Creación de un centro mediante el SDK y la CLI de Azure Machine Learning

1. Instalar paquetes. (Si está en una celda del cuaderno, use %pip install en su lugar).

   pip install azure-ai-ml
   pip install azure-identity
   

2. Proporcione los detalles de la suscripción:

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

3. Obtenga un identificador para la suscripción. Todo el código de Python de este artículo 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)

4. (Opcional) Si tiene varias cuentas, añada el ID de inquilino de Microsoft Entra ID que desea usar en DefaultAzureCredential. Busque el id. de inquilino en Azure Portal en Microsoft Entra ID, Identidades externas.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. (Opcional) Si va a trabajar en las regiones de Azure Government: Estados Unidos o Azure China 21Vianet, especifique la región en la que se quiere autenticar. Puede especificar la región con DefaultAzureCredential. En el ejemplo siguiente se realiza la autenticación en la región Azure Government - EE. UU.:

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

1. Si no tiene instalada la CLI de Azure ni la extensión de aprendizaje automático, siga los pasos descritos en el artículo Instalación y configuración de la extensión de aprendizaje automático.

2. Para autenticarse en la suscripción de Azure desde la CLI de Azure, use el siguiente comando:

   az login
   

   Para más información sobre la autenticación, vea Métodos de autenticación.

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()

az ml workspace create --kind hub --resource-group {my_resource_group} --name {my_hub_name}

1. La conexión ml_client ahora debe incluir el centro:

   • Proporcione los detalles de la suscripción. Para <AML_WORKSPACE_NAME>, use el nombre del centro:

     # Enter details of your AML workspace
     subscription_id = "<SUBSCRIPTION_ID>"
     resource_group = "<RESOURCE_GROUP>"
     workspace = "<AML_WORKSPACE_NAME>"

   • Obtenga un manipulador para el centro:

     # get a handle to the workspace
     from azure.ai.ml import MLClient
     from azure.identity import DefaultAzureCredential
     
     ml_client = MLClient(
         DefaultAzureCredential(), subscription_id, resource_group, workspace
     )

2. Use ml_client para crear la conexión a los servicios de IA. Puede encontrar puntos de conexión en Azure Portal en Administración de recursos > Claves y puntos de conexión. Para un recurso de la Fundición de IA, use el punto de conexión de Servicios de IA. Para Azure AI Search, use la dirección URL del punto de conexión.

   from azure.ai.ml.entities import AzureAIServicesConnection
   
   # construct an AI Services connection
   my_connection_name = "myaiservivce" # any name you want
   aiservices_resource_name = <resource_name> # copy from Azure portal
   my_endpoint = "<endpoint>" # copy from Azure portal
   my_api_keys = None # leave blank for Authentication type = AAD
   my_ai_services_resource_id = f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{aiservices_resource_name}"
   
   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)
   

az ml connection create --file {connection.yml} --resource-group {my_resource_group} --workspace-name {my_hub_name}

Puede usar una clave de API o un archivo de configuración YAML sin credenciales. Para obtener más información sobre el archivo de configuración de YAML, consulte el esquema YAML de conexión de AI Services:

• Ejemplo de clave de API:

  name: myazai_ei
  type: azure_ai_services
  endpoint: <endpoint for your AI Services>
  api_key: XXXXXXXXXXXXXXX
  ai_services_resource_id: <fully_qualified_resource_id>
  

• Sin credenciales

  name: myazai_apk
  type: azure_ai_services
  endpoint: <endpoint for your AI Services>
  ai_services_resource_id: <fully_qualified_resource_id>
  

<fully_qualified_resource_id> es el identificador de recurso del recurso de servicios de IA. Está en el formato /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{aiservices_resource_name}.

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()

az ml workspace create --kind hub --resource-group {my_resource_group} --name {my_hub_name} --___location {hub-region} --storage-account {my_storage_account_id} --key-vault {my_key_vault_id}

Contenido relacionado

• Introducción a la creación de una aplicación de chat mediante el SDK de flujo de avisos
• Trabajo con proyectos en Visual Studio Code
• Configuración de una red administrada