

_workspace_id
<xref:str>

Alleen intern gebruik.

sku
<xref:str>

De parameter is aanwezig voor achterwaartse compatibiliteit en wordt genegeerd. Zie SKU'Azure Machine Learning voor meer informatie.

_cloud
<xref:str>

Alleen intern gebruik.

Opmerkingen

In het volgende voorbeeld ziet u hoe u een werkruimte maakt.


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

Stel create_resource_group in op Onwaar als u een bestaande Azure-resourcegroep hebt die u wilt gebruiken voor de werkruimte.

Als u dezelfde werkruimte in meerdere omgevingen wilt gebruiken, maakt u een JSON-configuratiebestand. Het configuratiebestand slaat uw abonnement, resource en werkruimtenaam op, zodat het eenvoudig kan worden geladen. Gebruik de methode om de configuratie op write_config te slaan.


   ws.write_config(path="./file-path", file_name="ws_config.json")

Zie Een werkruimteconfiguratiebestand maken voor een voorbeeld van het configuratiebestand.

Gebruik de methode om de werkruimte uit het configuratiebestand te from_config laden.


   ws = Workspace.from_config()
   ws.get_details()

U kunt ook de methode get gebruiken om een bestaande werkruimte te laden zonder configuratiebestanden te gebruiken.


   ws = Workspace.get(name="myworkspace",
               subscription_id='<azure-subscription-id>',
               resource_group='myresourcegroup')

In de bovenstaande voorbeelden wordt u mogelijk gevraagd om Azure-verificatiereferenties met behulp van een interactief aanmeldingsdialoogvenster. Voor andere gebruiksgevallen, waaronder het gebruik van de Azure CLI voor verificatie en verificatie in geautomatiseerde werkstromen, zie Verificatie in Azure Machine Learning.

Methoden

add_private_endpoint

Voeg een privé-eindpunt toe aan de werkruimte.

create

Maak een nieuwe Azure Machine Learning werkruimte.

Geeft een uitzondering als de werkruimte al bestaat of als niet aan een van de werkruimtevereisten is voldaan.

delete

Verwijder de Azure Machine Learning aan werkruimte gekoppelde resources.

delete_connection

Verwijder een verbinding van de werkruimte.

delete_private_endpoint_connection

Verwijder de verbinding van het privé-eindpunt met de werkruimte.

diagnose_workspace

Problemen met het instellen van werkruimten vaststellen.

from_config

Een werkruimteobject retourneren vanuit een bestaande Azure Machine Learning Werkruimte.

Leest de configuratie van de werkruimte uit een bestand. Geeft een uitzondering als het configuratiebestand niet kan worden gevonden.

De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de eigenschappen van de werkruimte Azure Resource Manager (ARM) opslaan met behulp van de methode en deze methode gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte write_config te wijzigen.

get

Een werkruimteobject voor een bestaande werkruimte Azure Machine Learning retourneren.

Er wordt een uitzondering gemaakt als de werkruimte niet bestaat of als de vereiste velden een werkruimte niet uniek identificeren.

get_connection

Maak verbinding met de werkruimte.

get_default_compute_target

Haal het standaardrekendoel voor de werkruimte op.

get_default_datastore

Haal de standaardgegevensstore voor de werkruimte op.

get_default_keyvault

Haal het standaardsleutelkluisobject voor de werkruimte op.

get_details

De details van de werkruimte retourneren.

get_mlflow_tracking_uri

Haal de MLflow-tracerings-URI voor de werkruimte op.

MLflow ( https://mlflow.org/ ) is een opensource-platform voor het bijhouden van machine learning experimenten en het beheren van modellen. U kunt MLflow-API's voor logboekregistratie gebruiken met Azure Machine Learning zodat metrische gegevens, modellen en artefacten worden geregistreerd in Azure Machine Learning werkruimte.

get_run

Retourneert de run met de opgegeven run_id in de werkruimte.

list

Vermeld alle werkruimten die de gebruiker toegang heeft binnen het abonnement.

De lijst met werkruimten kan worden gefilterd op basis van de resourcegroep.

list_connections

Lijst met verbindingen onder deze werkruimte.

list_keys

Lijst met sleutels voor de huidige werkruimte.

set_connection

Voeg een verbinding toe of werk deze bij onder de werkruimte.

set_default_datastore

Stel de standaardgegevensstore voor de werkruimte in.

setup

Maak een nieuwe werkruimte of haal een bestaande werkruimte op.

sync_keys

Activeert de werkruimte om sleutels onmiddellijk te synchroniseren.

Als sleutels voor een resource in de werkruimte worden gewijzigd, kan het ongeveer een uur duren voordat ze automatisch worden bijgewerkt. Met deze functie kunnen sleutels op aanvraag worden bijgewerkt. Een voorbeeldscenario is onmiddellijke toegang tot opslag nodig na het opnieuw maken van opslagsleutels.

update

Werk beschrijvende naam, beschrijving, tags, rekenkracht van de build van de afbeelding en andere instellingen bij die zijn gekoppeld aan een werkruimte.

update_dependencies

Werk in de volgende gevallen bestaande gekoppelde resources voor de werkruimte bij.

a) Wanneer een gebruiker per ongeluk een bestaande gekoppelde resource verwijdert en deze wil bijwerken met een nieuwe resource zonder dat de hele werkruimte opnieuw moet worden gemaakt. b) Wanneer een gebruiker een bestaande gekoppelde resource heeft en de huidige resource die aan de werkruimte is gekoppeld, wil vervangen. c) Wanneer een gekoppelde resource nog niet is gemaakt en ze een bestaande resource willen gebruiken die ze al hebben (alleen van toepassing op containerregister).

write_config

Schrijf de eigenschappen van Azure Resource Manager (ARM) naar een configuratiebestand.

ARM-eigenschappen van de werkruimte kunnen later worden geladen met behulp van de from_config methode . De path wordt standaard ingesteld op '.azureml/' in de huidige werkmap en staat standaard op file_name 'config.jsingeschakeld'.

De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de ARM-eigenschappen van de werkruimte opslaan met behulp van deze functie en from_config gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw tetypen.

add_private_endpoint

Voeg een privé-eindpunt toe aan de werkruimte.

add_private_endpoint(private_endpoint_config, private_endpoint_auto_approval=True, location=None, show_output=True, tags=None)

Parameters

private_endpoint_config
PrivateEndPointConfig

De configuratie van het privé-eindpunt voor het maken van een privé-eindpunt naar werkruimte.

private_endpoint_auto_approval
<xref:bool>
standaardwaarde: True

Een Booleaanse vlag die aanwijzingt of het maken van het privé-eindpunt automatisch moet worden goedgekeurd of handmatig moet worden goedgekeurd vanuit Azure Private Link Center. In het geval van handmatige goedkeuring kunnen gebruikers de aanvraag in behandeling weergeven in Private Link portal om de aanvraag goed te keuren/af te wijzen.

location
string
standaardwaarde: None

Locatie van het privé-eindpunt; standaard is de locatie van de werkruimte

show_output
<xref:bool>
standaardwaarde: True

Vlag voor het weergeven van de voortgang van het maken van de werkruimte

tags
<xref:dict>
standaardwaarde: None

Tags om te koppelen aan de werkruimte.

Retouren

Het Object PrivateEndPoint gemaakt.

Retourtype

create

Maak een nieuwe Azure Machine Learning werkruimte.

Geeft een uitzondering als de werkruimte al bestaat of als niet aan een van de werkruimtevereisten is voldaan.

create(name, auth=None, subscription_id=None, resource_group=None, location=None, create_resource_group=True, sku='basic', tags=None, friendly_name=None, storage_account=None, key_vault=None, app_insights=None, container_registry=None, adb_workspace=None, primary_user_assigned_identity=None, cmk_keyvault=None, resource_cmk_uri=None, hbi_workspace=False, default_cpu_compute_target=None, default_gpu_compute_target=None, private_endpoint_config=None, private_endpoint_auto_approval=True, exist_ok=False, show_output=True, user_assigned_identity_for_cmk_encryption=None, system_datastores_auth_mode='accessKey')

Parameters

name
<xref:str>

De naam van de nieuwe werkruimte. De naam moet tussen 2 en 32 tekens lang zijn. Het eerste teken van de naam moet alfanumeriek zijn (letter of cijfer), maar de rest van de naam kan alfanumerieke tekens, afbreekstreepingen en onderstrepingstekens bevatten. Witruimte is niet toegestaan.

auth
ServicePrincipalAuthentication of InteractiveLoginAuthentication
standaardwaarde: None

Het verificatieobject. Zie voor meer https://aka.ms/aml-notebook-auth informatie. Als er geen is, worden de standaardreferenties van Azure CLI gebruikt of wordt de API gevraagd om referenties.

subscription_id
<xref:str>
standaardwaarde: None

De abonnements-id van de met het abonnement voor de nieuwe werkruimte. De parameter is vereist als de gebruiker toegang heeft tot meer dan één abonnement.

resource_group
<xref:str>
standaardwaarde: None

De Azure-resourcegroep die de werkruimte bevat. De parameter wordt standaard ingesteld op een deel van de naam van de werkruimte.

location
<xref:str>
standaardwaarde: None

De locatie van de werkruimte. De parameter wordt standaard ingesteld op de locatie van de resourcegroep. De locatie moet een ondersteunde regio zijn voor Azure Machine Learning.

create_resource_group
<xref:bool>
standaardwaarde: True

Geeft aan of de resourcegroep moet worden maken als deze nog niet bestaat.

sku
<xref:str>
standaardwaarde: basic

De parameter is aanwezig voor achterwaartse compatibiliteit en wordt genegeerd. Zie SKU'Azure Machine Learning voor meer informatie.

tags
<xref:dict>
standaardwaarde: None

Tags om te koppelen aan de werkruimte.

friendly_name
<xref:str>
standaardwaarde: None

Een optionele, gebruiksvriendelijke naam voor de werkruimte die kan worden weergegeven in de gebruikersinterface.

storage_account
<xref:str>
standaardwaarde: None

Een bestaand opslagaccount in de Azure-resource-id-indeling. De opslag wordt door de werkruimte gebruikt om uitvoer, code, logboeken, enzovoort op te slaan. Als er geen is, wordt er een nieuw opslagaccount gemaakt.

key_vault
<xref:str>
standaardwaarde: None

Een bestaande sleutelkluis in de Azure-resource-id-indeling. Zie de onderstaande voorbeeldcode voor meer informatie over de indeling van de Azure-resource-id. De sleutelkluis wordt door de werkruimte gebruikt voor het opslaan van referenties die door de gebruikers aan de werkruimte zijn toegevoegd. Als er geen is, wordt er een nieuwe sleutelkluis gemaakt.

app_insights
<xref:str>
standaardwaarde: None

Een bestaande toepassingstoepassing Insights in de indeling van de Azure-resource-id. Zie de onderstaande voorbeeldcode voor meer informatie over de indeling van de Azure-resource-id. De application Insights wordt gebruikt door de werkruimte om webservicesgebeurtenissen te logboeken. Als er geen is, wordt er Insights toepassingstoepassing gemaakt.

container_registry
<xref:str>
standaardwaarde: None

Een bestaand containerregister in de Azure-resource-id-indeling (zie onderstaande voorbeeldcode voor meer informatie over de indeling van de Azure-resource-id). Het containerregister wordt door de werkruimte gebruikt om zowel experimenten- als webservice-afbeeldingen op te halen en te pushen. Als geen, wordt een nieuw containerregister alleen gemaakt wanneer dat nodig is en niet samen met het maken van de werkruimte.

adb_workspace
<xref:str>
standaardwaarde: None

Een bestaande Adb-werkruimte in de Azure-resource-id-indeling (zie onderstaande voorbeeldcode voor meer informatie over de indeling van de Azure-resource-id). De Adb-werkruimte wordt gebruikt om een koppeling te maken met de werkruimte. Als er geen is, wordt de koppeling naar de werkruimte niet beschikbaar.

primary_user_assigned_identity
<xref:str>
standaardwaarde: None

De resource-id van de door de gebruiker toegewezen identiteit die wordt gebruikt om de werkruimte aan te geven

cmk_keyvault
<xref:str>
standaardwaarde: None

De sleutelkluis met de door de klant beheerde sleutel in de azure-resource-id-indeling: /subscriptions/<azure-subscription-id>/resourcegroups/<azure-resource-group>/providers/microsoft.keyvault/vaults/<azure-keyvault-name> Bijvoorbeeld: '/subscriptions/d139f240-94e6-4175-87a7-954b9d27db16/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault' Bekijk de voorbeeldcode in de opmerkingen hieronder voor meer informatie over de indeling van de Azure-resource-id.

resource_cmk_uri
<xref:str>
standaardwaarde: None

De sleutel-URI van de door de klant beheerde sleutel om de data-at-rest te versleutelen. De URI-indeling is: https://<keyvault-dns-name>/keys/<key-name>/<key-version> . Bijvoorbeeld: ' https://mykeyvault.vault.azure.net/keys/mykey/bc5dce6d01df49w2na7ffb11a2ee008b '. Raadpleeg voor https://docs.microsoft.com/azure-stack/user/azure-stack-key-vault-manage-portal stappen voor het maken van een sleutel en het op halen van de URI.

hbi_workspace
<xref:bool>
standaardwaarde: False

Hiermee geeft u op of de werkruimte gegevens bevat van High Business Impact (HBI), dat wil zeggen, gevoelige bedrijfsinformatie bevat. Deze vlag kan alleen worden ingesteld tijdens het maken van de werkruimte. De waarde ervan kan niet worden gewijzigd nadat de werkruimte is gemaakt. De standaardwaarde is Onwaar.

Als deze is ingesteld op Waar, worden verdere versleutelingsstappen uitgevoerd. Afhankelijk van het SDK-onderdeel resulteert dit in redacted informatie in intern verzamelde telemetrie. Zie Gegevensversleuteling voor meer informatie.

Wanneer deze vlag is ingesteld op Waar, is het oplossen van problemen mogelijk moeilijker. Dit kan gebeuren omdat sommige telemetrie niet naar Microsoft wordt verzonden en er minder inzicht is in succespercentages of probleemtypen en daarom mogelijk niet zo proactief kan reageren wanneer deze vlag Waar is. De aanbeveling is de standaardwaarde False voor deze vlag, tenzij deze strikt vereist is om Waar te zijn.

default_cpu_compute_target
AmlComputeProvisioningConfiguration
standaardwaarde: None

(AFGESCHAFT) Een configuratie die wordt gebruikt om een CPU-berekening te maken. De parameter wordt standaard ingesteld op {min_nodes=0, max_nodes=2, vm_size="STANDARD_DS2_V2", vm_priority="dedicated"} Als er geen rekenkracht wordt gemaakt.

default_gpu_compute_target
AmlComputeProvisioningConfiguration
standaardwaarde: None

(AFGESCHAFT) Een configuratie die wordt gebruikt om een GPU-rekenkracht te maken. De parameter wordt standaard ingesteld op {min_nodes=0, max_nodes=2, vm_size="STANDARD_NC6", vm_priority="dedicated"} Als er geen rekenkracht wordt gemaakt.

private_endpoint_config
PrivateEndPointConfig
standaardwaarde: None

De configuratie van het privé-eindpunt voor het maken van een privé-eindpunt naar azure ML werkruimte.

private_endpoint_auto_approval
<xref:bool>
standaardwaarde: True

Een Booleaanse vlag die aanwijzingt of het maken van het privé-eindpunt automatisch moet worden goedgekeurd of handmatig moet worden goedgekeurd vanuit Azure Private Link Center. In het geval van handmatige goedkeuring kunnen gebruikers de aanvraag in behandeling weergeven in Private Link portal om de aanvraag goed te keuren/af te wijzen.

exist_ok
<xref:bool>
standaardwaarde: False

Geeft aan of deze methode slaagt als de werkruimte al bestaat. Als deze methode onwaar is, mislukt deze als de werkruimte bestaat. Als deze methode waar is, retourneert deze de bestaande werkruimte als deze bestaat.

show_output
<xref:bool>
standaardwaarde: True

Geeft aan of met deze methode incrementele voortgang wordt afgedrukt.

user_assigned_identity_for_cmk_encryption
<xref:str>
standaardwaarde: None

De resource-id van de door de gebruiker toegewezen identiteit die moet worden gebruikt voor toegang tot de sleutel voor klantbeheer

system_datastores_auth_mode
<xref:str>
standaardwaarde: accessKey

Bepaalt of referenties moeten worden gebruikt voor de systeemgegevensstores van de werkruimte 'workspaceblobstore' en 'workspacefilestore'. De standaardwaarde is 'accessKey'. In dat geval maakt de werkruimte de systeemgegevensstores met referenties. Als dit is ingesteld op 'identiteit', maakt de werkruimte de systeemgegevensstores zonder referenties.

Retouren

Het werkruimteobject.

Retourtype

Uitzonderingen

Er is een probleem met het maken van de werkruimte.

Opmerkingen

Voor dit eerste voorbeeld is slechts een minimale specificatie vereist en alle afhankelijke resources en de resourcegroep worden automatisch gemaakt.


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

In het volgende voorbeeld ziet u hoe u bestaande Azure-resources hergebruikt met behulp van de indeling van de Azure-resource-id. De specifieke Azure-resource-ID's kunnen worden opgehaald via de Azure-portal of SDK. Hiermee wordt ervan uitgenomen dat de resourcegroep, het opslagaccount, de sleutelkluis, Insights app en het containerregister al bestaan.


   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)

   ws = Workspace.create(name='myworkspace',
                         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,
                         sku='enterprise')

delete

Verwijder de Azure Machine Learning aan werkruimte gekoppelde resources.

delete(delete_dependent_resources=False, no_wait=False)

Parameters

delete_dependent_resources
<xref:bool>
standaardwaarde: False

Of u nu resources wilt verwijderen die zijn gekoppeld aan de werkruimte, dat wil zeggen containerregister, opslagaccount, sleutelkluis en application insights. De standaardwaarde is Onwaar. Stel in op Waar om deze resources te verwijderen.

no_wait
<xref:bool>
standaardwaarde: False

Of moet worden gewacht tot het verwijderen van de werkruimte is voltooid.

Retouren

Geen indien geslaagd; anders wordt een foutmelding weergegeven.

Retourtype

<xref:None>

delete_connection

Verwijder een verbinding van de werkruimte.

delete_connection(name)

Parameters

name
<xref:str>

De unieke naam van de verbinding onder de werkruimte

delete_private_endpoint_connection

Verwijder de verbinding van het privé-eindpunt met de werkruimte.

delete_private_endpoint_connection(private_endpoint_connection_name)

Parameters

private_endpoint_connection_name
<xref:str>

De unieke naam van de privé-eindpuntverbinding onder de werkruimte

diagnose_workspace

Problemen met het instellen van werkruimten vaststellen.

diagnose_workspace(diagnose_parameters)

Parameters

diagnose_parameters
<xref:_restclient.models.DiagnoseWorkspaceParameters>

De parameter voor het diagnosticeren van de status van de werkruimte

Retouren

Een exemplaar van AzureOperationPoller dat DiagnoseResponseResult retourneert

Retourtype

AzureOperationPoller[<xref:_restclient.models.DiagnoseResponseResult>]

from_config

Een werkruimteobject retourneren vanuit een bestaande Azure Machine Learning Werkruimte.

Leest de configuratie van de werkruimte uit een bestand. Geeft een uitzondering als het configuratiebestand niet kan worden gevonden.

De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de eigenschappen van de werkruimte Azure Resource Manager (ARM) opslaan met behulp van de methode en deze methode gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte write_config te wijzigen.

from_config(path=None, auth=None, _logger=None, _file_name=None)

Parameters

path
<xref:str>
standaardwaarde: None

Het pad naar het configuratiebestand of de beginmap om te zoeken. De parameter wordt standaard ingesteld op het starten van de zoekopdracht in de huidige map.

auth
ServicePrincipalAuthentication of InteractiveLoginAuthentication
standaardwaarde: None

Het verificatieobject. Zie voor meer https://aka.ms/aml-notebook-auth informatie. Als er geen is, worden de standaardreferenties van Azure CLI gebruikt of wordt de API gevraagd om referenties.

_logger
<xref:logging.Logger>
standaardwaarde: None

Hiermee kunt u de standaardlogboeklogboek overschrijven.

_file_name
<xref:str>
standaardwaarde: None

Hiermee wordt het overschrijven van de naam van het configuratiebestand om te zoeken naar wanneer pad een mappad is.

Retouren

Het werkruimteobject voor een bestaande Azure ML-werkruimte.

Retourtype

get

Een werkruimteobject voor een bestaande werkruimte Azure Machine Learning retourneren.

Er wordt een uitzondering gemaakt als de werkruimte niet bestaat of als de vereiste velden een werkruimte niet uniek identificeren.

get(name, auth=None, subscription_id=None, resource_group=None, location=None, cloud='AzureCloud', id=None)

Parameters

name
<xref:str>

De naam van de op te halen werkruimte.

auth
ServicePrincipalAuthentication of InteractiveLoginAuthentication
standaardwaarde: None

Het verificatieobject. Raadpleeg voor meer https://aka.ms/aml-notebook-auth informatie. Als er geen is, worden de standaardreferenties van Azure CLI gebruikt of wordt de API gevraagd om referenties.

subscription_id
<xref:str>
standaardwaarde: None

De abonnements-id die moet worden gebruikt. De parameter is vereist als de gebruiker toegang heeft tot meer dan één abonnement.

resource_group
<xref:str>
standaardwaarde: None

De resourcegroep die moet worden gebruikt. Als er geen is, wordt met de methode gezocht naar alle resourcegroepen in het abonnement.

location
<xref:str>
standaardwaarde: None

De locatie van de werkruimte.

cloud
<xref:str>
standaardwaarde: AzureCloud

De naam van de doelcloud. Kan een van 'AzureCloud', 'AzureChinaCloud' of 'AzureUSGovernment' zijn. Als er geen cloud is opgegeven, wordt 'AzureCloud' gebruikt.

id
<xref:str>
standaardwaarde: None

De id van de werkruimte.

Retouren

Het werkruimteobject.

Retourtype

get_connection

Maak verbinding met de werkruimte.

get_connection(name)

Parameters

name
<xref:str>

De unieke naam van de verbinding onder de werkruimte

get_default_compute_target

Haal het standaardrekendoel voor de werkruimte op.

get_default_compute_target(type)

Parameters

type
<xref:str>

Het type rekenkracht. Mogelijke waarden zijn 'CPU' of 'GPU'.

Retouren

Het standaardrekendoel voor het opgegeven rekentype.

Retourtype

get_default_datastore

Haal de standaardgegevensstore voor de werkruimte op.

get_default_datastore()

Retouren

De standaardgegevensstore.

Retourtype

get_default_keyvault

Haal het standaardsleutelkluisobject voor de werkruimte op.

get_default_keyvault()

Retouren

Het KeyVault-object dat is gekoppeld aan de werkruimte.

Retourtype

get_details

De details van de werkruimte retourneren.

get_details()

Retouren

Werkruimtedetails in woordenlijstindeling.

Retourtype

<xref:dict>[<xref:str>, <xref:str>]

Opmerkingen

De geretourneerde woordenlijst bevat de volgende sleutel-waardeparen.

  • id: URI die verwijst naar deze werkruimteresource, met abonnements-id, resourcegroep en werkruimtenaam.

  • name: de naam van deze werkruimte.

  • location: De werkruimteregio.

  • type: een URI met de indeling {providerName}/workspaces.

  • tags: momenteel niet gebruikt.

  • workspaceid: de id van deze werkruimte.

  • description: momenteel niet gebruikt.

  • friendlyName: een gebruiksvriendelijke naam voor de werkruimte die wordt weergegeven in de gebruikersinterface.

  • creationTime: het moment dat deze werkruimte is gemaakt, in ISO8601-indeling.

  • containerRegistry: het containerregister van de werkruimte dat wordt gebruikt om zowel experimenten als webservice-afbeeldingen op te halen en te pushen.

  • keyVault: de sleutelkluis van de werkruimte die wordt gebruikt voor het opslaan van referenties die door de gebruikers aan de werkruimte zijn toegevoegd.

  • applicationInsights: de Application Insights wordt gebruikt door de werkruimte om webservicegebeurtenissen te logboeken.

  • identityPrincipalId:

  • identityTenantId

  • identityType

  • storageAccount: de opslag wordt gebruikt door de werkruimte om uitvoer, code, logboeken, enzovoort op te slaan.

  • sku: de werkruimte-SKU (ook wel editie genoemd). Zie SKU'Azure Machine Learning voor meer informatie.

  • resourceCmkUri: de sleutel-URI van de door de klant beheerde sleutel voor het versleutelen van de data-at-rest. Raadpleeg voor https://docs.microsoft.com/en-us/azure-stack/user/azure-stack-key-vault-manage-portal?view=azs-1910 stappen voor het maken van een sleutel en het op halen van de URI.

  • hbiWorkspace: hiermee geeft u op of de klantgegevens een grote bedrijfsimpact hebben.

  • imageBuildCompute: het rekendoel voor het bouwen van de afbeelding.

  • systemDatastoresAuthMode: bepaalt of referenties moeten worden gebruikt voor de systeemgegevensstores van de werkruimte 'workspaceblobstore' en 'workspacefilestore'. De standaardwaarde is 'accessKey'. In dat geval maakt de werkruimte de systeemgegevensstores met referenties. Als dit is ingesteld op 'identiteit', maakt de werkruimte de systeemgegevensstores zonder referenties.

Zie voor meer informatie over deze sleutel-waardeparen. create

get_mlflow_tracking_uri

Haal de MLflow-tracerings-URI voor de werkruimte op.

MLflow ( https://mlflow.org/ ) is een opensource-platform voor het bijhouden van machine learning experimenten en het beheren van modellen. U kunt MLflow-API's voor logboekregistratie gebruiken met Azure Machine Learning zodat metrische gegevens, modellen en artefacten worden geregistreerd in Azure Machine Learning werkruimte.

get_mlflow_tracking_uri(_with_auth=False)

Parameters

_with_auth
<xref:bool>
standaardwaarde: False

(AFGESCHAFT) Auth-gegevens toevoegen aan tracerings-URI.

Retouren

De met MLflow compatibele tracerings-URI.

Retourtype

<xref:str>

Opmerkingen

Gebruik het volgende voorbeeld om MLflow-tracering te configureren voor het verzenden van gegevens naar de Azure ML-werkruimte:


   import mlflow
   from azureml.core import Workspace
   workspace = Workspace.from_config()
   mlflow.set_tracking_uri(workspace.get_mlflow_tracking_uri())

get_run

Retourneert de run met de opgegeven run_id in de werkruimte.

get_run(run_id)

Parameters

run_id
string

De run-id.

Retouren

De verzonden run.

Retourtype

Run

list

Vermeld alle werkruimten die de gebruiker toegang heeft binnen het abonnement.

De lijst met werkruimten kan worden gefilterd op basis van de resourcegroep.

list(subscription_id, auth=None, resource_group=None)

Parameters

subscription_id
<xref:str>

De abonnements-id waarvoor werkruimten moeten worden weergegeven.

auth
ServicePrincipalAuthentication of InteractiveLoginAuthentication
standaardwaarde: None

Het verificatieobject. Raadpleeg voor meer https://aka.ms/aml-notebook-auth informatie. Als er geen is, worden de standaardreferenties van Azure CLI gebruikt of wordt de API gevraagd om referenties.

resource_group
<xref:str>
standaardwaarde: None

Een resourcegroep om de geretourneerde werkruimten te filteren. Als er geen is, worden met de methode alle werkruimten binnen het opgegeven abonnement weergegeven.

Retouren

Een woordenlijst waarin de sleutel de naam van de werkruimte is en de waarde een lijst met werkruimteobjecten.

Retourtype

<xref:dict>

list_connections

Lijst met verbindingen onder deze werkruimte.

list_connections(category=None, target=None)

Parameters

type
<xref:str>
standaardwaarde: None

Het type verbinding dat wordt gefilterd

target
<xref:str>
standaardwaarde: None

het doel van deze verbinding dat wordt gefilterd

list_keys

Lijst met sleutels voor de huidige werkruimte.

list_keys()

Retourtype

<xref:object>

set_connection

Voeg een verbinding toe of werk deze bij onder de werkruimte.

set_connection(name, category, target, authType, value)

Parameters

name
<xref:str>

De unieke naam van de verbinding onder de werkruimte

category
<xref:str>

De categorie van deze verbinding

target
<xref:str>

het doel waar deze verbinding verbinding mee maakt

authType
<xref:str>

het autorisatietype van deze verbinding

value
<xref:str>

de serialisatiereeks van de json-indeling van de verbindingsdetails

set_default_datastore

Stel de standaardgegevensstore voor de werkruimte in.

set_default_datastore(name)

Parameters

name
<xref:str>

De naam van de Datastore die als standaard moet worden ingesteld.

setup

Maak een nieuwe werkruimte of haal een bestaande werkruimte op.

setup()

Retouren

Een werkruimteobject.

Retourtype

sync_keys

Activeert de werkruimte om sleutels onmiddellijk te synchroniseren.

Als sleutels voor een resource in de werkruimte worden gewijzigd, kan het ongeveer een uur duren voordat ze automatisch worden bijgewerkt. Met deze functie kunnen sleutels op aanvraag worden bijgewerkt. Een voorbeeldscenario is onmiddellijke toegang tot opslag nodig na het opnieuw maken van opslagsleutels.

sync_keys(no_wait=False)

Parameters

no_wait
<xref:bool>
standaardwaarde: False

Of moet worden gewacht tot de synchronisatiesleutels van de werkruimte zijn voltooid.

Retouren

Geen indien geslaagd; anders wordt een foutmelding weergegeven.

Retourtype

<xref:None>

update

Werk beschrijvende naam, beschrijving, tags, rekenkracht van de build van de afbeelding en andere instellingen bij die zijn gekoppeld aan een werkruimte.

update(friendly_name=None, description=None, tags=None, image_build_compute=None, service_managed_resources_settings=None, primary_user_assigned_identity=None, allow_public_access_when_behind_vnet=None)

Parameters

friendly_name
<xref:str>
standaardwaarde: None

Een gebruiksvriendelijke naam voor de werkruimte die kan worden weergegeven in de gebruikersinterface.

description
<xref:str>
standaardwaarde: None

Een beschrijving van de werkruimte.

tags
<xref:dict>
standaardwaarde: None

Tags die u aan de werkruimte wilt koppelen.

image_build_compute
<xref:str>
standaardwaarde: None

De rekennaam voor de build van de afbeelding.

service_managed_resources_settings
<xref:azureml._base_sdk_common.workspace.models.ServiceManagedResourcesSettings>
standaardwaarde: None

De instellingen voor door de service beheerde resources.

primary_user_assigned_identity
<xref:str>
standaardwaarde: None

De resource-id van de door de gebruiker toegewezen identiteit die de werkruimte-id vertegenwoordigt.

allow_public_access_when_behind_vnet
<xref:bool>
standaardwaarde: None

Openbare toegang tot de Private Link-werkruimte toestaan.

Retouren

Een woordenlijst met bijgewerkte informatie.

Retourtype

<xref:dict>[<xref:str>, <xref:str>]

update_dependencies

Werk in de volgende gevallen bestaande gekoppelde resources voor de werkruimte bij.

a) Wanneer een gebruiker per ongeluk een bestaande gekoppelde resource verwijdert en deze wil bijwerken met een nieuwe resource zonder dat de hele werkruimte opnieuw moet worden gemaakt. b) Wanneer een gebruiker een bestaande gekoppelde resource heeft en de huidige resource die aan de werkruimte is gekoppeld, wil vervangen. c) Wanneer een gekoppelde resource nog niet is gemaakt en ze een bestaande resource willen gebruiken die ze al hebben (alleen van toepassing op containerregister).

update_dependencies(container_registry=None, force=False)

Parameters

container_registry
<xref:str>
standaardwaarde: None

ARM-id voor het containerregister.

force
<xref:bool>
standaardwaarde: False

Als het geforceer is om afhankelijke resources bij te werken zonder dat u hier om wordt gevraagd.

write_config

Schrijf de eigenschappen van Azure Resource Manager (ARM) naar een configuratiebestand.

ARM-eigenschappen van de werkruimte kunnen later worden geladen met behulp van de from_config methode . De path wordt standaard ingesteld op '.azureml/' in de huidige werkmap en staat standaard op file_name 'config.jsingeschakeld'.

De methode biedt een eenvoudige manier om dezelfde werkruimte opnieuw te gebruiken in meerdere Python-notebooks of -projecten. Gebruikers kunnen de ARM-eigenschappen van de werkruimte opslaan met behulp van deze functie en from_config gebruiken om dezelfde werkruimte in verschillende Python-notebooks of -projecten te laden zonder de ARM-eigenschappen van de werkruimte opnieuw tetypen.

write_config(path=None, file_name=None)

Parameters

path
<xref:str>
standaardwaarde: None

Door de gebruiker opgegeven locatie om de config.jste schrijven. De parameter wordt standaard ingesteld op '.azureml/' in de huidige werkmap.

file_name
<xref:str>
standaardwaarde: None

De naam die moet worden gebruikt voor het configuratiebestand. De parameter wordt standaard config.jsingeschakeld.

Kenmerken

compute_targets

Vermeld alle rekendoelen in de werkruimte.

Retouren

Een woordenlijst met een sleutel als doelnaam van het rekendoel en een waarde als ComputeTarget object.

Retourtype

<xref:dict>[<xref:str>, ComputeTarget]

datasets

Een lijst met alle gegevenssets in de werkruimte maken.

Retouren

Een woordenlijst met sleutel als gegevenssetnaam en -waarde als Dataset object.

Retourtype

<xref:dict>[<xref:str>, Dataset]

datastores

Een lijst met alle gegevensstores in de werkruimte maken. Deze bewerking retourneert geen referenties van de gegevensstores.

Retouren

Een woordenlijst met sleutel als gegevensstorenaam en -waarde als Datastore object.

Retourtype

<xref:dict>[<xref:str>, Datastore]

discovery_url

Retourner de detectie-URL van deze werkruimte.

Retouren

De detectie-URL van deze werkruimte.

Retourtype

<xref:str>

environments

Een lijst met alle omgevingen in de werkruimte maken.

Retouren

Een woordenlijst met sleutel als omgevingsnaam en waarde als Omgeving object.

Retourtype

<xref:dict>[<xref:str>, Omgeving]

experiments

Vermeld alle experimenten in de werkruimte.

Retouren

Een woordenlijst met de sleutel als experimentnaam en -waarde als Experiment object.

Retourtype

<xref:dict>[<xref:str>, Experiment]

images

De lijst met afbeeldingen in de werkruimte retourneren.

Roept een WebserviceException op als er een probleem is met de interactie met de modelbeheerservice.

Retouren

Een woordenlijst met sleutel als afbeeldingsnaam en -waarde als Image object.

Retourtype

<xref:dict>[<xref:str>, Image]

Uitzonderingen

Er is een probleem met de interactie met de modelbeheerservice.

linked_services

Een lijst met alle gekoppelde services in de werkruimte maken.

Retouren

Een woordenlijst waarbij sleutel een gekoppelde servicenaam en -waarde een LinkedService object is.

Retourtype

<xref:dict>[<xref:str>, LinkedService]

location

Retournatie van de locatie van deze werkruimte.

Retouren

De locatie van deze werkruimte.

Retourtype

<xref:str>

models

Een lijst met modellen in de werkruimte retourneren.

Roept een WebserviceException op als er een probleem is met de interactie met de modelbeheerservice.

Retouren

Een woordenlijst van het model met de sleutel als modelnaam en waarde als Model object.

Retourtype

<xref:dict>[<xref:str>, Model]

Uitzonderingen

Er is een probleem met de interactie met de modelbeheerservice.

name

Retourner de naam van de werkruimte.

Retouren

De naam van de werkruimte.

Retourtype

<xref:str>

private_endpoints

Alle privé-eindpunten van de werkruimte opsnoemen.

Retouren

Een dict met PrivateEndPoint-objecten die zijn gekoppeld aan de werkruimte. De sleutel is de naam van het privé-eindpunt.

Retourtype

<xref:dict>[<xref:str>, PrivateEndPoint]

resource_group

Retourner de naam van de resourcegroep voor deze werkruimte.

Retouren

De naam van de resourcegroep.

Retourtype

<xref:str>

service_context

De servicecontext voor deze werkruimte retourneren.

Retouren

Retourneert het ServiceContext-object.

Retourtype

<xref:azureml._restclient.service_context.ServiceContext>

sku

De SKU van deze werkruimte retourneren.

Retouren

De SKU van deze werkruimte.

Retourtype

<xref:str>

subscription_id

Retourneren van de abonnements-id voor deze werkruimte.

Retouren

De abonnements-id.

Retourtype

<xref:str>

tags

Retournering van de tags van deze werkruimte.

Retouren

De tags van deze werkruimte.

Retourtype

<xref:dict>

webservices

Een lijst met webservices in de werkruimte retourneren.

Retourneert WebserviceException een als er een probleem is met het retourneren van de lijst.

Retouren

Een lijst met webservices in de werkruimte.

Retourtype

<xref:dict>[<xref:str>, Webservice]

Uitzonderingen

Er is een probleem met het retourneren van de lijst.

DEFAULT_CPU_CLUSTER_CONFIGURATION

DEFAULT_CPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_CPU_CLUSTER_NAME

DEFAULT_CPU_CLUSTER_NAME = 'cpu-cluster'

DEFAULT_GPU_CLUSTER_CONFIGURATION

DEFAULT_GPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_GPU_CLUSTER_NAME

DEFAULT_GPU_CLUSTER_NAME = 'gpu-cluster'