Создание проекта на портале Azure AI Foundry

• Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.

• Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.
• Azure Machine Learning SDK версии 2.
• Центр Azure AI Foundry. Если у вас нет концентратора, см. статью Создание концентратора с помощью SDK Azure Machine Learning и интерфейса командной строки.

• Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись.
• Azure CLI и расширение для машинного обучения.
• Центр Azure AI Foundry. Если у вас нет концентратора, см. статью Создание концентратора с помощью Azure Machine Learning SDK и интерфейса командной строки.

Чтобы создать проект в Azure AI Foundry, выполните следующие действия.

1. Перейдите в Azure AI Foundry. Если вы находитесь в проекте, выберите Azure AI Foundry в левом верхнем углу страницы, чтобы перейти на домашнюю страницу.

2. Нажмите кнопку " + Создать проект".

3. Введите имя проекта.

4. 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 новый, выберите "Создать концентратор " и укажите имя. Если вы хотите настроить значения по умолчанию, см. следующий раздел.

     

5. Если у вас нет концентратора, он создается по умолчанию. Если вы хотите настроить значения по умолчанию, см. следующий раздел.

6. Выберите Создать. Или, если вы хотите настроить новый концентратор, выполните действия, описанные в следующем разделе.

Настройка концентрационного узла

Проекты живут внутри 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.

Хотя вы можете создать концентратор в рамках создания проекта, у вас есть больше элементов управления и можно задать дополнительные параметры для концентратора при его создании отдельно. Например, можно настроить сетевую безопасность или базовую учетную запись Azure Storage. Дополнительные сведения см. в статье "Создание и управление центром Azure AI Foundry".

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 выберите "Настроить".

   

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

   Подсказка

   Особенно для начала работы рекомендуется создать новую группу ресурсов для проекта. Это 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 служб искусственного интеллекта Azure отличается в зависимости от региона. Например, некоторые модели могут быть недоступны в определенных регионах.

4. Выберите существующий ресурс служб ИИ Azure (включая Azure OpenAI) в раскрывающемся списке, если у вас есть, или используйте по умолчанию для создания нового ресурса.

   

5. Выберите " Создать проект". Вы видите ход создания ресурсов, и проект создается после того, как процесс завершён.

   

В этом разделе предполагается, что у вас есть существующий концентратор. Если у вас нет концентратора, см. статью "Как создать центр Azure AI Foundry" и управлять ими.

1. Установите Python, как описано в быстром старте SDK.

2. Установите пакет SDK Машинное обучение Azure версии 2.

3. Установите azure-identity: pip install azure-identity. Если вы находитесь в ячейке записной книжки, используйте %pip install azure-identity.

4. Укажите сведения о подписке:

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

5. 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)

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

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Необязательно) Если вы работаете в регионах Azure для государственных организаций — США 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 регионе Azure Government - США:

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

8. Используйте следующий код для создания проекта из центра, созданного вами или администратором ранее. Замените примеры строковых значений собственными значениями:

   from azure.ai.ml.entities import Project
   
   my_project_name = "myexampleproject"
   my_display_name = "My Example Project"
   hub_name = "myhubname" # Azure resource manager ID of the hub
   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()
   

В этом разделе предполагается, что у вас есть существующий концентратор. Если у вас нет концентратора, см. статью "Как создать центр Azure AI Foundry" и управлять ими.

1. Если у вас нет установленного расширения Azure CLI и машинного обучения, выполните действия, описанные в статье "Установка и настройка расширения машинного обучения".

2. 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".

3. После установки и проверки подлинности расширения в подписке Azure используйте следующую команду, чтобы создать проект Azure AI Foundry из существующего центра Azure AI Foundry:

   az ml workspace create --kind project --hub-id {my_hub_ID} --resource-group {my_resource_group} --name {my_project_name}
   

   Форма my_hub_ID с этим синтаксисом: /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}

На странице обзора проекта можно найти сведения о проекте.

• Имя: имя проекта отображается в левом верхнем углу. Проект можно переименовать с помощью средства редактирования.
• Подписка: подписка, на которую размещается концентратор, на котором размещен проект.
• Группа ресурсов: группа ресурсов, содержащая хаб, на котором размещается проект.

Выберите центр управления, чтобы перейти к ресурсам проекта на портале Azure AI Foundry. Выберите Управление в портале Azure, чтобы перейти к ресурсам проекта в портале Azure.

Чтобы управлять новым проектом или использовать его, включите его в следующее MLClient:

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

Чтобы просмотреть параметры проекта, используйте az ml workspace show команду. Рассмотрим пример.

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