Compartilhar via

Criar um hub usando o SDK e a CLI do Azure Machine Learning

  • Artigo

Importante

Os itens marcados (versão prévia) neste artigo estão atualmente em versão prévia pública. Essa versão prévia é fornecida sem um contrato de nível de serviço e não recomendamos isso para cargas de trabalho de produção. Alguns recursos podem não ter suporte ou podem ter restrição de recursos. Para obter mais informações, consulte Termos de Uso Complementares de Versões Prévias do Microsoft Azure.

Neste artigo, você aprenderá a criar os seguintes recursos do Azure AI Foundry usando o SDK do Azure Machine Learning e a CLI do Azure (com a extensão de aprendizado de máquina):

  • Um hub do Azure AI Foundry
  • Uma conexão dos Serviços de IA do Azure

Pré-requisitos

Configure seu ambiente

Use as seguintes guias para selecionar se você está usando o SDK do Python ou a CLI do Azure:

  1. Instale o Python conforme descrito no Início rápido do SDK.

  2. Instale o SDK do Azure Machine Learning v2.

  3. Instalar azure-identity: pip install azure-identity. Se estiver em uma célula de notebook, use %pip install azure-identity.

  4. Forneça os detalhes da sua assinatura:

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

  5. Obtenha um identificador para a assinatura. Todo o código Python nesse artigo usa 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. (Opcional) Se você tiver várias contas, adicione a ID de locatário do Microsoft Entra ID que deseja usar no DefaultAzureCredential. Localize sua ID de locatário do portal do Azure no Microsoft Entra ID, Identidades Externas.

    DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")

  7. (Opcional) Se você estiver trabalhando nas regiões Azure Governamental – EUA ou Azure China 21Vianet, especifique a região na qual você quer se autenticar. Você pode especificar a região com DefaultAzureCredential. O seguinte exemplo faz a autenticação na região Azure Governamental – EUA:

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

Criar o hub do Azure AI Foundry e a conexão dos Serviços de IA

Use os exemplos a seguir para criar um novo hub. Substitua os valores de cadeia de caracteres de exemplo por seus próprios valores:

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()

Criar uma conexão dos Serviços de IA

Depois de criar seus próprios Serviços de IA, você pode conectá-lo ao seu 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)

Criar um hub do Azure AI Foundry usando recursos de dependência existentes

Você também pode criar um hub usando recursos existentes, como Armazenamento do Azure e Azure Key Vault. Nos exemplos a seguir, substitua os valores de cadeia de exemplo pelos seus próprios valores:

Dica

Você pode recuperar a ID do recurso da conta de armazenamento e do cofre de chaves no Portal do Azure acessando a visão geral do recurso e selecionando Exibição JSON. A ID do recurso está localizada no campo id. Você também pode usar a CLI do Azure para recuperar a ID do recurso. Por exemplo, az storage account show --name {my_storage_account_name} --query "id" e 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()