Erstellen eines Projekts in Azure KI Studio

In diesem Artikel wird beschrieben, wie Sie ein Azure KI Studio-Projekt erstellen. Ein Projekt wird verwendet, um Ihre Arbeit zu organisieren und den Zustand zu speichern, während Sie benutzerdefinierte KI-Apps erstellen.

Projekte werden von einem Azure KI Studio-Hub gehostet. Wenn Ihr Unternehmen über ein Verwaltungsteam verfügt, das einen Hub für Sie erstellt hat, können Sie ein Projekt über diesen Hub erstellen. Wenn Sie allein arbeiten, können Sie ein Projekt erstellen, und ein Standardhub wird automatisch für Sie erstellt.

Weitere Informationen zu den Projekten und dem Hubmodell finden Sie unter Azure KI Studio-Hubs.

Voraussetzungen

• Ein Azure-Abonnement. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen.
• Für Python SDK- oder CLI-Schritte: ein Azure KI Studio-Hub Wenn Sie keinen Hub haben, erfahren Sie, wie Sie einen Azure KI Studio-Hub erstellen und verwalten.
• Für Azure KI Studio ist kein Hub erforderlich. Er wird bei Bedarf für Sie erstellt.

Erstellen eines Projekts

Verwenden Sie die folgenden Registerkarten, um die Methode auszuwählen, die Sie zum Erstellen eines Projekts verwenden möchten:

Azure KI Studio

Um ein Azure KI-Projekt in Azure KI Studio zu erstellen, führen Sie diese Schritte aus:

1. Navigieren Sie zu Azure KI Studio. Wählen Sie in einem Projekt oben links auf der Seite Azure KI Studio aus, um zur Startseite zu wechseln.

2. Wählen Sie + Projekt erstellen aus.

3. Geben Sie einen Namen für das Projekt ein.

4. Wenn Sie über einen Hub verfügen, ist der zuletzt verwendete Hub ausgewählt.

   • Wenn Sie Zugriff auf mehrere Hubs haben, können Sie in der Dropdownliste einen anderen Hub auswählen.

   • Wenn Sie einen neuen Hub erstellen möchten, wählen Sie Neuen Hub erstellen aus, und geben Sie einen Namen an. Falls Sie die Standardwerte anpassen möchten, lesen Sie den nächsten Abschnitt.

     

5. Wenn Sie keinen Hub haben, wird ein Standardhub für Sie erstellt. Falls Sie die Standardwerte anpassen möchten, lesen Sie den nächsten Abschnitt.

6. Wählen Sie Projekt erstellen aus. Wenn Sie einen neuen Hub anpassen möchten, führen Sie die Schritte im nächsten Abschnitt aus.

Anpassen des Hubs

Projekte befinden sich innerhalb eines Hubs. Ein Hub ermöglicht es Ihnen, Konfigurationen wie Datenverbindungen für alle Projekte freizugeben sowie Sicherheitseinstellungen und Ausgaben zentral zu verwalten. Wenn Sie Teil eines Teams sind, werden Hubs für andere Teammitglieder in Ihrem Abonnement freigegeben. Weitere Informationen zur Beziehung zwischen Hubs und Projekten finden Sie in der Dokumentation Übersicht über Hubs und Projekte.

Zum Erstellen eines neuen Hubs benötigen Sie Berechtigungen vom Typ Besitzer oder Mitwirkender für die ausgewählte Ressourcengruppe. Wenn Sie Teil eines Teams sind und nicht über diese Berechtigungen verfügen, sollte Ihr Administrator einen Hub für Sie erstellen.

Sie können einen Hub bei der Erstellung eines Projekts erstellen. Sie haben jedoch mehr Kontrolle und können erweiterte Einstellungen für den Hub festlegen, wenn Sie ihn separat erstellen. Sie können beispielsweise die Netzwerksicherheit oder das zugrunde liegende Azure Storage-Konto anpassen. Weitere Informationen finden Sie unter Erstellen und Verwalten eines Azure KI Studio-Hubs.

Wenn Sie im Rahmen der Projekterstellung einen neuen Hub erstellen, werden Standardeinstellungen bereitgestellt. Falls Sie diese Einstellungen anpassen möchten, nehmen Sie die Änderungen vor dem Erstellen des Projekts vor:

1. Wählen Sie im Formular Projekt erstellen die Option Anpassen aus.

   

2. Wählen Sie eine vorhandene Ressourcengruppe aus, die Sie verwenden möchten, oder übernehmen Sie die Standardeinstellung, um eine neue Ressourcengruppe zu erstellen.

   Tipp

   Insbesondere für die ersten Schritte wird empfohlen, eine neue Ressourcengruppe für Ihr Projekt zu erstellen. Auf diese Weise können Sie das Projekt und alle zugehörigen Ressourcen problemlos zusammen verwalten. Wenn Sie ein Projekt erstellen, werden mehrere Ressourcen in der Ressourcengruppe erstellt, einschließlich eines Hub, einer Containerregistrierung und eines Speicherkontos.

3. Wählen Sie einen Speicherort aus, oder verwenden Sie die Standardeinstellung. Der Speicherort ist die Region, in der der Hub gehostet wird. Der Speicherort des Hubs ist auch der Speicherort des Projekts. Die Verfügbarkeit von Azure KI-Diensten unterscheidet sich je nach Region. Beispielsweise sind bestimmte Modelle in bestimmten Regionen möglicherweise nicht verfügbar.

4. Wählen Sie, falls vorhanden, in der Dropdownliste eine vorhandene Azure KI Services-Ressource (einschließlich Azure OpenAI) aus, oder verwenden Sie die Standardeinstellung, um eine neue Ressource zu erstellen.

   

5. Wählen Sie Projekt erstellen aus. Sie sehen den Fortschritt der Ressourcenerstellung. Das Projekt wird erstellt, wenn der Prozess abgeschlossen ist.

   

Python SDK

Beim Code in diesem Abschnitt wird davon ausgegangen, dass Sie über einen Hub verfügen. Wenn Sie keinen Hub haben, erfahren Sie mehr zum Erstellen eines Hubs unter Erstellen und Verwalten eines Azure KI Studio-Hubs.

1. Installieren Sie Python, wie im SDK-Schnellstart beschrieben.

2. Installieren Sie das Azure Machine Learning SDK v2.

3. Installieren Sie azure-identity: pip install azure-identity. Verwenden Sie in einer Notebookzelle %pip install azure-identity.

4. Geben Sie Ihre Abonnementdetails an:

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

5. Rufen Sie ein Handle für das Abonnement ab. Der gesamte Python-Code in diesem Artikel verwendet 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. (Optional) Wenn Sie über mehrere Konten verfügen, fügen Sie die Mandanten-ID der Microsoft Entra ID-Instanz, die Sie verwenden möchten, in DefaultAzureCredential hinzu. Ihre Mandanten-ID finden Sie im Azure-Portal unter Microsoft Entra ID, Externe Identitäten.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Optional:) Wenn Sie in den Regionen Azure Government – USA oder Azure China 21Vianet arbeiten, geben Sie die Region an, in der Sie die Authentifizierung durchführen möchten. Sie können die Region über DefaultAzureCredential angeben. Das folgende Beispiel führt die Authentifizierung in der Region „Azure Government – USA“ aus:

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

8. Verwenden Sie den folgenden Code, um ein Projekt aus einem Hub zu erstellen, den Sie zuvor erstellt haben oder Ihr Administrator zuvor erstellt hat. Ersetzen Sie die Beispielzeichenfolge durch Ihre eigenen Werte:

   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()
   

Azure-Befehlszeilenschnittstelle

Beim Code in diesem Abschnitt wird davon ausgegangen, dass Sie über einen Hub verfügen. Wenn Sie keinen Hub haben, erfahren Sie mehr zum Erstellen eines Hubs unter Erstellen und Verwalten eines Azure KI Studio-Hubs.

1. Wenn Sie die Azure CLI- und Machine Learning-Erweiterung nicht installiert haben, führen Sie die Schritte im Artikel Installieren und Einrichten der Machine Learning-Erweiterung aus.

2. Führen Sie den folgenden Befehl aus, um sich über die Azure CLI bei Ihrem Azure-Abonnement zu authentifizieren.

   az login
   

   Weitere Informationen zur Authentifizierung finden Sie unter Authentifizierungsmethoden.

3. Nachdem die Erweiterung installiert und bei Ihrem Azure-Abonnement authentifiziert wurde, verwenden Sie den folgenden Befehl, um ein neues Azure KI Studio-Projekt aus einem vorhandenen Azure KI Studio-Hub zu erstellen:

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

Anzeigen von Projekteinstellungen

Azure KI Studio

Auf der Seite Übersicht des Projekts finden Sie Informationen zum Projekt.

• Name: Der Name des Projekts wird in der linken oberen Ecke angezeigt. Sie können das Projekt mithilfe des Bearbeitungstools umbenennen.
• Abonnement: das Abonnement, das den Hub hostet, der das Projekt hostet.
• Ressourcengruppe: die Ressourcengruppe, die den Hub hostet, der das Projekt hostet.

Wählen Sie das Verwaltungscenter aus, um zu den Projektressourcen in Azure KI Studio zu navigieren. Wählen Sie Im Azure-Portal verwalten aus, um zu den Projektressourcen im Azure-Portal zu navigieren.

Python SDK

Um das neue Projekt zu verwenden oder zu verwalten, fügen Sie es in MLClient ein.

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

Azure-Befehlszeilenschnittstelle

Verwenden Sie den Befehl az ml workspace show, um die Einstellungen für das Projekt anzuzeigen. Zum Beispiel:

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

Zugriff auf Projektressourcen

Allgemeine Konfigurationen auf dem Hub werden für Ihr Projekt freigegeben, einschließlich Verbindungen, Compute-Instanzen und Netzwerkzugriff, sodass Sie sofort mit der Entwicklung beginnen können.

Darüber hinaus kann nur von Benutzern in Ihrem Projektarbeitsbereich auf eine Reihe von Ressourcen zugegriffen werden:

• Komponenten, einschließlich Datasets, Flows, Indizes und bereitgestellte Modell-API-Endpunkte (offen und serverlos)

• Verbindungen, die von Ihnen unter „Projekteinstellungen“ erstellt wurden.

• Azure Storage Blob-Container und eine Dateifreigabe für den Datenupload in Ihrem Projekt. Greifen Sie mithilfe der folgenden Verbindungen auf den Speicher zu:

  Datenverbindung	Speicherort	Zweck
  workspaceblobstore	{project-GUID}-azureml-blobstore	Standardcontainer für Datenuploads
  workspaceartifactstore	{project-GUID}-azureml	Speichert Komponenten und Metadaten für Ihr Projekt, z. B. Modellgewichtungen
  workspacefilestore	{project-GUID}-code	Hostet Dateien, die auf Ihrem Computer erstellt wurden, und verwendet Prompt Flow

Hinweis

Speicherverbindungen werden nicht direkt mit dem Projekt erstellt, wenn für Ihr Speicherkonto der Zugriff auf das öffentliche Netzwerk auf „Deaktiviert“ festgelegt ist. Diese werden stattdessen erstellt, wenn ein erster Benutzer über eine private Netzwerkverbindung auf KI Studio zugreift. Problembehandlung für Speicherverbindungen

Zugehöriger Inhalt

• Bereitstellen einer Unternehmenschat-Web-App
• Weitere Informationen zu Azure KI Studio
• Weitere Informationen zu Hubs