Partilhar via

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

  • Artigo

Importante

Os itens marcados (visualização) neste artigo estão atualmente em visualização pública. Essa visualização é fornecida sem um contrato de nível de serviço e não a recomendamos para cargas de trabalho de produção. Algumas funcionalidades poderão não ser suportadas ou poderão ter capacidades limitadas. Para obter mais informações, veja Termos Suplementares de Utilização para Pré-visualizações 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 extensão de aprendizado de máquina):

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

Pré-requisitos

Configurar o ambiente

Use as guias a seguir 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. Instale azure-identity: pip install azure-identity. Se estiver em uma célula do bloco de anotações, use %pip install azure-identity.

  4. Forneça os detalhes da sua subscrição:

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

  5. Obtenha um identificador para a assinatura. Todo o código Python neste 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 do locatário da ID do Microsoft Entra que deseja usar no DefaultAzureCredential. Encontre sua ID de locatário no portal do Azure em Microsoft Entra ID, Identidades Externas.

    DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")

  7. (Opcional) Se estiver a trabalhar nas regiões Azure Government - US ou Azure China 21Vianet , especifique a região na qual pretende autenticar. Você pode especificar a região com DefaultAzureCredential. O exemplo a seguir autentica na região Azure Government - 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 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 de 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 o Armazenamento do Azure e o Cofre da Chave do Azure. Nos exemplos a seguir, substitua os valores de cadeia de caracteres de exemplo por seus próprios valores:

Gorjeta

Você pode recuperar a ID do recurso da conta de armazenamento e do cofre de chaves do Portal do Azure acessando a visão geral do recurso e selecionando o modo JSON. O ID do recurso está localizado 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()