O que é um workspace do Azure Machine Learning?What is an Azure Machine Learning workspace?

O espaço de trabalho é o recurso de nível superior para Azure Machine Learning, fornecendo um local centralizado para trabalhar com todos os artefatos que você criar ao usar 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. O espaço de trabalho mantém um histórico de todas as execuções de treinamento, incluindo logs, métricas, saída e um instantâneo de seus scripts.The workspace keeps a history of all training runs, including logs, metrics, output, and a snapshot of your scripts. Essas informações são usadas para determinar quais execuções de treinamento produzem o melhor modelo.You use this information to determine which training run produces the best model.

Quando você tiver um modelo que desejar, registre-o no espaço de trabalho.Once you have a model you like, you register it with the workspace. Em seguida, você usa o modelo registrado e os scripts de Pontuação para implantar nas instâncias de contêiner do Azure, no serviço kubernetes do Azure ou em uma FPGA (matriz de porta programável por campo) como um ponto de extremidade HTTP baseado em 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. Você também pode implantar o modelo em um dispositivo Azure IoT Edge como um módulo.You can also deploy the model to an Azure IoT Edge device as a module.

TaxonomiaTaxonomy

O diagrama a seguir é uma taxonomia do workspace:A taxonomy of the workspace is illustrated in the following diagram:

Taxonomia do espaço de trabalhoWorkspace taxonomy

O diagrama mostra os seguintes componentes de um espaço de trabalho:The diagram shows the following components of a workspace:

  • Um espaço de trabalho pode conter Azure Machine Learning instâncias de computação, recursos de nuvem configurados com o ambiente Python necessário para executar 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.

  • As funções de usuário permitem que você compartilhe seu espaço de trabalho com outros usuários, equipes ou projetos.User roles enable you to share your workspace with other users, teams, or projects.

  • Os destinos de computação são usados para executar seus experimentos.Compute targets are used to run your experiments.

  • Quando você cria o espaço de trabalho, os recursos associados também são criados para você.When you create the workspace, associated resources are also created for you.

  • Os experimentos são as execuções de treinamento que você usa para criar seus modelos.Experiments are training runs you use to build your models.

  • Pipelines são fluxos de trabalho reutilizáveis para treinar e treinar novamente seu modelo.Pipelines are reusable workflows for training and retraining your model.

  • DataSets auxiliam no gerenciamento dos dados que você usa para treinamento de modelo e criação de pipeline.Datasets aid in management of the data you use for model training and pipeline creation.

  • Quando você tiver um modelo que deseja implantar, crie um modelo registrado.Once you have a model you want to deploy, you create a registered model.

  • Use o modelo registrado e um script de Pontuação para criar um ponto de extremidade de implantação.Use the registered model and a scoring script to create a deployment endpoint.

Ferramentas para interação do espaço de trabalhoTools for workspace interaction

Você pode interagir com seu espaço de trabalho das seguintes maneiras:You can interact with your workspace in the following ways:

Importante

As ferramentas marcadas (visualização) abaixo estão atualmente em visualização pública.Tools marked (preview) below are currently in public preview. A versão prévia é fornecida sem um contrato de nível de serviço e não é recomendada para cargas de trabalho de produção.The preview version is provided without a service level agreement, and it's not recommended for production workloads. Alguns recursos podem não ter suporte ou podem ter restrição de recursos.Certain features might not be supported or might have constrained capabilities. Para obter mais informações, consulte Termos de Uso Complementares de Versões Prévias do Microsoft Azure.For more information, see Supplemental Terms of Use for Microsoft Azure Previews.

Aprendizado de máquina com um espaço de trabalhoMachine learning with a workspace

As tarefas de aprendizado de máquina lêem e/ou gravam artefatos em seu espaço de trabalho.Machine learning tasks read and/or write artifacts to your workspace.

  • Executar um experimento para treinar um modelo – grava os resultados da execução do experimento no espaço de trabalho.Run an experiment to train a model - writes experiment run results to the workspace.
  • Use o ML automatizado para treinar um modelo – grava os resultados de treinamento no espaço de trabalho.Use automated ML to train a model - writes training results to the workspace.
  • Registrar um modelo no espaço de trabalho.Register a model in the workspace.
  • Implantar um modelo – usa o modelo registrado para criar uma implantação.Deploy a model - uses the registered model to create a deployment.
  • Crie e execute fluxos de trabalho reutilizáveis.Create and run reusable workflows.
  • Exiba artefatos de Machine Learning, como experimentos, pipelines, modelos, implantações.View machine learning artifacts such as experiments, pipelines, models, deployments.
  • Acompanhe e monitore modelos.Track and monitor models.

Gerenciamento de espaço de trabalhoWorkspace management

Você também pode executar as seguintes tarefas de gerenciamento de espaço de trabalho:You can also perform the following workspace management tasks:

Tarefa de gerenciamento de espaço de trabalhoWorkspace management task PortalPortal EstúdioStudio SDK/R do SDK do PythonPython SDK / R SDK CLICLI Código VSVS Code
Criar um workspaceCreate a workspace
Gerenciar o acesso ao espaço de trabalhoManage workspace access
Criar e gerenciar recursos de computaçãoCreate and manage compute resources
Criar uma VM do notebookCreate a Notebook VM

Aviso

Não há suporte para a movimentação do workspace do Azure Machine Learning para outra assinatura nem para a movimentação da assinatura proprietária para um novo locatário.Moving your Azure Machine Learning workspace to a different subscription, or moving the owning subscription to a new tenant, is not supported. Se você fizer isso, poderá causar erros.Doing so may cause errors.

Criar um espaço de trabalhoCreate a workspace

Há várias maneiras de criar um espaço de trabalho:There are multiple ways to create a workspace:

Observação

O nome do workspace não diferencia maiúsculas de minúsculas.The workspace name is case-insensitive.

Recursos associadosAssociated resources

Quando você cria um novo workspace, ele automaticamente cria vários recursos do Azure que são usados pelo workspace:When you create a new workspace, it automatically creates several Azure resources that are used by the workspace:

  • Conta de armazenamento do Azure: é usada como o repositório de armazenamento padrão para o espaço de trabalho.Azure Storage account: Is used as the default datastore for the workspace. Os blocos de anotações do Jupyter que são usados com suas instâncias de computação Azure Machine Learning também são armazenados aqui.Jupyter notebooks that are used with your Azure Machine Learning compute instances are stored here as well.

    Importante

    Por padrão, a conta de armazenamento é uma conta v1 de uso geral.By default, the storage account is a general-purpose v1 account. Você pode atualizar isso para a finalidade geral v2 depois que o espaço de trabalho tiver sido criado.You can upgrade this to general-purpose v2 after the workspace has been created. Não habilite o namespace hierárquico na conta de armazenamento após a atualização para o uso geral v2.Do not enable hierarchical namespace on the storage account after upgrading to general-purpose v2.

    Para usar uma conta de armazenamento do Azure existente, ela não pode ser uma conta Premium (Premium_LRS e Premium_GRS).To use an existing Azure Storage account, it cannot be a premium account (Premium_LRS and Premium_GRS). Ele também não pode ter um namespace hierárquico (usado com Azure Data Lake Storage Gen2).It also cannot have a hierarchical namespace (used with Azure Data Lake Storage Gen2). Não há suporte para namespaces hierárquicos ou de armazenamento Premium com a conta de armazenamento padrão do espaço de trabalho.Neither premium storage or hierarchical namespaces are supported with the default storage account of the workspace. Você pode usar o armazenamento Premium ou o namespace hierárquico com contas de armazenamento não padrão .You can use premium storage or hierarchical namespace with non-default storage accounts.

  • Registro de contêiner do Azure: registra os contêineres do Docker que você usa durante o treinamento e quando implanta um modelo.Azure Container Registry: Registers docker containers that you use during training and when you deploy a model. Para minimizar os custos, o ACR é carregado com o preguiçoso até que as imagens de implantação sejam criadas.To minimize costs, ACR is lazy-loaded until deployment images are created.

  • Insights de aplicativo Azure: armazena informações de monitoramento sobre seus modelos.Azure Application Insights: Stores monitoring information about your models.

  • Azure Key Vault: armazena segredos que são usados por destinos de computação e outras informações confidenciais que são necessárias para o espaço de trabalho.Azure Key Vault: Stores secrets that are used by compute targets and other sensitive information that's needed by the workspace.

Observação

Em vez disso, você pode usar instâncias de recursos do Azure existentes ao criar o espaço de trabalho com o SDK do Python, o SDK do Rou a CLI do Azure Machine Learning usando um modelo 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.

O que aconteceu com a Enterprise EditionWhat happened to Enterprise edition

A partir de setembro de 2020, todos os recursos que estavam disponíveis nos espaços de trabalho da Enterprise Edition agora também estão disponíveis em espaços de trabalho da edição básica.As of September 2020, all capabilities that were available in Enterprise edition workspaces are now also available in Basic edition workspaces. Não é mais possível criar novos espaços de trabalho corporativos.New Enterprise workspaces can no longer be created. Todas as chamadas de SDK, CLI ou Azure Resource Manager que usam o sku parâmetro continuarão funcionando, mas um espaço de trabalho básico será provisionado.Any SDK, CLI, or Azure Resource Manager calls that use the sku parameter will continue to work but a Basic workspace will be provisioned.

A partir de 21 de dezembro, todos os espaços de trabalho do Enterprise Edition serão automaticamente definidos para a edição básica, que tem os mesmos recursos.Beginning December 21st, all Enterprise Edition workspaces will be automatically set to Basic Edition, which has the same capabilities. Nenhum tempo de inatividade ocorrerá durante esse processo.No downtime will occur during this process. Em 1º de janeiro de 2021, a Enterprise Edition será desativada formalmente.On January 1, 2021, Enterprise Edition will be formally retired.

Em ambas as edições, os clientes são responsáveis pelos custos dos recursos do Azure consumidos e não precisarão pagar cobranças adicionais por 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. Consulte a página de preços do Azure Machine Learning para obter mais detalhes.Please refer to the Azure Machine Learning pricing page for more details.

Próximas etapasNext steps

Para começar a usar o Azure Machine Learning, confira:To get started with Azure Machine Learning, see: