InteractiveLoginAuthentication Класс
Управляет проверкой подлинности и получает маркер авторизации в интерактивных рабочих процессах входа.
Интерактивная проверка подлинности входа подходит для локального экспериментирования на своем компьютере и служит моделью проверки подлинности по умолчанию при использовании пакета SDK Машинного обучения Azure. Например, при локальной работе в Jupyter Notebook интерактивный процесс проверки подлинности при входе открывает окно браузера для запроса учетных данных, если они еще не существуют.
Конструктор интерактивной проверки подлинности для входа в класс.
Этот конструктор предложит пользователю выполнить вход, а затем сохранит учетные данные для всех последующих попыток. Если пользователь уже вошел в azure CLI или выполнил вход ранее, конструктор загрузит существующие учетные данные без запроса. Когда этот процесс Python выполняется в службе записных книжек Azure, конструктор попытается использовать функцию "подключение к Azure" в записных книжках Azure. Если этот процесс Python выполняется на виртуальной машине записной книжки, конструктор попытается использовать проверку подлинности MSI.
- Наследование
-
InteractiveLoginAuthentication
Конструктор
InteractiveLoginAuthentication(force=False, tenant_id=None, cloud=None)
Параметры
- force
- bool
Указывает, будет ли выполняться имя входа AZ Login, даже если старое имя входа AZ остается действительным. Значение по умолчанию — False.
- tenant_id
- str
Идентификатор клиента для входа. Может использоваться для указания конкретного клиента при наличии у вас доступа к нескольким клиентам. Если не указано, будет использоваться клиент по умолчанию.
- cloud
- str
Имя целевого облака. Возможные значения: AzureCloud, AzureChinaCloud или AzureUSGovernment. Если облако не указано, используется любое настроенное значение по умолчанию из Azure CLI. Если значение по умолчанию не найдено, используется AzureCloud.
- force
- bool
Указывает, будет ли выполняться имя входа AZ Login, даже если старое имя входа AZ остается действительным. Значение по умолчанию — False.
- tenant_id
- str
Идентификатор клиента для входа. Может использоваться для указания конкретного клиента при наличии у вас доступа к нескольким клиентам. Если не указано, будет использоваться клиент по умолчанию.
- cloud
- str
Имя целевого облака. Возможные значения: AzureCloud, AzureChinaCloud или AzureUSGovernment. Если облако не указано, используется любое настроенное значение по умолчанию из Azure CLI. Если значение по умолчанию не найдено, используется AzureCloud.
Комментарии
Конструктор класса предложит выполнить вход. Затем конструктор сохранит учетные данные для последующих попыток. Если вы уже выполнили вход с помощью Azure CLI или ранее выполнили вход в систему, конструктор загрузит существующие учетные данные без запроса.
from azureml.core.authentication import InteractiveLoginAuthentication
interactive_auth = InteractiveLoginAuthentication()
auth_header = interactive_auth.get_authentication_header()
print(auth_header)
Можно также инициировать интерактивный вход в систему с помощью метода from_config класса Workspace.
Когда процесс Python выполняется в службе "Записные книжки Azure", конструктор будет пытаться использовать функцию "подключение к Azure" в службе "Записные книжки Azure".
Если этот процесс Python выполняется на виртуальной машине Notebook, конструктор будет пытаться использовать проверку подлинности MSI.
В некоторых случаях может потребоваться указать идентификатор клиента. Например, при доступе к подписке в качестве гостя для клиента, который не является клиентом по умолчанию, необходимо указать идентификатор клиента Azure Active Directory, который вы используете, как показано в следующем примере.
from azureml.core.authentication import InteractiveLoginAuthentication
interactive_auth = InteractiveLoginAuthentication(tenant_id="my-tenant-id")
ws = Workspace(subscription_id="my-subscription-id",
resource_group="my-ml-rg",
workspace_name="my-ml-workspace",
auth=interactive_auth)
Полный пример можно найти по адресу: https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/manage-azureml-service/authentication-in-azureml/authentication-in-azureml.ipynb
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по