Microsoft.MachineLearningServices 工作區/連線 2021-04-01
- 最新
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 2021-07-01
- 2021-04-01
- 2021-03-01-preview
- 2021-01-01
- 2020-09-01-preview
- 2020-08-01
- 2020-06-01
Bicep 資源定義
工作區/連線資源類型可以使用目標作業來部署:
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/connections 資源,請將下列 Bicep 新增至範本。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces/connections@2021-04-01' = {
parent: resourceSymbolicName
name: 'string'
properties: {
authType: 'string'
category: 'string'
target: 'string'
value: 'string'
valueFormat: 'string'
}
}
屬性值
Microsoft.MachineLearningServices/workspaces/connections
名字 | 描述 | 價值 |
---|---|---|
名字 | 資源名稱 | 字串 (必要) |
父母 | 在 Bicep 中,您可以指定子資源的父資源。 只有在父資源外部宣告子資源時,才需要新增這個屬性。 如需詳細資訊,請參閱 父資源外部的子資源。 |
類型的資源符號名稱:工作區 |
性能 | 工作區聯機的屬性。 | WorkspaceConnectionProps |
WorkspaceConnectionProps
名字 | 描述 | 價值 |
---|---|---|
authType | 工作區聯機的授權類型。 | 字串 |
類別 | 工作區聯機的類別。 | 字串 |
目標 | 工作區聯機的目標。 | 字串 |
價值 | 工作區聯機的值詳細數據。 | 字串 |
valueFormat | 工作區連接值的格式 | 'JSON' |
快速入門範例
下列快速入門範例會部署此資源類型。
Bicep 檔案 | 描述 |
---|---|
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 網路限制 | 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
Azure AI Studio 網路限制 | 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
使用 Microsoft Entra ID Authentication Azure AI Studio | 這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。 |
使用受控虛擬網路部署安全的 Azure AI Studio | 此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。 |
ARM 樣本資源定義
工作區/連線資源類型可以使用目標作業來部署:
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/connections 資源,請將下列 JSON 新增至範本。
{
"type": "Microsoft.MachineLearningServices/workspaces/connections",
"apiVersion": "2021-04-01",
"name": "string",
"properties": {
"authType": "string",
"category": "string",
"target": "string",
"value": "string",
"valueFormat": "string"
}
}
屬性值
Microsoft.MachineLearningServices/workspaces/connections
名字 | 描述 | 價值 |
---|---|---|
apiVersion | API 版本 | '2021-04-01' |
名字 | 資源名稱 | 字串 (必要) |
性能 | 工作區聯機的屬性。 | WorkspaceConnectionProps |
類型 | 資源類型 | 'Microsoft.MachineLearningServices/workspaces/connections' |
WorkspaceConnectionProps
名字 | 描述 | 價值 |
---|---|---|
authType | 工作區聯機的授權類型。 | 字串 |
類別 | 工作區聯機的類別。 | 字串 |
目標 | 工作區聯機的目標。 | 字串 |
價值 | 工作區聯機的值詳細數據。 | 字串 |
valueFormat | 工作區連接值的格式 | 'JSON' |
快速入門範本
下列快速入門範本會部署此資源類型。
範本 | 描述 |
---|---|
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 網路限制 |
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
Azure AI Studio 網路限制 |
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
使用 Microsoft Entra ID Authentication Azure AI Studio |
這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。 |
使用受控虛擬網路部署安全的 Azure AI Studio |
此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。 |
Terraform (AzAPI 提供者) 資源定義
工作區/連線資源類型可以使用目標作業來部署:
- 資源群組
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces/connections 資源,請將下列 Terraform 新增至範本。
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces/connections@2021-04-01"
name = "string"
body = jsonencode({
properties = {
authType = "string"
category = "string"
target = "string"
value = "string"
valueFormat = "string"
}
})
}
屬性值
Microsoft.MachineLearningServices/workspaces/connections
名字 | 描述 | 價值 |
---|---|---|
名字 | 資源名稱 | 字串 (必要) |
parent_id | 此資源為父系之資源的標識碼。 | 類型資源的標識碼:工作區 |
性能 | 工作區聯機的屬性。 | WorkspaceConnectionProps |
類型 | 資源類型 | “Microsoft.MachineLearningServices/workspaces/connections@2021-04-01” |
WorkspaceConnectionProps
名字 | 描述 | 價值 |
---|---|---|
authType | 工作區聯機的授權類型。 | 字串 |
類別 | 工作區聯機的類別。 | 字串 |
目標 | 工作區聯機的目標。 | 字串 |
價值 | 工作區聯機的值詳細數據。 | 字串 |
valueFormat | 工作區連接值的格式 | 'JSON' |