portalda veya Python SDK ile Azure Machine Learning çalışma alanlarını yönetme

bu makalede, Python için Azure portal veya SDK kullanarak Azure Machine Learningiçin Azure Machine Learning çalışma alanları oluşturur, görüntüler ve silersiniz

gereksinimleriniz değiştikçe veya otomasyon artışı için gereksinimler değiştikçe, clı kullanarakveya VS Code uzantısı aracılığıylaçalışma alanlarını da yönetebilirsiniz.

Önkoşullar

Sınırlamalar

  • Yeni bir çalışma alanı oluştururken, çalışma alanının gerek duyduğu Hizmetleri otomatik olarak oluşturabilir veya var olan hizmetleri kullanabilirsiniz. mevcut hizmetleri farklı bir Azure aboneliğinden çalışma alanından kullanmak istiyorsanız, Azure Machine Learning ad alanını bu hizmetleri içeren abonelikte kaydetmeniz gerekir. örneğin, aboneliği, b aboneliğinden bir depolama hesabı kullanan a aboneliğinde bir çalışma alanı oluştururken, depolama hesabını çalışma alanıyla kullanabilmeniz için önce Azure Machine Learning ad alanı b aboneliğinde kayıtlı olmalıdır.

    Azure Machine Learning için kaynak sağlayıcısı, Microsoft. machinelearningservices. Kayıtlı olup olmadığını ve nasıl kaydedeceğinizi öğrenmek hakkında daha fazla bilgi için bkz. Azure kaynak sağlayıcıları ve türleri makalesi.

    Önemli

    Bu yalnızca çalışma alanı oluşturma sırasında belirtilen kaynaklar için geçerlidir; azure Depolama hesapları, azure Container kaydı, Azure Key Vault ve Application Insights.

Varsayılan olarak, bir çalışma alanı oluşturmak Azure Container Registry (ACR) de oluşturur. ACR Şu anda kaynak grubu adlarında Unicode karakterleri desteklemediğinden, bu karakterleri içermeyen bir kaynak grubu kullanın.

İpucu

çalışma alanını oluşturduğunuzda bir Azure Application Insights örneği oluşturulur. isterseniz küme oluşturulduktan sonra Application Insights örneğini silebilirsiniz. Bu işlem, çalışma alanından toplanan bilgileri kısıtlar ve sorunları gidermek daha zor olabilir. çalışma alanı tarafından oluşturulan Application Insights örneğini silerseniz, çalışma alanını silip yeniden oluşturmadan yeniden oluşturamazsınız.

bu Application Insights örneğini kullanma hakkında daha fazla bilgi için bkz. Machine Learning web hizmeti uç noktalarından verileri izleme ve toplama.

Çalışma alanı oluşturma

  • Varsayılan belirtim. Varsayılan olarak, bağımlı kaynaklar ve kaynak grubu otomatik olarak oluşturulur. Bu kod, adlı bir çalışma alanı myworkspace ve içinde adlı bir kaynak grubu oluşturur myresourcegroupeastus2 .

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

    create_resource_groupÇalışma alanı için kullanmak istediğiniz mevcut bir Azure Kaynak grubunuz varsa, bu değeri false olarak ayarlayın.

  • birden çok hesabınız varsa, kullanmak istediğiniz Azure Active Directory kiracı kimliğini ekleyin. Azure Active Directory, dış kimlikleraltındaki Azure portal kiracı kimliğinizi bulun.

    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
                )
    
  • Sogeign bulutu. Bir bağımsız bulutu 'nda çalışıyorsanız Azure 'da kimlik doğrulaması yapmak için ek koda ihtiyacınız olacaktır.

    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
                )
    
  • Mevcut Azure kaynaklarını kullanın. Azure Kaynak KIMLIĞI biçimiyle mevcut Azure kaynaklarını kullanan bir çalışma alanı da oluşturabilirsiniz. Azure portal veya SDK ile ilgili Azure Kaynak kimliklerini bulun. bu örnekte kaynak grubu, depolama hesabı, anahtar kasası, uygulama Analizler ve kapsayıcı kayıt defterinin zaten bulunduğu varsayılmaktadır.

    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)
    

Daha fazla bilgi için bkz. çalışma alanı SDK başvurusu.

aboneliğinize erişim konusunda sorun yaşıyorsanız, bkz. Azure Machine Learning kaynakları ve iş akışları için kimlik doğrulamasını ayarlama veAzure Machine Learning not defteri 'nde kimlik doğrulama .

Önemli

Çalışma alanınıza özel bir uç nokta ve sanal ağ kullanma hakkında daha fazla bilgi için bkz. ağ yalıtımı ve gizliliği.

Azure Machine Learning Python SDK 'sı, özel bir uç nokta ile bir çalışma alanı oluşturmak için çalışma alanı. create () ile kullanılabilen privateendpointconfig sınıfını sağlar. Bu sınıf, var olan bir sanal ağ gerektirir.

Güvenlik açığı taraması

Bulut için Microsoft Defender, karma bulut iş yükleri arasında Birleşik güvenlik yönetimi ve Gelişmiş tehdit koruması sağlar. Bulut için Microsoft Defender 'ın kaynaklarınızı taramasını ve önerilerini izlemesini sağlamak gerekir. Daha fazla bilgi için bkz. Azure Container Registry görüntü tarama , bulut için Defender Ile Azure Kubernetes Hizmetleri Tümleştirmesi.

Gelişmiş

varsayılan olarak, çalışma alanının meta verileri Microsoft 'un koruduğu bir Azure Cosmos DB örneğine depolanır. Bu veriler, Microsoft tarafından yönetilen anahtarlar kullanılarak şifrelenir.

Çalışma alanınızda Microsoft 'un topladığı verileri sınırlandırmak için portalda yüksek iş etkisi çalışma alanını seçin veya Python 'da ayarlayın. Bu ayar hakkında daha fazla bilgi için bkz. bekleyen şifreleme.

Önemli

Yüksek iş etkisi seçilmesi, yalnızca bir çalışma alanı oluşturulurken yapılabilir. Çalışma alanı oluşturulduktan sonra bu ayarı değiştiremezsiniz.

Kendi anahtarınızı kullanın

Veri şifreleme için kendi anahtarınızı sağlayabilirsiniz. bunun yapılması, meta verileri Azure aboneliğinizde depolayan Azure Cosmos DB örneğini oluşturur.

Önemli

Cosmos DB örneği, aboneliğinizdekiMicrosoft tarafından yönetilen bir kaynak grubunda oluşturulur. Aşağıdaki hizmetler de bu kaynak grubunda oluşturulur ve müşteri tarafından yönetilen anahtar yapılandırması tarafından kullanılır:

  • Azure Depolama Hesabı
  • Azure Search

Bu hizmetler Azure aboneliğinizde oluşturulduğundan, bu hizmet örnekleri için ücretlendirildiğiniz anlamına gelir. aboneliğinizin Azure Cosmos DB hizmeti için yeterli kotası yoksa bir hata oluşur. kotalar hakkında daha fazla bilgi için bkz. Azure Cosmos DB service quotas

Yönetilen kaynak grubu biçiminde adlandırılır <AML Workspace Resource Group Name><GUID> . Azure Machine Learning çalışma alanınız özel bir uç nokta kullanıyorsa, bu kaynak grubunda da bir sanal ağ oluşturulur. bu sanal ağ, bu kaynak grubundaki hizmetler ve Azure Machine Learning çalışma alanınız arasındaki iletişimin güvenliğini sağlamak için kullanılır.

  • bu Cosmos DB örneğini içeren kaynak grubunu veya bu grupta otomatik olarak oluşturulan kaynakları silmeyin. kaynak grubunu, Cosmos DB örneğini, vb. silmeniz gerekiyorsa, onu kullanan Azure Machine Learning çalışma alanını silmeniz gerekir. kaynak grubu, Cosmos DB örneği ve diğer otomatik oluşturulan kaynaklar ilişkili çalışma alanı silindiğinde silinir.
  • bu Cosmos DB hesap tarafından kullanılan istek birimleri gerektiği şekilde otomatik olarak ölçeklendirilir. En az ru 1200' dir. En büyük ru 12000' dir.
  • oluşturulan Cosmos DB örneğiyle birlikte kullanmak için kendi VNet 'i sağlayamezsiniz . Ayrıca sanal ağıdeğiştiremezsiniz. Örneğin, kullandığı IP adres aralığını değiştiremezsiniz.

Azure Cosmos DB örneğinin ek maliyetini tahmin etmek için Azure fiyatlandırma hesaplayıcısı' nı kullanın.

Kendi anahtarınızı sağlamak için aşağıdaki adımları kullanın:

Önemli

Bu adımları uygulamadan önce, önce aşağıdaki eylemleri gerçekleştirmeniz gerekir:

  1. Machine Learning uygulamayı (kimlik ve erişim yönetimi 'nde) aboneliğinizde katkıda bulunan izinlerle yetkilendirin.

  2. Müşteri tarafından yönetilen anahtarları yapılandırma bölümündeki adımları izleyerek şunları yapın:

    • Azure Cosmos DB sağlayıcıyı kaydetme
    • Azure Key Vault oluşturma ve yapılandırma
    • Anahtar oluştur

    Azure Cosmos DB örneğini el ile oluşturmanız gerekmez, bir tane, çalışma alanı oluşturma sırasında sizin için oluşturulur. bu Azure Cosmos DB örneği, bu düzene göre bir ad kullanılarak ayrı bir kaynak grubunda oluşturulacak: <your-workspace-resource-name>_<GUID> .

Çalışma alanı oluşturulduktan sonra bu ayarı değiştiremezsiniz. çalışma alanınız tarafından kullanılan Azure Cosmos DB silerseniz, onu kullanan çalışma alanını da silmeniz gerekir.

cmk_keyvaultresource_cmk_uri Müşteri tarafından yönetilen anahtarı belirtmek için ve kullanın.

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>'
               )

Yapılandırma dosyasını indir

Bir işlem örneğioluşturacağınız takdirde, bu adımı atlayın. İşlem örneği, sizin için bu dosyanın bir kopyasını zaten oluşturdu.

Yerel ortamınızda bu çalışma alanına () başvuran kodu kullanmayı planlıyorsanız ws , yapılandırma dosyasını yazın:

ws.write_config()

Dosyayı Python betikleriniz veya Jupyıter Not defterleriniz ile dizin yapısına yerleştirin. Aynı dizinde, . azuremladlı bir alt dizin veya bir üst dizin içinde olabilir. Bir işlem örneği oluşturduğunuzda, bu dosya VM 'deki doğru dizine eklenir.

çalışma alanına Bağlan

Python kodunuzda, çalışma alanınıza bağlanmak için bir çalışma alanı nesnesi oluşturun. Bu kod, çalışma alanınızı bulmak için yapılandırma dosyasının içeriğini okur. Henüz kimlik doğrulamasından geçirilmediğinden oturum açmanız için bir istem alacaksınız.

from azureml.core import Workspace

ws = Workspace.from_config()
  • birden çok hesabınız varsa, kullanmak istediğiniz Azure Active Directory kiracı kimliğini ekleyin. Azure Active Directory, dış kimlikleraltındaki Azure portal kiracı kimliğinizi bulun.

    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)
    
  • Sogeign bulutu. Bir bağımsız bulutu 'nda çalışıyorsanız Azure 'da kimlik doğrulaması yapmak için ek koda ihtiyacınız olacaktır.

    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)
    

aboneliğinize erişim konusunda sorun yaşıyorsanız, bkz. Azure Machine Learning kaynakları ve iş akışları için kimlik doğrulamasını ayarlama veAzure Machine Learning not defteri 'nde kimlik doğrulama .

Çalışma alanı bul

Kullanabileceğiniz tüm çalışma alanlarının listesini görüntüleyin.

Azure Portal abonelikler sayfasındaaboneliklerinizi bulun. KIMLIĞI kopyalayın ve bu abonelik için kullanılabilir tüm çalışma alanlarını görmek için aşağıdaki kodda kullanın.

from azureml.core import Workspace

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

Workspace. List (..) Yöntem, tam çalışma alanı nesnesini döndürmüyor. Bu, yalnızca abonelikteki mevcut çalışma alanlarıyla ilgili temel bilgileri içerir. Belirli bir çalışma alanı için tam bir nesne almak için, Workspace. Get (..) kullanın.

Çalışma alanını silme

Artık bir çalışma alanına ihtiyacınız kalmadığında, silin.

Uyarı

Azure Machine Learning çalışma alanı silindikten sonra kurtarılamaz.

Çalışma alanınızı yanlışlıkla sildiyseniz, not defterlerinizi yine de alabilirsiniz. Ayrıntılar için bkz. iş sürekliliği ve olağanüstü durum kurtarma Için yük devretme.

Çalışma alanını Sil ws :

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

Varsayılan eylem, çalışma alanı, diğer bir deyişle, kapsayıcı kayıt defteri, depolama hesabı, anahtar kasası ve Application Insights ile ilişkili kaynakları silmez. delete_dependent_resourcesBu kaynakları da silmek Için true olarak ayarlayın.

Kaynakları temizleme

Önemli

oluşturduğunuz kaynaklar diğer Azure Machine Learning öğreticileri ve nasıl yapılır makaleleri için ön koşullar olarak kullanılabilir.

Oluşturduğunuz kaynakları kullanmayı planlamıyorsanız, herhangi bir ücret ödemeden bu şekilde silin:

  1. Azure portalının en sol tarafındaki Kaynak gruplarını seçin.

  2. Listeden oluşturduğunuz kaynak grubunu seçin.

  3. Kaynak grubunu sil'i seçin.

    Screenshot of the selections to delete a resource group in the Azure portal.

  4. Kaynak grubu adını girin. Ardından Sil’i seçin.

Sorun giderme

  • Azure Machine Learning studio 'da desteklenen tarayıcılar: işletim sisteminizle uyumlu en güncel tarayıcıyı kullanmanızı öneririz. Aşağıdaki tarayıcılar desteklenir:

    • Microsoft Edge (yeni Microsoft Edge, en son sürüm. Microsoft Edge eski)
    • Safari (en so sürüm, yalnızca Mac)
    • Chrome (en son sürüm)
    • Firefox (en son sürüm)
  • Azure Portal:

    • SDK 'dan veya Azure portal bir Share bağlantısından çalışma alanınıza doğrudan giderseniz, içindeki abonelik bilgilerine sahip standart genel bakış sayfasını görüntüleyemezsiniz. Bu senaryoda, başka bir çalışma alanına geçiş yapamazsınız. başka bir çalışma alanını görüntülemek için doğrudan Azure Machine Learning studio 'ya gidin ve çalışma alanı adını arayın.
    • tüm varlıklar (veri kümeleri, denemeleri, hesaplar vb.) yalnızca Azure Machine Learning studio'da kullanılabilir. Azure portal mevcut değildir .
    • Azure portal bir çalışma alanı için bir şablonu dışarı aktarmaya çalışmak şu metne benzer bir hata döndürebilir: Could not get resource of the type <type>. Resources of this type will not be exported. bir geçici çözüm olarak, şablonunuzun temeli olarak ' de verilen şablonlardan birini kullanın https://github.com/Azure/azure-quickstart-templates/tree/master/quickstarts/microsoft.machinelearningservices .

Çalışma alanı tanılamaları

Azure Machine Learning studio veya Python SDK 'sının çalışma alanınızda tanılama çalıştırabilirsiniz. Tanılama çalıştırıldıktan sonra, algılanan sorunların bir listesi döndürülür. Bu liste, olası çözümlerin bağlantılarını içerir. Daha fazla bilgi için bkz. çalışma alanı tanılamayı kullanma.

Kaynak sağlayıcısı hataları

bir Azure Machine Learning çalışma alanı veya çalışma alanı tarafından kullanılan bir kaynak oluştururken, aşağıdaki iletilere benzer bir hata alabilirsiniz:

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

Çoğu kaynak sağlayıcısı otomatik olarak kaydedilir, ancak hepsi değildir. Bu iletiyi alırsanız, belirtilen sağlayıcıyı kaydetmeniz gerekir.

Aşağıdaki tablo Azure Machine Learning tarafından gereken kaynak sağlayıcılarının bir listesini içerir:

Kaynak sağlayıcısı Neden gereklidir?
Microsoft.MachineLearningServices Azure Machine Learning çalışma alanı oluşturuluyor.
Microsoft.Storage Azure Depolama hesabı, çalışma alanı için varsayılan depolama alanı olarak kullanılır.
Microsoft. ContainerRegistry Azure Container Registry, Docker görüntülerini oluşturmak için çalışma alanı tarafından kullanılır.
Microsoft. Keykasası Azure Key Vault, gizli dizileri depolamak için çalışma alanı tarafından kullanılır.
Microsoft. Notebook/Not Bookproxy 'Leri Azure Machine Learning işlem örneğinde tümleşik not defterleri.
Microsoft. ContainerService Eğitilen modelleri Azure Kubernetes hizmetlerine dağıtmaya planlandıysanız.

Azure Machine Learning ile müşteri tarafından yönetilen bir anahtar kullanmayı planlıyorsanız, aşağıdaki hizmet sağlayıcılarının kayıtlı olması gerekir:

Kaynak sağlayıcısı Neden gereklidir?
Microsoft. DocumentDB/databaseAccounts Çalışma alanı için meta verileri günlüğe kaydeden Azure CosmosDB örneği.
Microsoft. Search/searchServices Azure Search çalışma alanı için dizin oluşturma özellikleri sağlar.

Kaynak sağlayıcılarını kaydetme hakkında bilgi için bkz. kaynak sağlayıcısı kaydı hatalarını giderme.

Çalışma alanı taşınıyor

Uyarı

Azure Machine Learning çalışma alanınızı farklı bir aboneliğe taşımak veya sahip olunan aboneliğin yeni bir kiracıya taşınması desteklenmez. Bunun yapılması hatalara neden olabilir.

Azure Container Registry silme

Azure Machine Learning çalışma alanı bazı işlemler için Azure Container Registry (acr) kullanır. İlk kez ihtiyaç duyduğunda, otomatik olarak bir ACR örneği oluşturur.

Uyarı

Bir çalışma alanı için Azure Container Registry oluşturulduktan sonra silmeyin. bunu yapmak Azure Machine Learning çalışma alanınızı bozacaktır.

Örnekler

Çalışma alanı oluşturma örnekleri:

Sonraki adımlar

Çalışma alanınız olduktan sonra bir modeli eğitme ve dağıtmayıöğrenin.

Kuruluşunuzun gereksinimleri için bir çalışma alanı planlama hakkında daha fazla bilgi edinmek için bkz. düzenleme ve ayarlama Azure Machine Learning.

Çalışma alanınızdaki sorunları denetlemek için bkz. çalışma alanı tanılamayı kullanma.