Condividi tramite

Libreria client di Gestione aree di lavoro di Azure Machine Learning per JavaScript - versione 1.1.0

  • Articolo

Questo pacchetto contiene un SDK isomorfo (eseguito sia in Node.js che nei browser) per il client Gestione aree di lavoro di Azure Machine Learning.

Queste API consentono agli utenti finali di operare sulle risorse dell'area di lavoro di Azure Machine Learning. Supportano operazioni CRUD per le aree di lavoro di Azure Machine Learning.

Codice | sorgente Pacchetto (NPM) | Documentazione di | riferimento sulle API Campioni

Introduzione

Ambienti attualmente supportati

Per altre informazioni, vedere i criteri di supporto.

Prerequisiti

Installare il pacchetto @azure/arm-workspaces

Installare la libreria client di Gestione aree di lavoro di Azure Machine Learning per JavaScript con npm:

npm install @azure/arm-workspaces

Creare e autenticare un oggetto MachineLearningWorkspacesManagementClient

Per creare un oggetto client per accedere all'API Gestione aree di lavoro di Azure Machine Learning, sarà necessario usare la endpoint risorsa Gestione aree di lavoro di Azure Machine Learning e un credentialoggetto . Il client Gestione aree di lavoro di Azure Machine Learning può usare le credenziali di Azure Active Directory per l'autenticazione. È possibile trovare l'endpoint per la risorsa Gestione aree di lavoro di Azure Machine Learning nel portale di Azure.

È possibile eseguire l'autenticazione con Azure Active Directory usando una credenziale dalla libreria di @azure/identità o da un token AAD esistente.

Per usare il provider DefaultAzureCredential illustrato di seguito o altri provider di credenziali forniti con Azure SDK, installare il @azure/identity pacchetto:

npm install @azure/identity

È anche necessario registrare una nuova applicazione AAD e concedere l'accesso a Gestione aree di lavoro di Azure Machine Learning assegnando il ruolo appropriato all'entità servizio (nota: i ruoli come "Owner" non concederanno le autorizzazioni necessarie). Impostare i valori dell'ID client, dell'ID tenant e del segreto client dell'applicazione AAD come variabili di ambiente: AZURE_CLIENT_ID, AZURE_TENANT_IDAZURE_CLIENT_SECRET.

Per altre informazioni su come creare un'applicazione Azure AD, vedere questa guida.

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);

JavaScript Bundle

Per usare questa libreria client nel browser, è prima necessario usare un bundler. Per informazioni dettagliate su come eseguire questa operazione, vedere la documentazione di raggruppamento.

Concetti chiave

MachineLearningWorkspacesManagementClient

MachineLearningWorkspacesManagementClient è l'interfaccia principale per gli sviluppatori che usano la libreria client di Gestione aree di lavoro di Azure Machine Learning. Esplorare i metodi in questo oggetto client per comprendere le diverse funzionalità del servizio Gestione aree di lavoro di Azure Machine Learning a cui è possibile accedere.

Risoluzione dei problemi

Registrazione

L'abilitazione della registrazione consente di individuare informazioni utili sugli errori. Per visualizzare un log di richieste e risposte HTTP, impostare la variabile di ambiente AZURE_LOG_LEVEL su info. In alternativa, la registrazione può essere abilitata in fase di esecuzione chiamando setLogLevel in @azure/logger:

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

Per istruzioni più dettagliate su come abilitare i log, è possibile esaminare la documentazione del pacchetto @azure/logger.

Passaggi successivi

Per esempi dettagliati su come usare questa libreria, vedere la directory degli esempi .

Contributo

Per contribuire a questa libreria, leggere la guida ai contributi per altre informazioni su come compilare e testare il codice.

Impression