Partager via

Créer un hub à l’aide du kit de développement logiciel (SDK) Azure Machine Learning et du CLI

  • Article

Important

Les éléments marqués (préversion) dans cet article sont actuellement en préversion publique. Cette préversion est fournie sans contrat de niveau de service, nous la déconseillons dans des charges de travail de production. Certaines fonctionnalités peuvent être limitées ou non prises en charge. Pour plus d’informations, consultez Conditions d’Utilisation Supplémentaires relatives aux Évaluations Microsoft Azure.

Dans cet article, vous découvrez comment créer les ressources Azure AI Foundry suivantes en utilisant le Kit de développement logiciel (SDK) Azure Machine Learning et d’Azure CLI (avec l’extension Machine Learning) :

  • Un hub Azure AI Foundry
  • Connexion Azure AI Services

Prérequis

Paramétrer votre environnement

Utilisez les onglets suivants pour déterminer si vous utilisez le Kit de développement logiciel (SDK) Python ou Azure CLI :

  1. Installez Python comme décrit dans le guide de démarrage rapide du Kit de développement logiciel (SDK).

  2. Installez le Kit de développement logiciel (SDK) Azure Machine Learning v2.

  3. Installer azure-identity : pip install azure-identity. Si c’est dans une cellule de notebook, utilisez %pip install azure-identity.

  4. Fournissez les informations de votre abonnement :

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

  5. Obtenez un descripteur pour l’abonnement. Tout le code Python de cet article utilise 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. (Facultatif) Si vous avez plusieurs comptes, ajoutez l’ID de locataire de l’instance Microsoft Entra ID que vous souhaitez utiliser dans le DefaultAzureCredential. Recherchez votre ID de locataire dans le portail Azure sous Microsoft Entra ID, External Identities.

    DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")

  7. (Facultatif) Si vous travaillez dans les régions Azure Government – États-Unis ou Azure China 21Vianet, spécifiez la région dans laquelle vous voulez vous authentifier. Vous pouvez spécifier la région avec DefaultAzureCredential. L’exemple suivant s’authentifie auprès de la région Azure Government – États-Unis :

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

Créer le hub Azure AI Foundry et la connexion AI Services

Utilisez les exemples suivants pour créer un hub. Remplacez les exemples de valeurs de chaîne par vos propres valeurs :

from azure.ai.ml.entities import Hub

my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"

# construct a basic hub
my_hub = Hub(name=my_hub_name, 
            location=my_location,
            display_name=my_display_name)

created_hub = ml_client.workspaces.begin_create(my_hub).result()

Créer une connexion AI Services

Après avoir créé vos propres services IA, vous pouvez les connecter à votre hub :

from azure.ai.ml.entities import AzureAIServicesConnection

# constrict an AI Services connection
my_connection_name = "myaiservivce"
my_endpoint = "demo.endpoint" # this could also be called target
my_api_keys = None # leave blank for Authentication type = AAD
my_ai_services_resource_id = "" # ARM id required

my_connection = AzureAIServicesConnection(name=my_connection_name,
                                    endpoint=my_endpoint, 
                                    api_key= my_api_keys,
                                    ai_services_resource_id=my_ai_services_resource_id)

# Create the connection
ml_client.connections.create_or_update(my_connection)

Créer un hub Azure AI Foundry en utilisant des ressources de dépendance existantes

Vous pouvez également créer un hub à l’aide de ressources existantes comme Stockage Azure et Azure Key Vault. Dans les exemples suivants, remplacez les exemples de valeurs de chaîne par vos propres valeurs :

Conseil

Vous pouvez récupérer l’ID de la ressource du compte de stockage et du coffre de clés à partir du Portail Azure en accédant à la vue d’ensemble de la ressource et en sélectionnant Vue JSON. L’ID de la ressource se trouve dans le champ id. Vous pouvez également utiliser l’interface Azure CLI pour récupérer l’ID de la ressource. Par exemple : az storage account show --name {my_storage_account_name} --query "id" et az keyvault show --name {my_key_vault_name} --query "id".

from azure.ai.ml.entities import Hub

my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
my_resource_group = "myresourcegroupname"
my_storage_account_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.Storage/storageAccounts/mystorageaccountname"
my_key_vault_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.KeyVault/vaults/mykeyvaultname"

# construct a basic hub
my_hub = Hub(name=my_hub_name, 
            location=my_location,
            display_name=my_display_name,
            resource_group=my_resource_group,
            storage_account_id=my_storage_account_id,
            key_vault_id=my_key_vault_id)

created_hub = ml_client.workspaces.begin_create(my_hub).result()