Azure AI Foundry のプロジェクトを作成する

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• Azure Machine Learning SDK v2。
• Azure AI Foundry ハブ。 ハブがない場合は、「Azure Machine Learning SDK と CLI を使用してハブを作成する」を参照してください。
• Azure CLI
• コードを実行する前に、環境内の az login または az login --use-device-code で認証します。

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• Azure CLI と機械学習の拡張機能。 Azure CLI と機械学習拡張機能がインストールされていない場合は、機械学習拡張機能のインストールと設定に関する記事の手順に従います。
• Azure AI Foundry ハブ。 ハブがない場合は、「Azure Machine Learning SDK と CLI を使用してハブを作成する」を参照してください。

Azure AI Foundry でハブ ベースのプロジェクトを作成するには、次の手順に従います。

1. Azure AI Foundry にサインインします。

2. 次に何を行うかは、あなたのいる場所によって異なります。

   • 既存のプロジェクトがない場合は、「 クイック スタート: Azure AI Foundry の概要 」の手順に従って、最初のプロジェクトを作成します。

   • プロジェクト内の場合は: プロジェクトの階層リンクを選択し、[新しいリソースの作成] を選択します。

     

   • プロジェクトに含まれていない場合: 右上の [ 新規作成 ] を選択して新しい Foundry プロジェクトを作成します

     

3. AI ハブ リソースを選択し、[次へ] を選択します。

4. プロジェクトの 名前 を入力します。

5. ハブがある場合は、最近選択したハブが表示されます。

   • 複数のハブにアクセスできる場合は、ドロップダウンから別のハブを選択できます。

   • 新しく作成する場合は、[新しいハブの作成] を選択し、名前を指定します。

     

6. ハブがない場合は、既定のハブが自動的に作成されます。

7. を選択してを作成します。

または、新しいハブをカスタマイズする場合は、作成 を選択する前に、次のセクションの手順に従います。

ハブをカスタマイズする

ハブ ベースのプロジェクトは、ハブ内に存在します。 ハブを使用すると、データ接続などの構成をすべてのプロジェクトと共有し、セキュリティ設定と支出を一元的に管理できます。 チームの一員である場合、ハブはサブスクリプション内の他のチーム メンバー間で共有されます。 ハブとプロジェクトの間の関係の詳細については、ハブとプロジェクトの概要に関するドキュメントを参照してください。

新しいハブを作成する場合は、選択したリソース グループに対する所有者または共同作成者のアクセス許可が必要です。 チームの一員で、これらのアクセス許可がない場合は、管理者がハブを作成する必要があります。

プロジェクトの作成の一環として新しいハブを作成すると、既定の設定が行われます。 これらの設定をカスタマイズする場合は、プロジェクトを作成する前に行います。

1. [ プロジェクトの作成 ] フォームで、右側にある矢印を選択します。

   

2. 使用する既存の [リソース グループ] を選択するか、既定値のままにして新しいリソース グループを作成します。

   ヒント

   特に作業を開始するには、プロジェクト用の新しいリソース グループを作成することをお勧めします。 リソース グループを使用すると、プロジェクトとそのすべてのリソースをまとめて簡単に管理できます。 プロジェクトを作成すると、ハブ、コンテナー レジストリ、ストレージ アカウントなど、リソース グループに複数のリソースが作成されます。

3. [場所] を選択するか、既定値を使用します。 この場所は、ハブがホストされるリージョンです。 ハブの場所は、プロジェクトの場所でもあります。 Azure AI サービスの可用性はリージョンによって異なります。 たとえば、特定のモデルについては、リージョンによっては利用できない場合があります。

4. [プロジェクトの作成] を選択します。 リソースの作成の進行状況が表示されます。 プロジェクトは、プロセスが完了すると作成されます。

このセクションのコードでは、既存のハブがあることを前提としています。 ハブがない場合は、「Azure AI Foundry ハブを作成および管理する方法」を参照して作成してください。

1. パッケージをインストールします。 (ノートブック セル内の場合は、代わりに %pip install を使用してください)。

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

2. サブスクリプションの詳細を指定します。

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

3. サブスクリプションへのハンドルを取得します。 この記事のすべての Python コードで ml_client が使用されています。

   # 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. (省略可能) 複数のアカウントがある場合は、使う Microsoft Entra ID のテナント ID を DefaultAzureCredential に追加します。 Azure portal で、[Microsoft Entra ID] の [外部 ID] からテナント ID を見つけます。

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. (省略可能) Azure Government - US または Azure China 21Vianet リージョン内で作業している場合は、認証するリージョンを指定します。 DefaultAzureCredential を使用してそのリージョンを指定できます。 次の例では、Azure Government - US リージョンに対して認証を行います。

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

6. 次のコードを使用して、自分または管理者が以前に作成したハブからプロジェクトを作成します。 文字列値の例を独自の値に置き換えます。

   from azure.ai.ml.entities import Project
   
   my_project_name = "myexampleproject"
   my_display_name = "My Example Project"
   hub_name = "myhubname" # Azure resource manager ID of the hub
   hub_id=f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"
   
   my_project = Project(name=my_project_name, 
                   display_name=my_display_name,
                   hub_id=hub_id)
   
   created_project = ml_client.workspaces.begin_create(workspace=my_project).result()
   

このセクションのコードでは、既存のハブがあることを前提としています。 ハブがない場合は、「Azure AI Foundry ハブを作成および管理する方法」を参照して作成してください。

1. Azure CLI から Azure サブスクリプションに対して認証するには、次のコマンドを使用します。

   az login
   

   認証の詳細については、認証メソッドに関するページを参照してください。

2. 拡張機能がインストールされ、Azure サブスクリプションに対して認証されたら、次のコマンドを使用して、既存の Azure AI Foundry ハブから新しい Azure AI Foundry プロジェクトを作成します。

   az ml workspace create --kind project --hub-id {my_hub_ID} --resource-group {my_resource_group} --name {my_project_name}
   

   次の構文を使用して my_hub_ID を作成します: /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}。

プロジェクトの [概要 ] ページで、プロジェクトに関する情報を見つけることができます。

• 名前: プロジェクトの名前は左上隅に表示されます。
• サブスクリプション: プロジェクトをホストするハブをホストするサブスクリプション。
• リソース グループ: プロジェクトをホストするハブをホストするリソース グループ。

[管理センター] を選択し、Azure AI Foundry ポータルのプロジェクト リソースに移動します。 [Azure portal での管理] を選択し、Azure portal のプロジェクト リソースに移動します。

新しいプロジェクトを管理または使用するには、MLClient に含めます。

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id,credential=DefaultAzureCredential())

プロジェクトの設定を表示するには、az ml workspace show コマンドを使用します。 例えば次が挙げられます。

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• プロジェクトの親である Azure AI Foundry リソースを作成するために必要な適切なアクセス制御を行うには、サブスクリプションの 所有者 である必要があります。 このアクセス権がない場合は、管理者に AI Foundry リソースを作成 して使用してもらう必要があります。 次に、「 同じリソースに複数のプロジェクトを作成する 」に進み、プロジェクトを作成します。

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• プロジェクトを使用するために必要な適切なアクセス制御を受け取るために、サブスクリプションの 所有者 である必要があります。
• 開発環境を設定する
• コードを実行する前に、環境内の az login または az login --use-device-code で認証します。
• Python スクリプトを開始するには、次の手順を実行します。

  1. パッケージのインストール: pip install azure-identity azure-mgmt-cognitiveservices。 ノートブックセルで%pip install azure-identity azure-mgmt-cognitiveservicesを使ってください。

  2. pip show azure-mgmt-cognitiveservicesを使用して、バージョンが 13.7 以上であることを確認します。

  3. 次のコードでスクリプトを開始し、この記事全体で使用される client 接続と変数を作成します。 この例では、米国東部にプロジェクトを作成します。

     from azure.identity import DefaultAzureCredential
     from azure.mgmt.cognitiveservices import CognitiveServicesManagementClient
     
     subscription_id = 'your-subscription-id'
     resource_group_name = 'your-resource-group-name'
     foundry_resource_name = 'your-foundry-resource-name'
     foundry_project_name = 'your-foundry-project-name'
     ___location = 'eastus'
     
     client = CognitiveServicesManagementClient(
         credential=DefaultAzureCredential(), 
         subscription_id=subscription_id,
         api_version="2025-04-01-preview"
     )
     

  4. (省略可能) 複数のアカウントがある場合は、使う Microsoft Entra ID のテナント ID を DefaultAzureCredential に追加します。 Azure portal で、[Microsoft Entra ID] の [外部 ID] からテナント ID を見つけます。

     DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
     

  5. (省略可能) Azure Government - US または Azure China 21Vianet リージョン内で作業している場合は、認証するリージョンを指定します。 DefaultAzureCredential を使用してそのリージョンを指定できます。 次の例では、Azure Government - US リージョンに対して認証を行います。

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

• Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、無料アカウントを作成してください。
• プロジェクトを使用するために必要な適切なアクセス制御を受け取るために、サブスクリプションの 所有者 である必要があります。
• Azure CLI

これらの手順では、基本的な既定の設定を使用して新しい Azure リソースを作成する方法を提供します。

Azure AI Foundry で Foundry プロジェクトを作成するには、次の手順に従います。

1. Azure AI Foundry にサインインします。

2. 次に何を行うかは、あなたのいる場所によって異なります。

   • 既存のプロジェクトがない場合は、「 クイック スタート: Azure AI Foundry の概要 」の手順に従って、最初のプロジェクトを作成します。

   • プロジェクト内の場合は: プロジェクトの階層リンクを選択し、[新しいリソースの作成] を選択します。

     

   • プロジェクトに含まれていない場合: 右上の [ 新規作成 ] を選択して新しい Foundry プロジェクトを作成します

     

3. Azure AI Foundry リソースを選択し、[次へ] を選択します。

4. プロジェクトの名前を指定し、[ 作成] を選択します。 または、詳細オプションについては、次のセクションを参照してください。

詳細オプション

Foundry プロジェクトは、 AI Foundry リソースに作成されます。 このリソースは、プロジェクトの作成時に自動的に作成されます。

プロジェクトの設定をカスタマイズするには、次の手順に従います。

1. [ プロジェクトの作成 ] フォームで、[ 詳細オプション] を選択します。

2. 使用する既存の [リソース グループ] を選択するか、既定値のままにして新しいリソース グループを作成します。

   ヒント

   特に作業を開始するには、プロジェクト用の新しいリソース グループを作成することをお勧めします。 リソース グループを使用すると、プロジェクトとそのすべてのリソースをまとめて簡単に管理できます。

3. [場所] を選択するか、既定値を使用します。 この場所は、ハブがホストされるリージョンです。 Azure AI サービスの可用性はリージョンによって異なります。 たとえば、特定のモデルについては、リージョンによっては利用できない場合があります。

4. を選択してを作成します。 リソースの作成の進行状況が表示され、プロセスが完了するとプロジェクトが作成されます。

Foundry プロジェクトを作成するには:

1. このコードを追加して、client の変数と接続を使用して Foundry プロジェクトを作成します。

   # Create resource
   resource = client.accounts.begin_create(
       resource_group_name=resource_group_name,
       account_name=foundry_resource_name,
       account={
           "___location": ___location,
           "kind": "AIServices",
           "sku": {"name": "S0",},
           "identity": {"type": "SystemAssigned"},
           "properties": {
               "allowProjectManagement": True,
               "customSubDomainName": foundry_resource_name
           }
       }
   )
   
   # Wait for the resource creation to complete
   resource_result = resource.result()
   
   # Create default project
   project = client.projects.begin_create(
       resource_group_name=resource_group_name,
       account_name=foundry_resource_name,
       project_name=foundry_project_name,
       project={
           "___location": ___location,
           "identity": {
               "type": "SystemAssigned"
           },
           "properties": {}
       }
   )
   

現在、Foundry プロジェクトの作成には CLI コマンドを使用できません。

プロジェクトの ホーム ページで、プロジェクトに関する情報を見つけることができます。

• 名前: プロジェクトの名前は左上隅に表示されます。
• サブスクリプション: プロジェクトをホストするハブをホストするサブスクリプション。
• リソース グループ: プロジェクトをホストするハブをホストするリソース グループ。

# Get project
project = client.projects.get(
    resource_group_name=resource_group_name,
    account_name=foundry_resource_name,
    project_name=foundry_project_name
)
print(project)

プロジェクトの設定を表示するには、az cognitiveservices account connection show コマンドを使用します。 例えば次が挙げられます。

az cognitiveservices account connection show --name {my_project_name} --resource-group {my_resource_group}