Compartir a través de

Biblioteca cliente de administración de áreas de trabajo de Azure Machine Learning para JavaScript: versión 1.1.0

  • Artículo

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

Estas API permiten a los usuarios finales operar en recursos del área de trabajo de Azure Machine Learning. Admiten operaciones CRUD para áreas de trabajo de Azure Machine Learning.

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-workspaces

Instale la biblioteca cliente de administración de áreas de trabajo de Azure Machine Learning para JavaScript con npm:

npm install @azure/arm-workspaces

Crear y autenticar una MachineLearningWorkspacesManagementClient

Para crear un objeto de cliente para acceder a la API de administración de áreas de trabajo de Azure Machine Learning, necesitará el endpoint del recurso de administración de áreas de trabajo de Azure Machine Learning y un credential. El cliente de administración de áreas de trabajo de Azure Machine Learning puede usar credenciales de Azure Active Directory para autenticarse. Puede encontrar el punto de conexión del recurso administración de áreas de trabajo de Azure Machine Learning 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 deberá registrar una nueva aplicación de AAD y conceder acceso a La administración de áreas de trabajo de Azure Machine Learning 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_ID, AZURE_CLIENT_SECRET.

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

const { MachineLearningWorkspacesManagementClient } = require("@azure/arm-workspaces");
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 MachineLearningWorkspacesManagementClient(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 MachineLearningWorkspacesManagementClient(credential, subscriptionId);

Paquete de JavaScript

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

Conceptos clave

MachineLearningWorkspacesManagementClient

MachineLearningWorkspacesManagementClient es la interfaz principal para los desarrolladores que usan la biblioteca cliente de administración de áreas de trabajo de Azure Machine Learning. Explore los métodos de este objeto de cliente para comprender las distintas características del servicio De administración de áreas de trabajo de Azure Machine Learning a las 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