Implantar o Workspace do Azure Machine Learning Studio usando o Azure Resource ManagerDeploy Azure Machine Learning Studio Workspace Using Azure Resource Manager

Usar um modelo de implantação do Azure Resource Manager poupa tempo fornecendo a você uma maneira escalonável de implantar componentes interconectados com um mecanismo de validação e repetição.Using an Azure Resource Manager deployment template saves you time by giving you a scalable way to deploy interconnected components with a validation and retry mechanism. Para configurar workspaces do Azure Machine Learning Studio, por exemplo, você precisa configurar uma conta de armazenamento do Azure e implantar seu workspace.To set up Azure Machine Learning Studio Workspaces, for example, you need to first configure an Azure storage account and then deploy your workspace. Imagine fazer isso manualmente para centenas de workspaces.Imagine doing this manually for hundreds of workspaces. Uma alternativa mais fácil é usar um modelo do Azure Resource Manager para implantar um workspace do Studio e todas as suas dependências.An easier alternative is to use an Azure Resource Manager template to deploy an Studio Workspace and all its dependencies. Este artigo guia você pelo passo a passo desse processo.This article takes you through this process step-by-step. Para obter uma excelente visão geral do Azure Resource Manager, confira Visão geral do Azure Resource Manager.For a great overview of Azure Resource Manager, see Azure Resource Manager overview.

Observação

Este artigo foi atualizado para usar o novo módulo Az do Azure PowerShell.This article has been updated to use the new Azure PowerShell Az module. Você ainda pode usar o módulo AzureRM, que continuará a receber as correções de bugs até pelo menos dezembro de 2020.You can still use the AzureRM module, which will continue to receive bug fixes until at least December 2020. Para saber mais sobre o novo módulo Az e a compatibilidade com o AzureRM, confira Apresentação do novo módulo Az do Azure PowerShell.To learn more about the new Az module and AzureRM compatibility, see Introducing the new Azure PowerShell Az module. Para obter instruções de instalação do módulo Az, confira Instalar o Azure PowerShell.For Az module installation instructions, see Install Azure PowerShell.

Passo a passo: criar um Workspace do Machine LearningStep-by-step: create a Machine Learning Workspace

Criaremos um grupo de recursos do Azure, implantaremos uma nova conta de armazenamento do Azure e um novo workspace do Azure Machine Learning Studio usando um modelo do Resource Manager.We will create an Azure resource group, then deploy a new Azure storage account and a new Azure Machine Learning Studio Workspace using a Resource Manager template. Assim que a implantação estiver concluída, imprimiremos informações importantes sobre os workspaces que foram criados (a chave primária, a workspaceID e a URL para o workspace).Once the deployment is complete, we will print out important information about the workspaces that were created (the primary key, the workspaceID, and the URL to the workspace).

Criar um modelo do Azure Resource ManagerCreate an Azure Resource Manager template

Um Workspace do Machine Learning exige uma conta de armazenamento do Azure para armazenar o conjunto de dados vinculado a ele.A Machine Learning Workspace requires an Azure storage account to store the dataset linked to it. O modelo a seguir usa o nome do grupo de recursos para gerar o nome da conta de armazenamento e o nome do workspace.The following template uses the name of the resource group to generate the storage account name and the workspace name. Ele também usa o nome da conta de armazenamento como uma propriedade ao criar o workspace.It also uses the storage account name as a property when creating the workspace.

{
    "contentVersion": "1.0.0.0",
    "$schema": "https://schema.management.azure.com/schemas/2015-01-01/deploymentTemplate.json#",
    "variables": {
        "namePrefix": "[resourceGroup().name]",
        "location": "[resourceGroup().location]",
        "mlVersion": "2016-04-01",
        "stgVersion": "2015-06-15",
        "storageAccountName": "[concat(variables('namePrefix'),'stg')]",
        "mlWorkspaceName": "[concat(variables('namePrefix'),'mlwk')]",
        "mlResourceId": "[resourceId('Microsoft.MachineLearning/workspaces', variables('mlWorkspaceName'))]",
        "stgResourceId": "[resourceId('Microsoft.Storage/storageAccounts', variables('storageAccountName'))]",
        "storageAccountType": "Standard_LRS"
    },
    "resources": [
        {
            "apiVersion": "[variables('stgVersion')]",
            "name": "[variables('storageAccountName')]",
            "type": "Microsoft.Storage/storageAccounts",
            "location": "[variables('location')]",
            "properties": {
                "accountType": "[variables('storageAccountType')]"
            }
        },
        {
            "apiVersion": "[variables('mlVersion')]",
            "type": "Microsoft.MachineLearning/workspaces",
            "name": "[variables('mlWorkspaceName')]",
            "location": "[variables('location')]",
            "dependsOn": ["[variables('stgResourceId')]"],
            "properties": {
                "UserStorageAccountId": "[variables('stgResourceId')]"
            }
        }
    ],
    "outputs": {
        "mlWorkspaceObject": {"type": "object", "value": "[reference(variables('mlResourceId'), variables('mlVersion'))]"},
        "mlWorkspaceToken": {"type": "string", "value": "[listWorkspaceKeys(variables('mlResourceId'), variables('mlVersion')).primaryToken]"},
        "mlWorkspaceWorkspaceID": {"type": "string", "value": "[reference(variables('mlResourceId'), variables('mlVersion')).WorkspaceId]"},
        "mlWorkspaceWorkspaceLink": {"type": "string", "value": "[concat('https://studio.azureml.net/Home/ViewWorkspace/', reference(variables('mlResourceId'), variables('mlVersion')).WorkspaceId)]"}
    }
}

Salve esse modelo como arquivo mlworkspace.json em c:\temp.Save this template as mlworkspace.json file under c:\temp.

Implantar o grupo de recursos, com base no modeloDeploy the resource group, based on the template

  • Abrir o PowerShellOpen PowerShell
  • Instale módulos do Azure Resource Manager e do Gerenciamento de Serviços do AzureInstall modules for Azure Resource Manager and Azure Service Management
# Install the Azure Resource Manager modules from the PowerShell Gallery (press “A”)
Install-Module Az -Scope CurrentUser

# Install the Azure Service Management modules from the PowerShell Gallery (press “A”)
Install-Module Azure -Scope CurrentUser

Estas etapas baixam e instalam os módulos necessários para concluir as etapas restantes.These steps download and install the modules necessary to complete the remaining steps. Isso só precisa ser feito uma vez no ambiente em que você está executando os comandos do PowerShell.This only needs to be done once in the environment where you are executing the PowerShell commands.

  • Autenticar-se no AzureAuthenticate to Azure
# Authenticate (enter your credentials in the pop-up window)
Connect-AzAccount

Esta etapa precisa ser repetida para cada sessão.This step needs to be repeated for each session. Uma vez autenticado, as informações da sua assinatura devem ser exibidas.Once authenticated, your subscription information should be displayed.

Conta do Azure

Agora que temos acesso ao Azure, podemos criar o grupo de recursos.Now that we have access to Azure, we can create the resource group.

  • Criar um grupo de recursosCreate a resource group
$rg = New-AzResourceGroup -Name "uniquenamerequired523" -Location "South Central US"
$rg

Verifique se o grupo de recursos está provisionado corretamente.Verify that the resource group is correctly provisioned. ProvisioningState deve ser "Succeeded".ProvisioningState should be “Succeeded.” O nome do grupo de recursos é usado pelo modelo para gerar o nome da conta de armazenamento.The resource group name is used by the template to generate the storage account name. O nome da conta de armazenamento deve ter entre 3 e 24 caracteres, usar números e apenas letras minúsculas.The storage account name must be between 3 and 24 characters in length and use numbers and lower-case letters only.

Grupo de recursos

  • Usando a implantação do grupo de recursos, implante um novo Workspace do Machine Learning.Using the resource group deployment, deploy a new Machine Learning Workspace.
# Create a Resource Group, TemplateFile is the location of the JSON template.
$rgd = New-AzResourceGroupDeployment -Name "demo" -TemplateFile "C:\temp\mlworkspace.json" -ResourceGroupName $rg.ResourceGroupName

Depois que a implantação for concluída, é fácil acessar as propriedades do workspace que você implantou.Once the deployment is completed, it is straightforward to access properties of the workspace you deployed. Por exemplo, você pode acessar o Token de Chave Primária.For example, you can access the Primary Key Token.

# Access Azure Machine Learning studio Workspace Token after its deployment.
$rgd.Outputs.mlWorkspaceToken.Value

Outra maneira de recuperar tokens de um espaço de trabalho existente é usar o comando de Invoke-AzResourceAction.Another way to retrieve tokens of existing workspace is to use the Invoke-AzResourceAction command. Por exemplo, você pode listar os tokens primário e secundário de todos os workspaces.For example, you can list the primary and secondary tokens of all workspaces.

# List the primary and secondary tokens of all workspaces
Get-AzResource |? { $_.ResourceType -Like "*MachineLearning/workspaces*"} |ForEach-Object { Invoke-AzResourceAction -ResourceId $_.ResourceId -Action listworkspacekeys -Force}

Quando o workspace estiver provisionado, é possível automatizar muitas tarefas do Azure Machine Learning Studio usando o Módulo do PowerShell para Azure Machine Learning Studio.After the workspace is provisioned, you can also automate many Azure Machine Learning Studio tasks using the PowerShell Module for Azure Machine Learning Studio.

Próximas etapasNext steps