Criar e gerenciar espaços de trabalho do Azure Machine LearningCreate and manage Azure Machine Learning workspaces

Neste artigo, você criará, exibirá e excluirá espaços de trabalho Azure Machine Learning para Azure Machine Learning, usando o portal do Azure ou o SDK para pythonIn this article, you'll create, view, and delete Azure Machine Learning workspaces for Azure Machine Learning, using the Azure portal or the SDK for Python

Conforme suas necessidades mudam ou os requisitos para aumentar a automação, você também pode criar e excluir espaços de trabalho usando a CLIou por meio da extensão vs Code.As your needs change or requirements for automation increase you can also create and delete workspaces using the CLI, or via the VS Code extension.

Pré-requisitosPrerequisites

LimitaçõesLimitations

  • Ao criar um novo espaço de trabalho, você pode criar automaticamente os serviços necessários para o espaço de trabalho ou usar os serviços existentes.When creating a new workspace, you can either automatically create services needed by the workspace or use existing services. Se você quiser usar os serviços existentes de uma assinatura do Azure diferente do espaço de trabalho, deverá registrar o namespace Azure Machine Learning na assinatura que contém esses serviços.If you want to use existing services from a different Azure subscription than the workspace, you must register the Azure Machine Learning namespace in the subscription that contains those services. Por exemplo, ao criar um espaço de trabalho na assinatura A que usa uma conta de armazenamento da assinatura B, o namespace Azure Machine Learning deve ser registrado na assinatura B antes que você possa usar a conta de armazenamento com o espaço de trabalho.For example, creating a workspace in subscription A that uses a storage account from subscription B, the Azure Machine Learning namespace must be registered in subscription B before you can use the storage account with the workspace.

    O provedor de recursos para Azure Machine Learning é Microsoft. MachineLearningService.The resource provider for Azure Machine Learning is Microsoft.MachineLearningService. Para obter informações sobre como ver se ele está registrado e como registrá-lo, consulte o artigo provedores de recursos e tipos do Azure .For information on how to see if it is registered and how to register it, see the Azure resource providers and types article.

    Importante

    Isso se aplica somente aos recursos fornecidos durante a criação do espaço de trabalho; Contas de armazenamento do Azure, registro de contêiner do Azure, Azure Key Vault e Application Insights.This only applies to resources provided during workspace creation; Azure Storage Accounts, Azure Container Register, Azure Key Vault, and Application Insights.

Por padrão, a criação de um espaço de trabalho também cria um ACR (registro de contêiner do Azure).By default, creating a workspace also creates an Azure Container Registry (ACR). Como o ACR atualmente não dá suporte a caracteres Unicode em nomes de grupos de recursos, use um grupo de recursos que não contenha esses caracteres.Since ACR does not currently support unicode characters in resource group names, use a resource group that does not contain these characters.

Criar um workspaceCreate a workspace

  • Especificação padrão.Default specification. Por padrão, os recursos dependentes, bem como o grupo de recursos, serão criados automaticamente.By default, dependent resources as well as the resource group will be created automatically. Esse código cria um espaço de trabalho chamado myworkspace e um grupo de recursos chamado myresourcegroup em eastus2 .This code creates a workspace named myworkspace and a resource group named myresourcegroup in eastus2.

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

    Defina create_resource_group como false se você tiver um grupo de recursos do Azure existente que deseja usar para o espaço de trabalho.Set create_resource_group to False if you have an existing Azure resource group that you want to use for the workspace.

  • Vários locatários.Multiple tenants. Se você tiver várias contas, adicione a ID de locatário do Azure Active Directory que deseja usar.If you have multiple accounts, add the tenant ID of the Azure Active Directory you wish to use. Localize sua ID de locatário do portal do Azure em Azure Active Directory, identidades externas.Find your tenant ID from the Azure portal under Azure Active Directory, External Identities.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(tenant_id="my-tenant-id")
    ws = Workspace.create(name='myworkspace',
                subscription_id='<azure-subscription-id>',
                resource_group='myresourcegroup',
                create_resource_group=True,
                location='eastus2',
                auth=interactive_auth
                )
    
  • Soberanas Cloud.Sovereign cloud. Você precisará de um código extra para se autenticar no Azure se estiver trabalhando em uma nuvem do soberanas.You'll need extra code to authenticate to Azure if you're working in a sovereign cloud.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(cloud="<cloud name>") # for example, cloud="AzureUSGovernment"
    ws = Workspace.create(name='myworkspace',
                subscription_id='<azure-subscription-id>',
                resource_group='myresourcegroup',
                create_resource_group=True,
                location='eastus2',
                auth=interactive_auth
                )
    
  • Use os recursos existentes do Azure.Use existing Azure resources. Você também pode criar um espaço de trabalho que usa recursos existentes do Azure com o formato de ID de recurso do Azure.You can also create a workspace that uses existing Azure resources with the Azure resource ID format. Localize as IDs de recurso do Azure específicas no portal do Azure ou com o SDK.Find the specific Azure resource IDs in the Azure portal or with the SDK. Este exemplo pressupõe que o grupo de recursos, a conta de armazenamento, o cofre de chaves, o app insights e o registro de contêiner já existam.This example assumes that the resource group, storage account, key vault, App Insights and container registry already exist.

    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)
    
                          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)
    

Para obter mais informações, consulte referência do SDK do espaço de trabalho.For more information, see Workspace SDK reference.

Se você tiver problemas ao acessar sua assinatura, consulte Configurar a autenticação para Azure Machine Learning recursos e fluxos de trabalho, bem como a autenticação no Azure Machine Learning notebook.If you have problems in accessing your subscription, see Set up authentication for Azure Machine Learning resources and workflows, as well as the Authentication in Azure Machine Learning notebook.

RedeNetworking

Importante

Para obter mais informações sobre como usar um ponto de extremidade privado e uma rede virtual com seu espaço de trabalho, consulte isolamento de rede e privacidade.For more information on using a private endpoint and virtual network with your workspace, see Network isolation and privacy.

O SDK do Azure Machine Learning Python fornece a classe PrivateEndpointConfig , que pode ser usada com Workspace. Create () para criar um espaço de trabalho com um ponto de extremidade privado.The Azure Machine Learning Python SDK provides the PrivateEndpointConfig class, which can be used with Workspace.create() to create a workspace with a private endpoint. Essa classe requer uma rede virtual existente.This class requires an existing virtual network.

Importante

O uso de um ponto de extremidade privado com Azure Machine Learning espaço de trabalho está atualmente em visualização pública.Using a private endpoint with Azure Machine Learning workspace is currently in public preview. Essa versão prévia é fornecida sem um Contrato de Nível de Serviço e não é recomendada para cargas de trabalho de produção.This preview 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.

Vários espaços de trabalho com ponto de extremidade privadoMultiple workspaces with private endpoint

Quando você cria um ponto de extremidade privado, uma nova zona de DNS privado chamada privatelink.API.azureml.ms é criada.When you create a private endpoint, a new Private DNS Zone named privatelink.api.azureml.ms is created. Ele contém um link para a rede virtual.This contains a link to the virtual network. Se você criar vários espaços de trabalho com pontos de extremidade privados no mesmo grupo de recursos, somente a rede virtual para o primeiro ponto final privado poderá ser adicionada à zona DNS.If you create multiple workspaces with private endpoints in the same resource group, only the virtual network for the first private endpoint may be added to the DNS zone. Para adicionar entradas para as redes virtuais usadas pelos pontos de extremidade de espaços de trabalho/particulares adicionais, use as seguintes etapas:To add entries for the virtual networks used by the additional workspaces/private endpoints, use the following steps:

  1. No portal do Azure, selecione o grupo de recursos que contém o espaço de trabalho.In the Azure portal, select the resource group that contains the workspace. Em seguida, selecione o DNS privado recurso de zona chamado privatelink.API.azureml.msThen select the Private DNS Zone resource named privatelink.api.azureml.ms
  2. Nas configurações, selecione links de rede virtual.In the Settings, select Virtual network links.
  3. Selecione Adicionar.Select Add. Na página Adicionar link de rede virtual , forneça um nome de link exclusivo e selecione a rede virtual a ser adicionada.From the Add virtual network link page, provide a unique Link name, and then select the Virtual network to be added. Selecione OK para adicionar o link de rede.Select OK to add the network link.

Para obter mais informações, consulte configuração de DNS do ponto de extremidade privado do Azure.For more information, see Azure Private Endpoint DNS configuration.

Verificação de vulnerabilidadeVulnerability scanning

A Central de Segurança do Azure fornece um gerenciamento de segurança unificado e proteção avançada contra ameaças nas cargas de trabalho de nuvem híbrida.Azure Security Center provides unified security management and advanced threat protection across hybrid cloud workloads. Você deve permitir que a central de segurança do Azure verifique seus recursos e siga suas recomendações.You should allow Azure Security Center to scan your resources and follow its recommendations. Para obter mais informações, consulte verificação de imagem do registro de contêiner do Azure por central de segurança e integração dos serviços do Azure kubernetes com a central de segurança.For more, see Azure Container Registry image scanning by Security Center and Azure Kubernetes Services integration with Security Center.

AvançadoAdvanced

Por padrão, os metadados para o espaço de trabalho são armazenados em uma instância Azure Cosmos DB que a Microsoft mantém.By default, metadata for the workspace is stored in an Azure Cosmos DB instance that Microsoft maintains. Esses dados são criptografados usando chaves gerenciadas pela Microsoft.This data is encrypted using Microsoft-managed keys.

Para limitar os dados que a Microsoft coleta em seu espaço de trabalho, selecione espaço de trabalho de alto impacto nos negócios no portal ou defina hbi_workspace=true em Python.To limit the data that Microsoft collects on your workspace, select High business impact workspace in the portal, or set hbi_workspace=true in Python. Para obter mais informações sobre essa configuração, consulte criptografia em repouso.For more information on this setting, see Encryption at rest.

Importante

A seleção de alto impacto nos negócios só pode ser feita durante a criação de um espaço de trabalho.Selecting high business impact can only be done when creating a workspace. Você não pode alterar essa configuração após a criação do espaço de trabalho.You cannot change this setting after workspace creation.

Use sua própria chaveUse your own key

Você pode fornecer sua própria chave para criptografia de dados.You can provide your own key for data encryption. Isso cria a instância de Azure Cosmos DB que armazena metadados em sua assinatura do Azure.Doing so creates the Azure Cosmos DB instance that stores metadata in your Azure subscription.

Importante

A instância de Cosmos DB é criada em um grupo de recursos gerenciado pela Microsoft em sua assinatura , juntamente com os recursos necessários.The Cosmos DB instance is created in a Microsoft-managed resource group in your subscription , along with any resources it needs. Isso significa que você será cobrado por essa instância de Cosmos DB.This means that you are charged for this Cosmos DB instance. O nome do grupo de recursos gerenciados é dado no formato <AML Workspace Resource Group Name><GUID>.The managed resource group is named in the format <AML Workspace Resource Group Name><GUID>. Se seu espaço de trabalho do Azure Machine Learning usar um ponto de extremidade privado, uma rede virtual também será criada para a instância de Cosmos DB.If your Azure Machine Learning workspace uses a private endpoint, a virtual network is also created for the Cosmos DB instance. Essa VNet é usada para proteger a comunicação entre Cosmos DB e Azure Machine Learning.This VNet is used to secure communication between Cosmos DB and Azure Machine Learning.

  • Não exclua o grupo de recursos que contém essa Cosmos DB instância ou qualquer um dos recursos criados automaticamente neste grupo.Do not delete the resource group that contains this Cosmos DB instance, or any of the resources automatically created in this group. Se precisar excluir o grupo de recursos, Cosmos DB instância, etc., você deverá excluir o espaço de trabalho Azure Machine Learning que o utiliza.If you need to delete the resource group, Cosmos DB instance, etc., you must delete the Azure Machine Learning workspace that uses it. O grupo de recursos, Cosmos DB instância e outros recursos criados automaticamente são excluídos quando o espaço de trabalho associado é excluído.The resource group, Cosmos DB instance, and other automatically created resources are deleted when the associated workspace is deleted.
  • O padrão Unidades de Solicitação dessa conta do Cosmos DB é definido em 8000.The default Request Units for this Cosmos DB account is set at 8000.
  • Você não pode fornecer sua própria VNet para uso com a instância de Cosmos DB que é criada.You cannot provide your own VNet for use with the Cosmos DB instance that is created. Você também não pode modificar a rede virtual.You also cannot modify the virtual network. Por exemplo, você não pode alterar o intervalo de endereços IP que ele usa.For example, you cannot change the IP address range that it uses.

Use as etapas a seguir para fornecer sua própria chave:Use the following steps to provide your own key:

Importante

Antes de seguir essas etapas, você deve primeiro executar as seguintes ações:Before following these steps, you must first perform the following actions:

  1. Autorize o aplicativo Machine Learning (no gerenciamento de identidade e acesso) com permissões de colaborador em sua assinatura.Authorize the Machine Learning App (in Identity and Access Management) with contributor permissions on your subscription.

  2. Siga as etapas em Configurar chaves gerenciadas pelo cliente para:Follow the steps in Configure customer-managed keys to:

    • Registrar o provedor de Azure Cosmos DBRegister the Azure Cosmos DB provider
    • Criar e configurar um Azure Key VaultCreate and configure an Azure Key Vault
    • Gerar uma chaveGenerate a key

    Você não precisa criar manualmente a instância de Azure Cosmos DB, uma será criada para você durante a criação do espaço de trabalho.You do not need to manually create the Azure Cosmos DB instance, one will be created for you during workspace creation. Esta instância de Azure Cosmos DB será criada em um grupo de recursos separado usando um nome com base neste padrão: <your-workspace-resource-name>_<GUID> .This Azure Cosmos DB instance will be created in a separate resource group using a name based on this pattern: <your-workspace-resource-name>_<GUID>.

Você não pode alterar essa configuração após a criação do espaço de trabalho.You cannot change this setting after workspace creation. Se você excluir o Azure Cosmos DB usado pelo seu espaço de trabalho, também deverá excluir o espaço de trabalho que o está usando.If you delete the Azure Cosmos DB used by your workspace, you must also delete the workspace that is using it.

Use cmk_keyvault e resource_cmk_uri para especificar a chave gerenciada pelo cliente.Use cmk_keyvault and resource_cmk_uri to specify the customer managed key.

from azureml.core import Workspace
   ws = Workspace.create(name='myworkspace',
               subscription_id='<azure-subscription-id>',
               resource_group='myresourcegroup',
               create_resource_group=True,
               location='eastus2'
               cmk_keyvault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/<keyvault-name>', 
               resource_cmk_uri='<key-identifier>'
               )

Baixar um arquivo de configuraçãoDownload a configuration file

Se você for criar uma instância de computação, ignore esta etapa.If you will be creating a compute instance, skip this step. A instância de computação já criou uma cópia desse arquivo para você.The compute instance has already created a copy of this file for you.

Se você planeja usar código em seu ambiente local que faz referência a esse espaço de trabalho ( ws ), grave o arquivo de configuração:If you plan to use code on your local environment that references this workspace (ws), write the configuration file:

ws.write_config()

Coloque o arquivo na estrutura de diretório com seus scripts de Python ou Jupyter Notebooks.Place the file into the directory structure with your Python scripts or Jupyter Notebooks. Ele pode estar no mesmo diretório, um subdiretório denominado .azureml ou em um diretório pai.It can be in the same directory, a subdirectory named .azureml, or in a parent directory. Quando você cria uma instância de computação, esse arquivo é adicionado ao diretório correto na VM para você.When you create a compute instance, this file is added to the correct directory on the VM for you.

Conectar-se a um workspaceConnect to a workspace

No seu código Python, você cria um objeto de espaço de trabalho para se conectar ao seu espaço de trabalho.In your Python code, you create a workspace object to connect to your workspace. Esse código lerá o conteúdo do arquivo de configuração para localizar seu espaço de trabalho.This code will read the contents of the configuration file to find your workspace. Você receberá uma solicitação para entrar se ainda não estiver autenticado.You will get a prompt to sign in if you are not already authenticated.

from azureml.core import Workspace

ws = Workspace.from_config()
  • Vários locatários.Multiple tenants. Se você tiver várias contas, adicione a ID de locatário do Azure Active Directory que deseja usar.If you have multiple accounts, add the tenant ID of the Azure Active Directory you wish to use. Localize sua ID de locatário do portal do Azure em Azure Active Directory, identidades externas.Find your tenant ID from the Azure portal under Azure Active Directory, External Identities.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(tenant_id="my-tenant-id")
    ws = Workspace.from_config(auth=interactive_auth)
    
  • Soberanas Cloud.Sovereign cloud. Você precisará de um código extra para se autenticar no Azure se estiver trabalhando em uma nuvem do soberanas.You'll need extra code to authenticate to Azure if you're working in a sovereign cloud.

    from azureml.core.authentication import InteractiveLoginAuthentication
    from azureml.core import Workspace
    
    interactive_auth = InteractiveLoginAuthentication(cloud="<cloud name>") # for example, cloud="AzureUSGovernment"
    ws = Workspace.from_config(auth=interactive_auth)
    

Se você tiver problemas ao acessar sua assinatura, consulte Configurar a autenticação para Azure Machine Learning recursos e fluxos de trabalho, bem como a autenticação no Azure Machine Learning notebook.If you have problems in accessing your subscription, see Set up authentication for Azure Machine Learning resources and workflows, as well as the Authentication in Azure Machine Learning notebook.

Localizar um espaço de trabalhoFind a workspace

Veja uma lista de todos os espaços de trabalho que você pode usar.See a list of all the workspaces you can use.

Localize suas assinaturas na página de assinaturas no portal do Azure.Find your subscriptions in the Subscriptions page in the Azure portal. Copie a ID e use-a no código abaixo para ver todos os espaços de trabalho disponíveis para essa assinatura.Copy the ID and use it in the code below to see all workspaces available for that subscription.

from azureml.core import Workspace

Workspace.list('<subscription-id>')

Excluir um workspaceDelete a workspace

Quando você não precisar mais de um espaço de trabalho, exclua-o.When you no longer need a workspace, delete it.

Exclua o espaço de trabalho ws :Delete the workspace ws:

ws.delete(delete_dependent_resources=False, no_wait=False)

A ação padrão não é excluir os recursos associados ao espaço de trabalho, ou seja, registro de contêiner, conta de armazenamento, cofre de chaves e Application insights.The default action is not to delete resources associated with the workspace, i.e., container registry, storage account, key vault, and application insights. Defina delete_dependent_resources como true para excluir esses recursos também.Set delete_dependent_resources to True to delete these resources as well.

Limpar os recursosClean up resources

Importante

Os recursos que você criou podem ser usados como pré-requisitos em outros tutoriais e artigos de instruções do Azure Machine Learning.The resources that you created can be used as prerequisites to other Azure Machine Learning tutorials and how-to articles.

Se você não pretende usar os recursos criados, exclua-os para não gerar encargos:If you don't plan to use the resources that you created, delete them so you don't incur any charges:

  1. No portal do Azure, selecione Grupos de recursos no canto esquerdo.In the Azure portal, select Resource groups on the far left.

  2. Selecione o grupo de recursos que você criou por meio da lista.From the list, select the resource group that you created.

  3. Selecione Excluir grupo de recursos.Select Delete resource group.

    Captura de tela das seleções para excluir um grupo de recursos no portal do Azure.

  4. Insira o nome do grupo de recursos.Enter the resource group name. Em seguida, selecione Excluir.Then select Delete.

Solução de problemasTroubleshooting

  • Navegadores com suporte no Azure Machine Learning Studio: Recomendamos que você use o navegador mais atualizado que é compatível com seu sistema operacional.Supported browsers in Azure Machine Learning studio: We recommend that you use the most up-to-date browser that's compatible with your operating system. Há suporte para os seguintes navegadores:The following browsers are supported:

    • Microsoft Edge (o novo Microsoft Edge, versão mais recente.Microsoft Edge (The new Microsoft Edge, latest version. Não é herdado do Microsoft Edge)Not Microsoft Edge legacy)
    • Safari (última versão, apenas Mac)Safari (latest version, Mac only)
    • Chrome (última versão)Chrome (latest version)
    • Firefox (última versão)Firefox (latest version)
  • Portal do Azure:Azure portal:

    • Se você ir diretamente para seu espaço de trabalho de um link de compartilhamento do SDK ou do portal do Azure, não será possível exibir a página de visão geral padrão que tem informações de assinatura na extensão.If you go directly to your workspace from a share link from the SDK or the Azure portal, you can't view the standard Overview page that has subscription information in the extension. Nesse cenário, você também não pode alternar para outro espaço de trabalho.In this scenario, you also can't switch to another workspace. Para exibir outro espaço de trabalho, vá diretamente para Azure Machine Learning Studio e pesquise o nome do espaço de trabalho.To view another workspace, go directly to Azure Machine Learning studio and search for the workspace name.
    • Todos os ativos (conjuntos de valores, testes, computações e assim por diante) estão disponíveis apenas no Azure Machine Learning Studio.All assets (Datasets, Experiments, Computes, and so on) are available only in Azure Machine Learning studio. Eles não estão disponíveis na portal do Azure.They're not available from the Azure portal.

Erros do provedor de recursosResource provider errors

Ao criar um workspace do Azure Machine Learning ou um recurso usado pelo workspace, você pode receber um erro semelhante às seguintes mensagens:When creating an Azure Machine Learning workspace, or a resource used by the workspace, you may receive an error similar to the following messages:

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

A maioria dos provedores de recursos é automaticamente registrada, mas não todos.Most resource providers are automatically registered, but not all. Se você receber essa mensagem, será necessário registrar o provedor mencionado.If you receive this message, you need to register the provider mentioned.

Para obter informações sobre o registro de provedores de recursos, confira Resolver erros de registro de provedor de recursos.For information on registering resource providers, see Resolve errors for resource provider registration.

Como mover o workspaceMoving the workspace

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.

Como excluir o Registro de Contêiner do AzureDeleting the Azure Container Registry

O workspace do Azure Machine Learning usa o ACR (Registro de Contêiner do Azure) para algumas operações.The Azure Machine Learning workspace uses Azure Container Registry (ACR) for some operations. Ele criará automaticamente uma instância do ACR quando precisar de uma pela primeira vez.It will automatically create an ACR instance when it first needs one.

Aviso

Após a criação de um Registro de Contêiner do Azure para um workspace, não o exclua.Once an Azure Container Registry has been created for a workspace, do not delete it. Fazer isso interromperá o workspace do Azure Machine Learning.Doing so will break your Azure Machine Learning workspace.

ExemplosExamples

Exemplos de criação de um espaço de trabalho:Examples of creating a workspace:

Próximas etapasNext steps

Quando você tiver um espaço de trabalho, saiba como treinar e implantar um modelo.Once you have a workspace, learn how to Train and deploy a model.