Tworzenie projektu w usłudze Azure AI Studio

Aby utworzyć projekt w usłudze Azure AI Studio, wykonaj następujące kroki:

1. Przejdź do strony głównej programu Azure AI Studio.

2. Wybierz pozycję + Nowy projekt.

3. Wprowadź nazwę dla projektu.

4. Wybierz koncentrator z listy rozwijanej, aby hostować projekt. Aby uzyskać informacje o relacji między centrami i projektami, zobacz dokumentację przeglądu centrów i projektów. Jeśli nie masz jeszcze centrum, wybierz pozycję Utwórz nowe centrum.

   

   Uwaga

   Aby utworzyć centrum, musisz mieć uprawnienia Właściciel lub Współautor w wybranej grupie zasobów. Zaleca się udostępnienie centrum zespołowi. Dzięki temu można udostępniać konfiguracje, takie jak połączenia danych ze wszystkimi projektami, oraz centralnie zarządzać ustawieniami zabezpieczeń i wydatków. Aby uzyskać więcej opcji tworzenia centrum, zobacz jak utworzyć centrum usługi Azure AI Studio i zarządzać nim. Nazwa projektu musi być unikatowa między projektami, które współużytkujące to samo centrum.

5. Jeśli tworzysz nowe centrum, wprowadź nazwę.

6. Wybierz subskrypcję platformy Azure z listy rozwijanej Subskrypcja . Wybierz określoną subskrypcję platformy Azure dla projektu ze względów rozliczeniowych, dostępu lub administracyjnych. Na przykład daje to użytkownikom i jednostkom usługi dostęp na poziomie subskrypcji do projektu.

7. Pozostaw grupę zasobów jako domyślną, aby utworzyć nową grupę zasobów. Alternatywnie możesz wybrać istniejącą grupę zasobów z listy rozwijanej.

   Napiwek

   Szczególnie w przypadku rozpoczynania pracy zaleca się utworzenie nowej grupy zasobów dla projektu. Dzięki temu można łatwo zarządzać projektem i wszystkimi jego zasobami razem. Podczas tworzenia projektu w grupie zasobów jest tworzonych kilka zasobów, w tym centrum, rejestr kontenerów i konto magazynu.

8. Wprowadź lokalizację centrum, a następnie wybierz przycisk Dalej. Lokalizacja to region, w którym jest hostowane centrum. Lokalizacja centrum jest również lokalizacją projektu. Dostępność usług sztucznej inteligencji platformy Azure różni się w zależności od regionu. Na przykład niektóre modele mogą nie być dostępne w niektórych regionach.

9. Wybierz istniejący zasób usług Azure AI (w tym Azure OpenAI) z listy rozwijanej lub utwórz nowy.

   

10. Na stronie Przeglądanie i kończenie zobaczysz nazwę zasobu usług Azure AI i inne ustawienia do przejrzenia.

    

11. Przejrzyj szczegóły projektu, a następnie wybierz pozycję Utwórz projekt. Zobaczysz postęp tworzenia zasobów i projekt jest tworzony po zakończeniu procesu.

    

Po utworzeniu projektu można uzyskać dostęp do placu zabaw, narzędzi i innych zasobów w panelu nawigacyjnym po lewej stronie.

1. Zainstaluj język Python zgodnie z opisem w przewodniku Szybki start zestawu SDK.

2. Zainstaluj zestaw Azure Machine Learning SDK w wersji 2.

3. Zainstaluj usługę azure-identity: pip install azure-identity. Jeśli w komórce notesu użyj polecenia %pip install azure-identity.

4. Podaj szczegóły subskrypcji:

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

5. Uzyskaj dojście do subskrypcji. Cały kod języka Python w tym artykule używa elementu 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. (Opcjonalnie) Jeśli masz wiele kont, dodaj identyfikator dzierżawy identyfikatora Entra firmy Microsoft, którego chcesz użyć w pliku DefaultAzureCredential. Znajdź swój identyfikator dzierżawy z witryny Azure Portal w obszarze Microsoft Entra ID, External Identities.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Opcjonalnie) Jeśli pracujesz w regionach Azure Government — USA lub Azure (Chiny 21Vianet), określ region, w którym chcesz się uwierzytelnić. Możesz określić region za pomocą polecenia DefaultAzureCredential. Poniższy przykład uwierzytelnia się w regionie Azure Government — USA:

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

8. Użyj poniższego kodu, aby utworzyć projekt z centrum utworzonego wcześniej przez Ciebie lub administratora. Zastąp przykładowe wartości ciągu własnymi wartościami:

   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()
   

1. Jeśli nie masz zainstalowanego interfejsu wiersza polecenia platformy Azure i rozszerzenia uczenia maszynowego, wykonaj kroki opisane w artykule Instalowanie i konfigurowanie rozszerzenia uczenia maszynowego.

2. Aby uwierzytelnić się w subskrypcji platformy Azure z poziomu interfejsu wiersza polecenia platformy Azure, użyj następującego polecenia:

   az login
   

   Aby uzyskać więcej informacji na temat uwierzytelniania, zobacz Metody uwierzytelniania.

3. Po zainstalowaniu i uwierzytelnieniu rozszerzenia w ramach subskrypcji platformy Azure użyj następującego polecenia, aby utworzyć nowy projekt usługi Azure AI Studio z istniejącego centrum azure AI Studio:

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

Na stronie Ustawienia projektu można znaleźć informacje o projekcie, takie jak nazwa projektu, opis i centrum hostujące projekt. Możesz również znaleźć identyfikator projektu, który służy do identyfikowania projektu za pomocą zestawu SDK lub interfejsu API.

• Nazwa: nazwa projektu odpowiada wybranemu projektowi w panelu po lewej stronie.
• Centrum: koncentrator hostujący projekt.
• Lokalizacja: lokalizacja centrum hostujące projekt. Aby uzyskać informacje o obsługiwanych lokalizacjach, zobacz Regiony usługi Azure AI Studio.
• Subskrypcja: subskrypcja, która hostuje centrum hostujące projekt.
• Grupa zasobów: grupa zasobów, która hostuje centrum hostujące projekt.

Wybierz pozycję Zarządzaj w witrynie Azure Portal , aby przejść do zasobów projektu w witrynie Azure Portal.

Aby zarządzać nowym projektem lub korzystać z niego, uwzględnij go w elemecie MLClient:

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

Aby wyświetlić ustawienia projektu, użyj az ml workspace show polecenia . Na przykład:

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