Compartir a través de

Biblioteca cliente de Azure Machine Learning Compute Management para JavaScript: versión 3.0.0-beta.3

  • Artículo

Este paquete contiene un SDK isomórfico (se ejecuta tanto en Node.js como en exploradores) para el cliente de Administración de procesos de Azure Machine Learning.

Estas API permiten a los usuarios finales operar en recursos de Proceso de Azure Machine Learning. Admiten las siguientes operaciones:

  • Creación o actualización de un clúster
  • Obtención de un clúster
  • Aplicación de revisiones a un clúster
  • Eliminación de un clúster
  • Obtención de claves para un clúster
  • Comprobación de si las actualizaciones están disponibles para los servicios del sistema en un clúster
  • Actualización de los servicios del sistema en un clúster
  • Obtención de todos los clústeres de un grupo de recursos
  • Obtención de todos los clústeres de una suscripción

Código | fuente Paquete (NPM) | Documentación | de referencia de APIMuestras

Introducción

Entornos admitidos actualmente

Para más información, consulte la directiva de compatibilidad.

Requisitos previos

Instalar el paquete @azure/arm-machinelearningcompute

Instale la biblioteca cliente de Administración de procesos de Azure Machine Learning para JavaScript con npm:

npm install @azure/arm-machinelearningcompute

Crear y autenticar una MachineLearningComputeManagementClient

Para crear un objeto de cliente para acceder a Compute Management API de Azure Machine Learning, necesitará el endpoint de su recurso de Azure Machine Learning Compute Management y .credential El cliente de Azure Machine Learning Compute Management puede usar credenciales de Azure Active Directory para autenticarse. Puede encontrar el punto de conexión del recurso azure Machine Learning Compute Management en Azure Portal.

Puede autenticarse con Azure Active Directory mediante una credencial de la biblioteca de @azure/identidad o un token de AAD existente.

Para usar el proveedor DefaultAzureCredential que se muestra a continuación u otros proveedores de credenciales proporcionados con el SDK de Azure, instale el @azure/identity paquete:

npm install @azure/identity

También tendrá que registrar una nueva aplicación de AAD y conceder acceso a Azure Machine Learning Compute Management mediante la asignación del rol adecuado a la entidad de servicio (tenga en cuenta que los roles como "Owner" no concederán los permisos necesarios). Establezca los valores del identificador de cliente, el identificador de inquilino y el secreto de cliente de la aplicación de AAD como variables de entorno: AZURE_CLIENT_ID, , AZURE_TENANT_IDAZURE_CLIENT_SECRET.

Para más información sobre cómo crear una aplicación de Azure AD, consulte esta guía.

const { MachineLearningComputeManagementClient } = require("@azure/arm-machinelearningcompute");
const { DefaultAzureCredential } = require("@azure/identity");
// For client-side applications running in the browser, use InteractiveBrowserCredential instead of DefaultAzureCredential. See https://aka.ms/azsdk/js/identity/examples for more details.

const subscriptionId = "00000000-0000-0000-0000-000000000000";
const client = new MachineLearningComputeManagementClient(new DefaultAzureCredential(), subscriptionId);

// For client-side applications running in the browser, use this code instead:
// const credential = new InteractiveBrowserCredential({
//   tenantId: "<YOUR_TENANT_ID>",
//   clientId: "<YOUR_CLIENT_ID>"
// });
// const client = new MachineLearningComputeManagementClient(credential, subscriptionId);

Paquete de JavaScript

Para usar esta biblioteca cliente en el explorador, primero debe usar un agrupador. Para más información sobre cómo hacerlo, consulte nuestra documentación de agrupación.

Conceptos clave

MachineLearningComputeManagementClient

MachineLearningComputeManagementClient es la interfaz principal para los desarrolladores que usan la biblioteca cliente de Administración de procesos de Azure Machine Learning. Explore los métodos de este objeto de cliente para comprender las distintas características del servicio Azure Machine Learning Compute Management al que puede acceder.

Solución de problemas

Registro

La habilitación del registro puede ayudar a descubrir información útil sobre los errores. Para ver un registro de solicitudes y respuestas HTTP, establezca la variable de entorno AZURE_LOG_LEVEL en info. Como alternativa, el registro se puede habilitar en tiempo de ejecución llamando a setLogLevel en @azure/logger:

const { setLogLevel } = require("@azure/logger");
setLogLevel("info");

Para obtener instrucciones más detalladas sobre cómo habilitar los registros, consulte los documentos del paquete @azure/logger.

Pasos siguientes

Eche un vistazo al directorio de ejemplos para obtener ejemplos detallados sobre cómo usar esta biblioteca.

Contribuciones

Si desea contribuir a esta biblioteca, lea la guía de contribución para obtener más información sobre cómo compilar y probar el código.

Impresiones