WorkspaceOperations クラス
WorkspaceOperations。
このクラスを直接インスタンス化しないでください。 代わりに、インスタンス化して属性としてアタッチする MLClient インスタンスを作成する必要があります。
- 継承
-
azure.ai.ml.operations._workspace_operations_base.WorkspaceOperationsBaseWorkspaceOperations
コンストラクター
WorkspaceOperations(operation_scope: OperationScope, service_client: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)
パラメーター
- operation_scope
- service_client
- all_operations
- credentials
メソッド
begin_create |
新しい Azure Machine Learning ワークスペースを作成します。 ワークスペースが既に存在する場合は、そのワークスペースを返します。 |
begin_delete |
ワークスペースを削除します。 |
begin_diagnose |
ワークスペースのセットアップの問題を診断します。 ワークスペースが想定どおりに動作していない場合は、この診断を実行して、ワークスペースが壊れているかどうかをチェックできます。 プライベート エンドポイント ワークスペースの場合は、ネットワークがこのワークスペースにセットアップされ、依存リソースが問題として設定されているかどうかをチェックにも役立ちます。 |
begin_provision_network |
ワークスペースをトリガーしてマネージド ネットワークをプロビジョニングします。 spark を true として指定すると、Spark をサポートするためにワークスペースのマネージド ネットワークが準備されます。 |
begin_sync_keys |
ワークスペースをトリガーして、キーをただちに同期します。 ワークスペース内のリソースのキーが変更された場合、それらのキーが自動的に更新されるのに約 1 時間かかる場合があります。 この関数を使用すると、必要に応じてキーを更新できます。 たとえば、ストレージ キーを再生成した後、ストレージにただちにアクセスする必要がある場合などに使用します。 |
begin_update | |
get |
ワークスペースを名前で取得します。 |
get_keys |
ワークスペースのキーを取得します。 |
list |
ユーザーが現在のリソース グループまたはサブスクリプションでアクセスできるすべてのワークスペースを一覧表示します。 |
begin_create
新しい Azure Machine Learning ワークスペースを作成します。
ワークスペースが既に存在する場合は、そのワークスペースを返します。
begin_create(workspace: Workspace, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]
パラメーター
- update_dependent_resources
- <xref:boolean>
依存リソースを更新するかどうか
戻り値
ワークスペースを返す LROPoller のインスタンス。
の戻り値の型 :
begin_delete
ワークスペースを削除します。
begin_delete(name: str, *, delete_dependent_resources: bool, permanently_delete: bool = False, **kwargs: Dict) -> LROPoller[None]
パラメーター
- delete_dependent_resources
- bool
ワークスペースに関連付けられているリソース (コンテナー レジストリ、ストレージ アカウント、キー コンテナー、Application Insights など) を削除するかどうか。 既定値は False です。 これらのリソースを削除するには、True に設定します。
- permanently_delete
- bool
ワークスペースは既定で論理的に削除され、ワークスペース データの回復が可能になります。 論理的な削除の動作をオーバーライドし、ワークスペースを完全に削除するには、このフラグを true に設定します。
戻り値
操作の状態を追跡するポーリングャー。
の戻り値の型 :
begin_diagnose
ワークスペースのセットアップの問題を診断します。
ワークスペースが想定どおりに動作していない場合は、この診断を実行して、ワークスペースが壊れているかどうかをチェックできます。 プライベート エンドポイント ワークスペースの場合は、ネットワークがこのワークスペースにセットアップされ、依存リソースが問題として設定されているかどうかをチェックにも役立ちます。
begin_diagnose(name: str, **kwargs: Dict) -> LROPoller[DiagnoseResponseResultValue]
パラメーター
戻り値
操作の状態を追跡するポーリングャー。
の戻り値の型 :
begin_provision_network
ワークスペースをトリガーしてマネージド ネットワークをプロビジョニングします。 spark を true として指定すると、Spark をサポートするためにワークスペースのマネージド ネットワークが準備されます。
begin_provision_network(*, workspace_name: str | None = None, include_spark: bool = False, **kwargs) -> LROPoller[ManagedNetworkProvisionStatus]
パラメーター
- workspace_name
- str
ワークスペースの名前。
- include_spark
ワークスペースマネージド ネットワークが Spark をサポートするように準備する必要があるかどうか。
戻り値
LROPoller のインスタンス。
の戻り値の型 :
begin_sync_keys
ワークスペースをトリガーして、キーをただちに同期します。 ワークスペース内のリソースのキーが変更された場合、それらのキーが自動的に更新されるのに約 1 時間かかる場合があります。 この関数を使用すると、必要に応じてキーを更新できます。 たとえば、ストレージ キーを再生成した後、ストレージにただちにアクセスする必要がある場合などに使用します。
begin_sync_keys(name: str | None = None) -> LROPoller
パラメーター
戻り値
None または同期キーの結果を返す LROPoller のインスタンス。
の戻り値の型 :
begin_update
begin_update(workspace: Workspace, *, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]
get
ワークスペースを名前で取得します。
get(name: str | None = None, **kwargs: Dict) -> Workspace
パラメーター
戻り値
指定された名前のワークスペース。
の戻り値の型 :
get_keys
ワークスペースのキーを取得します。
get_keys(name: str | None = None) -> WorkspaceKeys
パラメーター
戻り値
ワークスペース依存リソースのキー。
の戻り値の型 :
list
Azure SDK for Python