Workspace Класс

Добавьте частную конечную точку в рабочую область.

add_private_endpoint(private_endpoint_config, private_endpoint_auto_approval=True, location=None, show_output=True, tags=None)

Параметры

Возвращаемое значение

Создайте новую рабочую область машинного обучения Azure.

Создает исключение, если рабочая область уже существует или какие-либо требования к рабочей области не удовлетворяются.

static create(name, auth=None, subscription_id=None, resource_group=None, location=None, create_resource_group=True, sku='basic', tags=None, friendly_name=None, storage_account=None, key_vault=None, app_insights=None, container_registry=None, adb_workspace=None, primary_user_assigned_identity=None, cmk_keyvault=None, resource_cmk_uri=None, hbi_workspace=False, default_cpu_compute_target=None, default_gpu_compute_target=None, private_endpoint_config=None, private_endpoint_auto_approval=True, exist_ok=False, show_output=True, user_assigned_identity_for_cmk_encryption=None, system_datastores_auth_mode='accessKey', v1_legacy_mode=None)

Параметры

Возвращаемое значение

Исключения

Комментарии

В первом примере требуется только минимальная спецификация, а также все зависимые ресурсы, а также группа ресурсов будет создана автоматически.

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

В следующем примере показано, как повторно использовать существующие ресурсы Azure, используя формат идентификатора ресурса Azure. Определенные идентификаторы ресурсов Azure можно получить с помощью портала Azure или пакета SDK. Предполагается, что группа ресурсов, учетная запись хранения, хранилище ключей, App Insights и реестр контейнеров уже существуют.

   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)

   ws = Workspace.create(name='myworkspace',
                         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)

Удалите связанные ресурсы рабочей области машинного обучения Azure.

delete(delete_dependent_resources=False, no_wait=False)

Параметры

Возвращаемое значение

Удаление подключения рабочей области.

delete_connection(name)

Параметры

Удалите подключение частной конечной точки к рабочей области.

delete_private_endpoint_connection(private_endpoint_connection_name)

Параметры

Диагностика проблем с настройкой рабочей области.

diagnose_workspace(diagnose_parameters)

Параметры

Возвращаемое значение

Возвращает объект рабочей области из существующей рабочей области Машинного обучения Azure.

Считывает конфигурацию рабочей области из файла. Создает исключение, если не удается найти файл конфигурации.

Этот метод предоставляет простой способ повторного использования одной рабочей области в нескольких записных книжках Или проектах Python. Пользователи могут сохранять свойства рабочей области Azure Resource Manager (ARM) с помощью write_config метода и использовать этот метод для загрузки одной рабочей области в разных записных книжках Или проектах Python без повторного использования свойств ARM рабочей области.

static from_config(path=None, auth=None, _logger=None, _file_name=None)

Параметры

Возвращаемое значение

Возвращает объект рабочей области для существующей рабочей области машинного обучения Azure.

Создает исключение, если рабочая область не существует или обязательные поля не однозначно определяют рабочую область.

static get(name, auth=None, subscription_id=None, resource_group=None, location=None, cloud='AzureCloud', id=None)

Параметры

Возвращаемое значение

Получите подключение рабочей области.

get_connection(name)

Параметры

Получите целевой объект вычислений по умолчанию для рабочей области.

get_default_compute_target(type)

Параметры

Возвращаемое значение

Получите хранилище данных по умолчанию для рабочей области.

get_default_datastore()

Возвращаемое значение

Получите объект хранилища ключей по умолчанию для рабочей области.

get_default_keyvault()

Возвращаемое значение

Верните сведения о рабочей области.

get_details()

Возвращаемое значение

Комментарии

Возвращенный словарь содержит следующие пары "ключ-значение".

• id: URI, указывающий на этот ресурс рабочей области, содержащий идентификатор подписки, группу ресурсов и имя рабочей области.

• имя: имя этой рабочей области.

• расположение: регион рабочей области.

• тип: универсальный код ресурса (URI) формата "{providerName}/workspaces".

• теги: в настоящее время не используется.

• workspaceid: идентификатор этой рабочей области.

• описание: в настоящее время не используется.

• friendlyName: понятное имя рабочей области, отображаемой в пользовательском интерфейсе.

• creationTime: время создания этой рабочей области в ISO8601 формате.

• containerRegistry: реестр контейнеров рабочей области, используемый для извлечения и отправки образов экспериментов и веб-служб.

• keyVault: хранилище ключей рабочей области, используемое для хранения учетных данных, добавленных в рабочую область пользователями.

• applicationInsights: Application Insights будет использоваться рабочей областью для регистрации событий веб-служб.

• identityPrincipalId:

• identityTenantId

• identityType

• storageAccount: хранилище будет использоваться рабочей областью для сохранения выходных данных выполнения, кода, журналов и т. д.

• sku: номер SKU рабочей области (также называемый выпуском). Параметр присутствует для обратной совместимости и игнорируется.

• resourceCmkUri: универсальный код ресурса (URI) ключа управляемого клиентом ключа для шифрования неактивных данных. Ознакомьтесь с https://docs.microsoft.com/en-us/azure-stack/user/azure-stack-key-vault-manage-portal?view=azs-1910 инструкциями по созданию ключа и получении URI.

• hbiWorkspace: указывает, являются ли данные клиента высокими бизнес-последствиями.

• imageBuildCompute: целевой объект вычислений для сборки образа.

• systemDatastoresAuthMode: определяет, следует ли использовать учетные данные для системных хранилищ данных рабочей области "workspaceblobstore" и "workspacefilestore". Значением по умолчанию является accessKey, в этом случае рабочая область создаст системные хранилища данных с учетными данными. Если задано значение identity, рабочая область создаст системные хранилища данных без учетных данных.

Дополнительные сведения об этих парах "ключ-значение" см. в разделе create.

Получите URI отслеживания MLflow для рабочей области.

MLflow (https://mlflow.org/) — это платформа с открытым исходным кодом для отслеживания экспериментов машинного обучения и управления моделями. Api ведения журнала MLflow можно использовать с машинным обучением Azure, чтобы метрики, модели и артефакты регистрировались в рабочей области Машинного обучения Azure.

get_mlflow_tracking_uri(_with_auth=False)

Параметры

Возвращаемое значение

Комментарии

Используйте следующий пример, чтобы настроить отслеживание MLflow для отправки данных в рабочую область Машинного обучения Azure:

   import mlflow
   from azureml.core import Workspace
   workspace = Workspace.from_config()
   mlflow.set_tracking_uri(workspace.get_mlflow_tracking_uri())

Верните выполнение с указанным run_id в рабочей области.

get_run(run_id)

Параметры

Возвращаемое значение

Вывод списка всех рабочих областей, к которым у пользователя есть доступ в рамках подписки.

Список рабочих областей можно отфильтровать на основе группы ресурсов.

static list(subscription_id, auth=None, resource_group=None)

Параметры

Возвращаемое значение

Вывод списка подключений в этой рабочей области.

list_connections(category=None, target=None)

Параметры

Список ключей для текущей рабочей области.

list_keys()

Возвращаемое значение

Добавьте или обновите подключение в рабочей области.

set_connection(name, category, target, authType, value)

Параметры

Задайте хранилище данных по умолчанию для рабочей области.

set_default_datastore(name)

Параметры

Создайте новую рабочую область или получите существующую рабочую область.

static setup()

Возвращаемое значение

Активирует рабочую область для немедленной синхронизации ключей.

Если ключи для любого ресурса в рабочей области изменяются, может потребоваться около часа, чтобы они автоматически обновлялись. Эта функция позволяет обновлять ключи по запросу. Пример сценария требует немедленного доступа к хранилищу после повторного создания ключей хранилища.

sync_keys(no_wait=False)

Параметры

Возвращаемое значение

Обновление понятного имени, описания, тегов, вычислений сборки образов и других параметров, связанных с рабочей областью.

update(friendly_name=None, description=None, tags=None, image_build_compute=None, service_managed_resources_settings=None, primary_user_assigned_identity=None, allow_public_access_when_behind_vnet=None, v1_legacy_mode=None)

Параметры

Возвращаемое значение

Обновите существующие связанные ресурсы для рабочей области в следующих случаях.

a) Когда пользователь случайно удаляет существующий связанный ресурс и хочет обновить его с новым, не создавая всю рабочую область. b) Если у пользователя есть существующий связанный ресурс и требуется заменить текущий, связанный с рабочей областью. c) Если связанный ресурс еще не создан, и они хотят использовать уже имеющийся ресурс (применяется только к реестру контейнеров).

update_dependencies(container_registry=None, force=False)

Параметры

Возвращаемое значение

Напишите свойства Azure Resource Manager (ARM) рабочей области в файл конфигурации.

Свойства ARM рабочей области можно загрузить позже с помощью from_config метода. По path умолчанию значение ".azureml/" в текущем рабочем каталоге и file_name по умолчанию используется значение "config.json".

Этот метод предоставляет простой способ повторного использования одной рабочей области в нескольких записных книжках Или проектах Python. Пользователи могут сохранять свойства ARM рабочей области с помощью этой функции и использовать from_config для загрузки одной рабочей области в разных записных книжках Или проектах Python без повторного использования свойств ARM рабочей области.

write_config(path=None, file_name=None)

Параметры

Список всех целевых объектов вычислений в рабочей области.

Возвращаемое значение

Вывод списка всех наборов данных в рабочей области.

Возвращаемое значение

Вывод списка всех хранилищ данных в рабочей области. Эта операция не возвращает учетные данные хранилищ данных.

Возвращаемое значение

Возвращает URL-адрес обнаружения этой рабочей области.

Возвращаемое значение

Список всех сред в рабочей области.

Возвращаемое значение

Вывод списка всех экспериментов в рабочей области.

Возвращаемое значение

Возвращает список изображений в рабочей области.

Вызывает проблему WebserviceException , связанную с взаимодействием со службой управления моделями.

Возвращаемое значение

Исключения

Список всех связанных служб в рабочей области.

Возвращаемое значение

Возвращает расположение этой рабочей области.

Возвращаемое значение

Возвращает список моделей в рабочей области.

Вызывает проблему WebserviceException , связанную с взаимодействием со службой управления моделями.

Возвращаемое значение

Исключения

Возвращает имя рабочей области.

Возвращаемое значение

Список всех частных конечных точек рабочей области.

Возвращаемое значение

Возвращает имя группы ресурсов для этой рабочей области.

Возвращаемое значение

Возвращает контекст службы для этой рабочей области.

Возвращаемое значение

Возвращает номер SKU этой рабочей области.

Возвращаемое значение

Возвращает идентификатор подписки для этой рабочей области.

Возвращаемое значение

Возвращает теги этой рабочей области.

Возвращаемое значение

Возвращает список веб-служб в рабочей области.

Вызывает проблему WebserviceException , возвращающую список.

Возвращаемое значение

Исключения

DEFAULT_CPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_CPU_CLUSTER_NAME = 'cpu-cluster'

DEFAULT_GPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_GPU_CLUSTER_NAME = 'gpu-cluster'