Azure Machine Learning SDK 및 CLI를 사용하여 허브 만들기
Important
이 문서에 표시된 항목(미리 보기)은 현재 퍼블릭 미리 보기에서 확인할 수 있습니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
이 문서에서는 Azure Machine Learning SDK 및 Azure CLI(기계 학습 확장 사용)를 사용하여 다음 AI Foundry 리소스를 만드는 방법을 알아봅니다.
- Azure AI Foundry 허브
- Azure AI 서비스 연결
필수 구성 요소
- Azure 구독 Azure 구독이 아직 없는 경우 시작하기 전에 체험 계정을 만듭니다. 지금 Azure AI Foundry의 무료 또는 유료 버전을 사용해 보세요.
환경 설정
다음 탭을 사용하여 Python SDK 또는 Azure CLI를 사용할지 여부를 선택합니다.
SDK 빠른 시작에 설명된 대로 Python을 설치합니다.
Azure Machine Learning SDK v2를 설치합니다.
azure-identity 설치:
pip install azure-identity. Notebook 셀에 있는 경우%pip install azure-identity를 사용합니다.구독 세부 정보를 제공합니다.
# Enter details of your subscription subscription_id = "<SUBSCRIPTION_ID>" resource_group = "<RESOURCE_GROUP>"구독에 대한 핸들을 가져옵니다. 이 문서에서 모든 Python 코드는
ml_client를 사용합니다.# 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)(선택 사항) 계정이 여러 개인 경우 사용하려는 Microsoft Entra ID의 테넌트 ID를
DefaultAzureCredential에 추가합니다. Azure Portal의 Microsoft Entra ID, 외부 ID에서 테넌트 ID를 찾습니다.DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")(선택 사항) Azure Government - 미국 또는 Azure 중국 21Vianet 지역에서 작업하는 경우 인증할 지역을 지정합니다.
DefaultAzureCredential을 사용하여 지역을 지정할 수 있습니다. 다음 예제에서는 Azure Government - 미국 지역에 대해 인증합니다.from azure.identity import AzureAuthorityHosts DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
AI Foundry 허브 및 AI Services 연결 만들기
다음 예제를 사용하여 새 허브를 만듭니다. 예제 문자열 값을 고유한 값으로 바꿉니다.
from azure.ai.ml.entities import Hub
my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
# construct a basic hub
my_hub = Hub(name=my_hub_name,
location=my_location,
display_name=my_display_name)
created_hub = ml_client.workspaces.begin_create(my_hub).result()
AI 서비스 연결 만들기
사용자 고유의 AI 서비스를 만든 후 허브에 연결할 수 있습니다.
from azure.ai.ml.entities import AzureAIServicesConnection
# constrict an AI Services connection
my_connection_name = "myaiservivce"
my_endpoint = "demo.endpoint" # this could also be called target
my_api_keys = None # leave blank for Authentication type = AAD
my_ai_services_resource_id = "" # ARM id required
my_connection = AzureAIServicesConnection(name=my_connection_name,
endpoint=my_endpoint,
api_key= my_api_keys,
ai_services_resource_id=my_ai_services_resource_id)
# Create the connection
ml_client.connections.create_or_update(my_connection)
기존 종속성 리소스를 사용하여 AI Foundry 허브 만들기
Azure Storage 및 Azure Key Vault와 같은 기존 리소스를 사용하여 허브를 만들 수도 있습니다. 다음 예제에서는 예제 문자열 값을 사용자 고유의 값으로 바꿉니다.
팁
리소스의 개요로 이동하고 JSON 보기를 선택하여 Azure Portal에서 스토리지 계정 및 키 자격 증명 모음의 리소스 ID를 검색할 수 있습니다. 리소스 ID는 ID 필드에 있습니다. Azure CLI를 사용하여 리소스 ID를 검색할 수도 있습니다. 예를 들어 az storage account show --name {my_storage_account_name} --query "id" 및 az keyvault show --name {my_key_vault_name} --query "id"를 지정합니다.
from azure.ai.ml.entities import Hub
my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
my_resource_group = "myresourcegroupname"
my_storage_account_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.Storage/storageAccounts/mystorageaccountname"
my_key_vault_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.KeyVault/vaults/mykeyvaultname"
# construct a basic hub
my_hub = Hub(name=my_hub_name,
location=my_location,
display_name=my_display_name,
resource_group=my_resource_group,
storage_account_id=my_storage_account_id,
key_vault_id=my_key_vault_id)
created_hub = ml_client.workspaces.begin_create(my_hub).result()