Создание центрального проекта для Microsoft Foundry (классическая модель)

• подписка Azure.
• Необходимая роль: владелец или участник в ресурсе концентратора.

• подписка Azure.
• Необходимая роль: владелец или участник в ресурсе концентратора.
• пакет SDK версии 2 Azure Machine Learning.
• Существующий ресурс концентратора (см. статью о создании концентратора).
• Azure CLI установлен и прошел проверку подлинности (az login).

• подписка Azure.
• Необходимая роль: владелец или участник в ресурсе концентратора.
• установлен Azure CLI и расширение машинного обучения. Выполните действия, описанные в статье "Установка и настройка расширения машинного обучения " для установки.
• Существующий ресурс концентратора.

Если вы используете портал Foundry, дополнительная настройка не требуется.

1. Установка пакетов. (Если в ячейке записной книжки, используйте %pip install вместо этого.)

   pip install azure-ai-ml
   pip install azure-identity
   

2. Укажите сведения о подписке:

   # Enter details of your subscription
   subscription_id = "<SUBSCRIPTION_ID>"
   resource_group = "<RESOURCE_GROUP>"

3. Получите идентификатор подписки. Весь код Python в этой статье использует ml_client:

   # get a handle to the subscription
   
   from azure.ai.ml import MLClient
   from azure.identity import DefaultAzureCredential
   
   ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

4. (Необязательно) Если у вас несколько учетных записей, добавьте идентификатор клиента Microsoft Entra ID, который вы хотите использовать в DefaultAzureCredential. Найдите идентификатор клиента на портале Azure в разделе Microsoft Entra ID, внешние удостоверения.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. (Необязательно) Если вы работаете в Azure Government - US или Azure China 21Vianet, укажите регион, в который требуется пройти проверку подлинности. Можно указать регион с помощью DefaultAzureCredential. В следующем примере выполняется проверка подлинности в облачном регионе Azure Government для США.

   from azure.identity import AzureAuthorityHosts
   DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
   

6. Проверьте подключение.

   for hub in ml_client.workspaces.list():
       print(f"  - {hub.name}")
   

Если вы получили ошибку проверки подлинности, убедитесь, что учетные данные Azure настроены (выполните az login или настройте учетные данные с помощью пакета SDK для удостоверений Azure). Если вы получили ошибку разрешения, убедитесь в наличии у вас роли 'Участник' в подписке или группе ресурсов.

Ссылки: MLClient, DefaultAzureCredential

Проверьте проверку подлинности, перечислив существующие центры:

hubs = ml_client.workspaces.list()
for hub in hubs:
    print(f"Hub: {hub.name}")

Если вы получили ошибку проверки подлинности, убедитесь, что учетные данные Azure настроены (выполните az login или настройте учетные данные с помощью пакета SDK для удостоверений Azure). Если вы получили ошибку разрешения, убедитесь в наличии у вас роли 'Участник' в подписке или группе ресурсов.

1. Чтобы выполнить проверку подлинности в подписке Azure из Azure CLI, выполните следующую команду:

   az login
   

   Дополнительные сведения о проверке подлинности см. в разделе "Методы проверки подлинности".

2. Проверьте проверку подлинности, перечислив существующие центры:

   az ml workspace list --resource-group <your-resource-group-name>
   

   Если команда завершается успешно и отображает существующие хабы, то проверка подлинности корректна.

Чтобы создать центральный проект в Microsoft Foundry, выполните следующие действия.

1. Войдите в Microsoft Foundry. Убедитесь, что переключатель New Foundry отключен. Эти действия относятся к Foundry (классическая).

   

2. Дальнейшие действия зависят от того, где вы находитесь:

   • Если вы еще не находитесь в проекте или у вас еще нет проектов: нажмите кнопку "Создать" в правом верхнем углу, чтобы создать проект Foundry

     

   • Если вы находитесь в проекте: выберите элемент навигации проекта, а затем нажмите кнопку "Создать ресурс".

     

3. Выберите ресурс центра ИИ, а затем нажмите кнопку "Далее".

4. Введите имя проекта.

5. Если у вас есть хаб, вы увидите тот, который вы использовали недавно.

   • Если у вас есть доступ к нескольким узлам, вы можете выбрать другой узел из раскрывающегося списка.

   • Если вы хотите создать новую, выберите "Создать новый концентратор " в раскрывающемся списке.

     

6. Если у вас нет концентратора, он создается по умолчанию.

7. Нажмите кнопку "Создать".

Или, если вы хотите настроить новый концентратор, выполните действия, описанные в следующем разделе перед нажатием кнопки "Создать".

Настройка концентрационного узла

В концентраторе существует проект на основе концентратора. Центр позволяет использовать конфигурации, такие как подключения к данным, совместно со всеми проектами, а также централизованно управлять параметрами безопасности и расходами. Если вы являетесь частью команды, центры совместно используются другими участниками команды в рамках вашей подписки. Дополнительные сведения о связи между центрами и проектами см. в документации по центрам и проектам .

При создании нового концентратора необходимо иметь разрешения владельца или участника в выбранной группе ресурсов. Если вы являетесь частью команды и у вас нет этих разрешений, ваш администратор должен создать центр для вас.

При создании нового концентратора в процессе создания проекта предоставляются параметры по умолчанию. Если вы хотите настроить эти параметры, перед созданием проекта сделайте следующее:

1. В форме создания проекта щелкните стрелку в правой части.

   

2. Выберите существующую группу ресурсов, которую вы хотите использовать, или оставьте ее по умолчанию, чтобы создать новую группу ресурсов.

   Подсказка

   Особенно для начала работы мы рекомендуем создать новую группу ресурсов для проекта. Группа ресурсов позволяет легко управлять проектом и всеми его ресурсами вместе. При создании проекта в группе ресурсов создаются несколько ресурсов, включая концентратор, реестр контейнеров и учетную запись хранения.

3. Выберите расположение или используйте значение по умолчанию. Расположение — это регион, в котором размещается хаб. Расположение центра также является расположением проекта. Доступность инструментов литейного производства отличается в зависимости от региона. Например, некоторые модели могут быть недоступны в определенных регионах.

4. Выберите " Создать проект". Вы видите ход создания ресурса. Проект создается после завершения процесса.

from azure.ai.ml.entities import Project

my_project_name = "myexampleproject"  # Project names must be lowercase, 3–64 chars, alphanumeric with hyphens
my_display_name = "My Example Project"
hub_name = "myhubname"  # Hub resource name
hub_id = f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"

my_project = Project(
    name=my_project_name,
    display_name=my_display_name,
    hub_id=hub_id
)

created_project = ml_client.workspaces.begin_create(workspace=my_project).result()
print(f"Project '{created_project.name}' created successfully.")

Что делает этот фрагмент кода: Определяет свойства проекта и создает проект в существующем концентраторе. Метод .result() ожидает завершения создания. Ожидаемые выходные данные: сообщение подтверждения, отображающее имя созданного проекта.

Ссылки:

• Сущность проекта
• MLClient.workspaces
• Azure Identity DefaultAzureCredential

az ml workspace create --kind project --hub-id <my-hub-id> --resource-group <my-resource-group> --name <my-project-name>

Замените заполнители следующим образом:

• <my-hub-id>: полный идентификатор ресурса концентратора в формате /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}
• <my-resource-group>: имя группы ресурсов, содержащей центр
• <my-project-name>: имя для нового проекта (маленькие буквы, от 3 до 64 символов, может содержать цифры, буквы и дефисы)

Что делает эта команда: Создает новый центральный проект, связанный с указанным концентратором.

Ссылки:

• az ml workspace create (создать рабочую область)

Откройте обзор проекта, чтобы просмотреть имя, подписку и группу ресурсов. Используйте Центр управления для общих активов или Управление в портале Azure для базового ресурса.

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id, credential=DefaultAzureCredential())

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}