Workspace 클래스

작업 영역에 프라이빗 엔드포인트를 추가합니다.

add_private_endpoint(private_endpoint_config, private_endpoint_auto_approval=True, ___location=None, show_output=True, tags=None)

매개 변수

반환

새 Azure Machine Learning 작업 영역을 만듭니다.

작업 영역이 이미 있거나 작업 영역 요구 사항이 충족되지 않는 경우 예외를 throw합니다.

static create(name, auth=None, subscription_id=None, resource_group=None, ___location=None, create_resource_group=True, sku='basic', tags=None, friendly_name=None, storage_account=None, key_vault=None, app_insights=None, container_registry=None, adb_workspace=None, primary_user_assigned_identity=None, cmk_keyvault=None, resource_cmk_uri=None, hbi_workspace=False, default_cpu_compute_target=None, default_gpu_compute_target=None, private_endpoint_config=None, private_endpoint_auto_approval=True, exist_ok=False, show_output=True, user_assigned_identity_for_cmk_encryption=None, system_datastores_auth_mode='accessKey', v1_legacy_mode=None)

매개 변수

반환

예외

설명

이 첫 번째 예제에서는 최소 사양만 필요하며 리소스 그룹뿐만 아니라 모든 종속 리소스도 자동으로 만들어집니다.

   from azureml.core import Workspace
   ws = Workspace.create(name='myworkspace',
                         subscription_id='<azure-subscription-id>',
                         resource_group='myresourcegroup',
                         create_resource_group=True,
                         ___location='eastus2')

다음 예제에서는 Azure 리소스 ID 형식을 사용하여 기존 Azure 리소스를 다시 사용하는 방법을 보여 줍니다. 특정 Azure 리소스 ID는 Azure Portal 또는 SDK를 통해 검색할 수 있습니다. 리소스 그룹, 스토리지 계정, 키 자격 증명 모음, App Insights 및 컨테이너 레지스트리가 이미 있다고 가정합니다.

   import os
   from azureml.core import Workspace
   from azureml.core.authentication import ServicePrincipalAuthentication

   service_principal_password = os.environ.get("AZUREML_PASSWORD")

   service_principal_auth = ServicePrincipalAuthentication(
       tenant_id="<tenant-id>",
       username="<application-id>",
       password=service_principal_password)

   ws = Workspace.create(name='myworkspace',
                         auth=service_principal_auth,
                         subscription_id='<azure-subscription-id>',
                         resource_group='myresourcegroup',
                         create_resource_group=False,
                         ___location='eastus2',
                         friendly_name='My workspace',
                         storage_account='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.storage/storageaccounts/mystorageaccount',
                         key_vault='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.keyvault/vaults/mykeyvault',
                         app_insights='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.insights/components/myappinsights',
                         container_registry='subscriptions/<azure-subscription-id>/resourcegroups/myresourcegroup/providers/microsoft.containerregistry/registries/mycontainerregistry',
                         exist_ok=False)

Azure Machine Learning 작업 영역 관련 리소스를 삭제합니다.

delete(delete_dependent_resources=False, no_wait=False)

매개 변수

반환

작업 영역의 연결을 삭제합니다.

delete_connection(name)

매개 변수

작업 영역에 대한 프라이빗 엔드포인트 연결을 삭제합니다.

delete_private_endpoint_connection(private_endpoint_connection_name)

매개 변수

작업 영역 설정 문제를 진단합니다.

diagnose_workspace(diagnose_parameters)

매개 변수

반환

기존 Azure Machine Learning 작업 영역에서 작업 영역 개체를 반환합니다.

파일에서 작업 영역 구성을 읽습니다. 구성 파일을 찾을 수 없는 경우 예외를 throw합니다.

이 메서드는 여러 Python Notebook 또는 프로젝트에서 동일한 작업 영역을 다시 사용하는 간단한 방법을 제공합니다. 사용자는 이 메서드를 사용하여 write_config ARM(작업 영역 Azure Resource Manager) 속성을 저장하고, 이 메서드를 사용하여 작업 영역 ARM 속성을 다시 지정하지 않고도 다른 Python Notebook 또는 프로젝트에 동일한 작업 영역을 로드할 수 있습니다.

static from_config(path=None, auth=None, _logger=None, _file_name=None)

매개 변수

반환

기존 Azure Machine Learning 작업 영역에 대한 작업 영역 개체를 반환합니다.

작업 영역이 없거나 필요한 필드가 작업 영역을 고유하게 식별하지 않는 경우 예외를 throw합니다.

static get(name, auth=None, subscription_id=None, resource_group=None, ___location=None, cloud='AzureCloud', id=None)

매개 변수

반환

작업 영역의 연결을 가져옵니다.

get_connection(name)

매개 변수

작업 영역에 대한 기본 컴퓨팅 대상을 가져옵니다.

get_default_compute_target(type)

매개 변수

반환

작업 영역에 대한 기본 데이터 저장소를 가져옵니다.

get_default_datastore()

반환

작업 영역에 대한 기본 키 자격 증명 모음 개체를 가져옵니다.

get_default_keyvault()

반환

작업 영역의 세부 정보를 반환합니다.

get_details()

반환

설명

반환된 사전에는 다음과 같은 키-값 쌍이 포함됩니다.

• id: 구독 ID, 리소스 그룹 및 작업 영역 이름을 포함하는 이 작업 영역 리소스를 가리키는 URI입니다.

• name: 이 작업 영역의 이름입니다.

• 위치: 작업 영역 지역입니다.

• 형식: "{providerName}/workspaces" 형식의 URI입니다.

• 태그: 현재 사용되지 않습니다.

• workspaceid: 이 작업 영역의 ID입니다.

• description: 현재 사용되지 않습니다.

• friendlyName: UI에 표시되는 작업 영역의 이름입니다.

• creationTime: ISO8601 형식으로 이 작업 영역을 만든 시간입니다.

• containerRegistry: 실험 및 웹 서비스 이미지를 모두 끌어오고 푸시하는 데 사용되는 작업 영역 컨테이너 레지스트리입니다.

• keyVault: 사용자가 작업 영역에 추가한 자격 증명을 저장하는 데 사용되는 작업 영역 키 자격 증명 모음입니다.

• applicationInsights: Application Insights는 작업 영역에서 웹 서비스 이벤트를 기록하는 데 사용됩니다.

• identityPrincipalId:

• identityTenantId

• identityType

• storageAccount: 스토리지는 작업 영역에서 실행 출력, 코드, 로그 등을 저장하는 데 사용됩니다.

• sku: 작업 영역 SKU(버전이라고도 함)입니다. 매개 변수는 이전 버전과의 호환성을 위해 존재하며 무시됩니다.

• resourceCmkUri: 미사용 데이터를 암호화하는 고객 관리형 키의 키 URI입니다. https://docs.microsoft.com/en-us/azure-stack/user/azure-stack-key-vault-manage-portal?view=azs-1910 키를 만들고 해당 URI를 가져오는 방법에 대한 단계는 참조하세요.

• hbiWorkspace: 고객 데이터가 비즈니스에 큰 영향을 미치는지 지정합니다.

• imageBuildCompute: 이미지 빌드의 컴퓨팅 대상입니다.

• systemDatastoresAuthMode: 작업 영역 'workspaceblobstore' 및 'workspacefilestore'의 시스템 데이터 저장소에 자격 증명을 사용할지 여부를 결정합니다. 기본값은 'accessKey'이며, 이 경우 작업 영역에서 자격 증명을 사용하여 시스템 데이터 저장소를 만듭니다. 'ID'로 설정하면 작업 영역에서 자격 증명 없이 시스템 데이터 저장소를 만듭니다.

이러한 키-값 쌍에 대한 자세한 내용은 다음을 참조하세요 create.

작업 영역에 대한 MLflow 추적 URI를 가져옵니다.

MLflow(https://mlflow.org/)는 기계 학습 실험을 추적하고 모델을 관리하기 위한 오픈 소스 플랫폼입니다. 메트릭, 모델 및 아티팩트가 Azure Machine Learning 작업 영역에 기록되도록 Azure Machine Learning에서 MLflow 로깅 API를 사용할 수 있습니다.

get_mlflow_tracking_uri(_with_auth=False)

매개 변수

반환

설명

다음 샘플을 사용하여 Azure ML 작업 영역으로 데이터를 보내도록 MLflow 추적을 구성합니다.

   import mlflow
   from azureml.core import Workspace
   workspace = Workspace.from_config()
   mlflow.set_tracking_uri(workspace.get_mlflow_tracking_uri())

작업 영역에서 지정된 run_id 사용하여 실행을 반환합니다.

get_run(run_id)

매개 변수

반환

사용자가 구독 내에서 액세스할 수 있는 모든 작업 영역을 나열합니다.

작업 영역 목록은 리소스 그룹에 따라 필터링할 수 있습니다.

static list(subscription_id, auth=None, resource_group=None)

매개 변수

반환

이 작업 영역 아래의 연결을 나열합니다.

list_connections(category=None, target=None)

매개 변수

현재 작업 영역의 키를 나열합니다.

list_keys()

반환

작업 영역 아래에 연결을 추가하거나 업데이트합니다.

set_connection(name, category, target, authType, value)

매개 변수

작업 영역에 대한 기본 데이터 저장소를 설정합니다.

set_default_datastore(name)

매개 변수

새 작업 영역을 만들거나 기존 작업 영역을 검색합니다.

static setup()

반환

작업 영역을 트리거하여 키를 즉시 동기화합니다.

작업 영역의 리소스에 대한 키가 변경되면 자동으로 업데이트되는 데 약 1시간이 걸릴 수 있습니다. 이 함수를 사용하면 요청 시 키를 업데이트할 수 있습니다. 예를 들어 스토리지 키를 다시 생성한 후 스토리지에 즉시 액세스해야 하는 시나리오가 있습니다.

sync_keys(no_wait=False)

매개 변수

반환

친숙한 이름, 설명, 태그, 이미지 빌드 컴퓨팅 및 작업 영역과 연결된 기타 설정을 업데이트합니다.

update(friendly_name=None, description=None, tags=None, image_build_compute=None, service_managed_resources_settings=None, primary_user_assigned_identity=None, allow_public_access_when_behind_vnet=None, v1_legacy_mode=None)

매개 변수

반환

다음 경우에 작업 영역에 대한 연결된 리소스를 기존에 업데이트합니다.

a) 사용자가 실수로 기존 연결된 리소스를 삭제하고 전체 작업 영역을 다시 만들 필요 없이 새 리소스로 업데이트하려는 경우 b) 사용자에게 기존 연결된 리소스가 있고 작업 영역과 연결된 현재 리소스를 바꾸려는 경우 c) 연결된 리소스가 아직 만들어지지 않았고 이미 있는 기존 리소스를 사용하려는 경우(컨테이너 레지스트리에만 적용됨)

update_dependencies(container_registry=None, force=False)

매개 변수

반환

ARM(작업 영역 Azure Resource Manager) 속성을 구성 파일에 씁니다.

작업 영역 ARM 속성은 나중에 메서드를 사용하여 from_config 로드할 수 있습니다. 현재 작업 디렉터리에서 기본값은 '.azureml/'이고 path 기본값은 file_name 'config.json'입니다.

이 메서드는 여러 Python Notebook 또는 프로젝트에서 동일한 작업 영역을 다시 사용하는 간단한 방법을 제공합니다. 사용자는 이 함수를 사용하여 작업 영역 ARM 속성을 저장하고 from_config 사용하여 작업 영역 ARM 속성을 다시 지정하지 않고도 다른 Python Notebook 또는 프로젝트에 동일한 작업 영역을 로드할 수 있습니다.

write_config(path=None, file_name=None)

매개 변수

작업 영역의 모든 컴퓨팅 대상을 나열합니다.

반환

작업 영역의 모든 데이터 세트를 나열합니다.

반환

작업 영역의 모든 데이터 저장소를 나열합니다. 이 작업은 데이터 저장소의 자격 증명을 반환하지 않습니다.

반환

이 작업 영역의 검색 URL을 반환합니다.

반환

작업 영역의 모든 환경을 나열합니다.

반환

작업 영역의 모든 실험을 나열합니다.

반환

작업 영역의 이미지 목록을 반환합니다.

WebserviceException 모델 관리 서비스와 상호 작용하는 데 문제가 있는 경우 발생합니다.

반환

예외

작업 영역의 연결된 모든 서비스를 나열합니다.

반환

이 작업 영역의 위치를 반환합니다.

반환

작업 영역에서 모델 목록을 반환합니다.

WebserviceException 모델 관리 서비스와 상호 작용하는 데 문제가 있는 경우 발생합니다.

반환

예외

작업 영역 이름을 반환합니다.

반환

작업 영역의 모든 프라이빗 엔드포인트를 나열합니다.

반환

이 작업 영역의 리소스 그룹 이름을 반환합니다.

반환

이 작업 영역에 대한 서비스 컨텍스트를 반환합니다.

반환

이 작업 영역의 SKU를 반환합니다.

반환

이 작업 영역에 대한 구독 ID를 반환합니다.

반환

이 작업 영역의 태그를 반환합니다.

반환

작업 영역에서 웹 서비스 목록을 반환합니다.

WebserviceException 목록을 반환하는 데 문제가 있는 경우 발생합니다.

반환

예외

DEFAULT_CPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_CPU_CLUSTER_NAME = 'cpu-cluster'

DEFAULT_GPU_CLUSTER_CONFIGURATION = <azureml.core.compute.amlcompute.AmlComputeProvisioningConfiguration object>

DEFAULT_GPU_CLUSTER_NAME = 'gpu-cluster'