Criar um workspace do hub do Azure Machine Learning usando um modelo do Bicep
Use um modelo do Bicep da Microsoft para criar um workspace de hub a ser usado no Estúdio do ML e no Estúdio de IA. Um modelo facilita a criação de recursos como uma operação única e coordenada. Um modelo Bicep é um documento de texto que define os recursos necessários para uma implantação. Além disso, pode especificar os parâmetros de implantação. Os parâmetros são usados para fornecer valores de entrada ao usar o modelo.
O modelo usado neste artigo pode ser encontrado em https://github.com/Azure/azure-quickstart-templates/tree/master/quickstarts/microsoft.machinelearningservices/aistudio-basics. O arquivo main.bicep
de origem e o arquivo compilado do modelo do Azure Resource Manager (main.json
) estão disponíveis. Este modelo cria os seguintes recursos:
- Um Grupo de Recursos do Azure (se ainda não existir)
- Um workspace do Azure Machine Learning do tipo "hub"
- Conta de Armazenamento do Azure
- Cofre de Chave do Azure
- Registro de Contêiner do Azure
- Azure Application Insights
- Serviços de IA do Azure (necessários para o estúdio de IA, mas podem ser descartados para os casos de uso do Azure Machine Learning)
Pré-requisitos
Uma assinatura do Azure. Crie uma conta gratuita se ainda não tiver a sua.
Uma cópia dos arquivos de modelo do repositório do GitHub. Para clonar o repositório do GitHub em seu computador local, use o Git. Use o comando a seguir para clonar o repositório de início rápido em seu computador local e navegar até o diretório
aistudio-basics
.git clone https://github.com/Azure/azure-quickstart-templates cd azure-quickstart-templates/quickstarts/microsoft.machinelearningservices/aistudio-basics
As ferramentas de linha de comando do Bicep. Para instalar as ferramentas de linha de comando do Bicep, use o artigo Instalar a CLI do Bicep.
Noções básicas sobre o modelo
O modelo Bicep é composto pelos seguintes arquivos:
Arquivo | Descrição |
---|---|
main.bicep | O arquivo Bicep principal que define os parâmetros e variáveis. Passando parâmetros e variáveis para outros módulos no subdiretório modules . |
ai-resource.bicep | Define o recurso do hub de IA do Azure. |
dependent-resources.bicep | Define os recursos dependentes para o hub de IA do Azure. Conta de Armazenamento do Microsoft Azure, Registro de Contêiner, Key Vault e Application Insights. |
Importante
Os modelos de exemplo nem sempre podem usar a versão mais recente da API para os recursos do Azure que criam. Antes de usar o modelo, recomendamos modificá-lo para usar as versões mais recentes da API. Cada serviço do Azure tem um conjunto próprio de versões de API. Para obter informações sobre a API de um serviço específico, verifique as informações de serviço na referência da API REST do Azure.
O recurso do hub de IA é baseado no Azure Machine Learning. Para obter informações sobre as versões mais recentes da API do Azure Machine Learning, confira a Referência da API REST do Azure Machine Learning. Para atualizar esta versão da API, localize a entrada Microsoft.MachineLearningServices/<resource>
, para o tipo de recurso e atualize-a para a versão mais recente. O exemplo a seguir é uma entrada para o hub de IA do Azure que usa uma versão da API de 2023-08-01-preview
:
resource aiResource 'Microsoft.MachineLearningServices/workspaces@2023-08-01-preview' = {
Modelo do Azure Resource Manager
Embora a DSL (linguagem específica do domínio) do Bicep seja usada para definir os recursos, o arquivo Bicep é compilado em um modelo do Azure Resource Manager ao implantar o modelo. O arquivo main.json
incluído no repositório do GitHub é uma versão compilada do modelo do Azure Resource Manager. Esse arquivo é gerado do arquivo main.bicep
usando as ferramentas de linha de comando do Bicep. Por exemplo, ao implantar o modelo Bicep, ele gera o arquivo main.json
. É possível também criar manualmente o arquivo main.json
usando o comando bicep build
sem implantar o modelo.
bicep build main.bicep
Para obter mais informações, consulte o artigo da CLI do Bicep.
Configurar o modelo
Para executar o modelo Bicep, use os seguintes comandos do diretório aistudio-basics
:
Para criar um grupo de recursos, use o comando a seguir. Substitua
exampleRG
pelo nome do grupo de recursos eeastus
pela região do Azure a ser usada:az group create --name exampleRG --location eastus
Para executar o modelo, use o comando a seguir. Substitua
myai
pelo nome a ser usado para os recursos. Este valor é usado, juntamente com prefixos e sufixos gerados, para criar um nome exclusivo para os recursos criados pelo modelo.Dica
O
aiResourceName
deve ter cinco caracteres ou menos. Ela não pode ser totalmente numérica ou conter os seguintes caracteres:~ ! @ # $ % ^ & * ( ) = + _ [ ] { } \ | ; : . ' " , < > / ?
.az deployment group create --resource-group exampleRG --template-file main.bicep --parameters aiResourceName=myai