Co to jest obszar roboczy usługi Azure Machine Learning?What is an Azure Machine Learning workspace?

Obszar roboczy jest zasobem najwyższego poziomu dla Azure Machine Learning, co zapewnia scentralizowane miejsce do pracy ze wszystkimi artefaktami tworzonymi podczas korzystania z Azure Machine Learning.The workspace is the top-level resource for Azure Machine Learning, providing a centralized place to work with all the artifacts you create when you use Azure Machine Learning. Obszar roboczy zachowuje historię wszystkich przebiegów szkoleniowych, w tym dzienników, metryk, danych wyjściowych i migawek skryptów.The workspace keeps a history of all training runs, including logs, metrics, output, and a snapshot of your scripts. Te informacje służą do określenia, które uruchomienie szkoleniowe produkuje najlepszy model.You use this information to determine which training run produces the best model.

Gdy masz model, możesz zarejestrować go w obszarze roboczym.Once you have a model you like, you register it with the workspace. Następnie można użyć zarejestrowanego modelu i skryptów oceniania w celu wdrożenia do Azure Container Instances, usługi Azure Kubernetes lub do nieprogramowalnej bramy polowej (FPGA) jako punkt końcowy HTTP oparty na protokole REST.You then use the registered model and scoring scripts to deploy to Azure Container Instances, Azure Kubernetes Service, or to a field-programmable gate array (FPGA) as a REST-based HTTP endpoint. Możesz również wdrożyć model na urządzeniu Azure IoT Edge jako moduł.You can also deploy the model to an Azure IoT Edge device as a module.

TaksonomiiTaxonomy

Taksonomia obszaru roboczego przedstawiono na poniższym diagramie:A taxonomy of the workspace is illustrated in the following diagram:

Taksonomia obszaru roboczegoWorkspace taxonomy

Na diagramie przedstawiono następujące składniki obszaru roboczego:The diagram shows the following components of a workspace:

  • Obszar roboczy może zawierać Azure Machine Learning wystąpienia obliczeniowe, zasoby w chmurze skonfigurowane ze środowiskiem Python niezbędne do uruchomienia Azure Machine Learning.A workspace can contain Azure Machine Learning compute instances, cloud resources configured with the Python environment necessary to run Azure Machine Learning.

  • Role użytkowników umożliwiają udostępnianie obszaru roboczego innym użytkownikom, zespołom lub projektom.User roles enable you to share your workspace with other users, teams, or projects.

  • Cele obliczeń są używane do uruchamiania eksperymentów.Compute targets are used to run your experiments.

  • Podczas tworzenia obszaru roboczego są również tworzone skojarzone zasoby .When you create the workspace, associated resources are also created for you.

  • Eksperymenty to przebiegi szkoleniowe, które służą do kompilowania modeli.Experiments are training runs you use to build your models.

  • Potoki to przepływy pracy wielokrotnego użytku na potrzeby szkoleń i ponownego uczenia modelu.Pipelines are reusable workflows for training and retraining your model.

  • Zestawy danych ułatwiają zarządzanie danymi używanymi do szkolenia modelu i tworzenia potoku.Datasets aid in management of the data you use for model training and pipeline creation.

  • Po utworzeniu modelu do wdrożenia należy utworzyć zarejestrowany model.Once you have a model you want to deploy, you create a registered model.

  • Użyj zarejestrowanego modelu i skryptu oceniania, aby utworzyć punkt końcowy wdrożenia.Use the registered model and a scoring script to create a deployment endpoint.

Narzędzia do interakcji z obszarem roboczymTools for workspace interaction

Z obszarem roboczym można korzystać w następujący sposób:You can interact with your workspace in the following ways:

Ważne

Narzędzia oznaczone poniżej (wersja zapoznawcza) są obecnie dostępne w publicznej wersji zapoznawczej.Tools marked (preview) below are currently in public preview. Wersja zapoznawcza jest dostępna bez umowy dotyczącej poziomu usług i nie jest zalecana w przypadku obciążeń produkcyjnych.The preview version is provided without a service level agreement, and it's not recommended for production workloads. Niektóre funkcje mogą być nieobsługiwane lub ograniczone.Certain features might not be supported or might have constrained capabilities. Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.For more information, see Supplemental Terms of Use for Microsoft Azure Previews.

Uczenie maszynowe za pomocą obszaru roboczegoMachine learning with a workspace

Zadania uczenia maszynowego odczytują i/lub zapisują artefakty w obszarze roboczym.Machine learning tasks read and/or write artifacts to your workspace.

  • Uruchom eksperyment, aby szkolić model — zapisuje wyniki przebiegu eksperymentu w obszarze roboczym.Run an experiment to train a model - writes experiment run results to the workspace.
  • Użyj zautomatyzowanej ML do uczenia modelu — zapisuje wyniki szkolenia do obszaru roboczego.Use automated ML to train a model - writes training results to the workspace.
  • Zarejestruj model w obszarze roboczym.Register a model in the workspace.
  • Wdrażanie modelu — program używa zarejestrowanego modelu do utworzenia wdrożenia.Deploy a model - uses the registered model to create a deployment.
  • Twórz i uruchamiaj przepływy pracy wielokrotnego użytku.Create and run reusable workflows.
  • Wyświetlanie artefaktów uczenia maszynowego, takich jak eksperymenty, potoki, modele, wdrożenia.View machine learning artifacts such as experiments, pipelines, models, deployments.
  • Śledź i monitoruj modele.Track and monitor models.

Zarządzanie obszarem roboczymWorkspace management

Można również wykonać następujące zadania zarządzania obszarem roboczym:You can also perform the following workspace management tasks:

Zadanie zarządzania obszarem roboczymWorkspace management task PortalPortal StudioStudio Zestaw SDK języka Python/SDKPython SDK / R SDK Interfejs wiersza poleceniaCLI VS CodeVS Code
Tworzenie obszaru roboczegoCreate a workspace
Zarządzanie dostępem do obszaru roboczegoManage workspace access
Tworzenie zasobów obliczeniowych i zarządzanie nimiCreate and manage compute resources
Tworzenie maszyny wirtualnej notesuCreate a Notebook VM

Ostrzeżenie

Przeniesienie obszaru roboczego Azure Machine Learning do innej subskrypcji lub przeniesienie subskrypcji będącej właścicielem do nowej dzierżawy nie jest obsługiwane.Moving your Azure Machine Learning workspace to a different subscription, or moving the owning subscription to a new tenant, is not supported. Wykonanie tej operacji może spowodować błędy.Doing so may cause errors.

Tworzenie obszaru roboczegoCreate a workspace

Istnieje wiele sposobów tworzenia obszaru roboczego:There are multiple ways to create a workspace:

Uwaga

W nazwie obszaru roboczego nie jest rozróżniana wielkość liter.The workspace name is case-insensitive.

Skojarzone zasobyAssociated resources

Podczas tworzenia nowego obszaru roboczego program automatycznie tworzy kilka zasobów platformy Azure, które są używane przez obszar roboczy:When you create a new workspace, it automatically creates several Azure resources that are used by the workspace:

  • Konto usługi Azure Storage: służy jako domyślny magazyn danych dla obszaru roboczego.Azure Storage account: Is used as the default datastore for the workspace. Tutaj są przechowywane notesy Jupyter, które są używane z wystąpieniami obliczeniowymi Azure Machine Learning.Jupyter notebooks that are used with your Azure Machine Learning compute instances are stored here as well.

    Ważne

    Domyślnie konto magazynu jest kontem ogólnego przeznaczenia w wersji 1.By default, the storage account is a general-purpose v1 account. Po utworzeniu obszaru roboczego możesz uaktualnić go do ogólnego przeznaczenia w wersji 2 .You can upgrade this to general-purpose v2 after the workspace has been created. Nie włączaj hierarchicznej przestrzeni nazw na koncie magazynu po uaktualnieniu do ogólnego przeznaczenia w wersji 2.Do not enable hierarchical namespace on the storage account after upgrading to general-purpose v2.

    Aby użyć istniejącego konta usługi Azure Storage, nie może ono być kontem Premium (Premium_LRS i Premium_GRS).To use an existing Azure Storage account, it cannot be a premium account (Premium_LRS and Premium_GRS). Nie może ona również mieć hierarchicznej przestrzeni nazw (używane z Azure Data Lake Storage Gen2).It also cannot have a hierarchical namespace (used with Azure Data Lake Storage Gen2). W przypadku domyślnego konta magazynu obszaru roboczego nie są obsługiwane żadne magazyny w warstwie Premium ani hierarchiczne przestrzenie nazw.Neither premium storage or hierarchical namespaces are supported with the default storage account of the workspace. Możesz użyć magazynu w warstwie Premium lub hierarchicznej przestrzeni nazw z kontami magazynu innego niż domyślne .You can use premium storage or hierarchical namespace with non-default storage accounts.

  • Azure Container Registry: rejestruje kontenery platformy Docker, które są używane podczas uczenia i wdrażania modelu.Azure Container Registry: Registers docker containers that you use during training and when you deploy a model. Aby zminimalizować koszty, ACR jest załadowane z opóźnieniem do momentu utworzenia obrazów wdrożenia.To minimize costs, ACR is lazy-loaded until deployment images are created.

  • Azure Application Insights: przechowuje informacje o monitorowaniu dla modeli.Azure Application Insights: Stores monitoring information about your models.

  • Azure Key Vault: przechowuje wpisy tajne, które są używane przez cele obliczeniowe i inne poufne informacje, które są zbędne w obszarze roboczym.Azure Key Vault: Stores secrets that are used by compute targets and other sensitive information that's needed by the workspace.

Uwaga

Możesz zamiast tego używać istniejących wystąpień zasobów platformy Azure podczas tworzenia obszaru roboczego za pomocą zestawu SDK języka Python, zestawu SDKw języku R lub interfejsu wiersza polecenia Azure Machine Learning przy użyciu szablonu ARM.You can instead use existing Azure resource instances when you create the workspace with the Python SDK, R SDK, or the Azure Machine Learning CLI using an ARM template.

Co się stało z wersją Enterprise EditionWhat happened to Enterprise edition

Od września 2020 wszystkie funkcje, które były dostępne w obszarze roboczym wersji Enterprise Edition, są teraz również dostępne w obszarze roboczym Basic Edition.As of September 2020, all capabilities that were available in Enterprise edition workspaces are now also available in Basic edition workspaces. Nie można już tworzyć nowych obszarów roboczych przedsiębiorstwa.New Enterprise workspaces can no longer be created. Wszystkie wywołania zestawu SDK, interfejsu wiersza polecenia lub Azure Resource Manager, które używają sku parametru, będą nadal działać, ale zostanie zainicjowana podstawowa przestrzeń robocza.Any SDK, CLI, or Azure Resource Manager calls that use the sku parameter will continue to work but a Basic workspace will be provisioned.

Od 21 grudnia wszystkie obszary robocze wersji Enterprise Edition zostaną automatycznie ustawione na wersję Basic, która ma takie same możliwości.Beginning December 21st, all Enterprise Edition workspaces will be automatically set to Basic Edition, which has the same capabilities. W trakcie tego procesu nie wystąpi Przestój.No downtime will occur during this process. 1 stycznia 2021, wersja Enterprise zostanie formalnie wycofana.On January 1, 2021, Enterprise Edition will be formally retired.

W obu wersjach klienci są odpowiedzialni za koszty zużywanych zasobów platformy Azure i nie będą musieli płacić żadnych dodatkowych opłat za Azure Machine Learning.In either editions, customers are responsible for the costs of Azure resources consumed and will not need to pay any additional charges for Azure Machine Learning. Aby uzyskać więcej informacji, zobacz stronę z cennikiem Azure Machine Learning .Please refer to the Azure Machine Learning pricing page for more details.

Następne krokiNext steps

Aby rozpocząć pracę z Azure Machine Learning, zobacz:To get started with Azure Machine Learning, see: