Een project maken in de Azure AI Foundry-portal

In dit artikel wordt beschreven hoe u een Azure AI Foundry-project maakt. Een project wordt gebruikt om uw werk te organiseren en de status op te slaan tijdens het bouwen van aangepaste AI-apps.

Projecten worden gehost door een Azure AI Foundry-hub. Als uw bedrijf een beheerteam heeft dat een hub voor u heeft gemaakt, kunt u een project van die hub maken. Als u zelf aan het werk bent, kunt u een project maken en wordt automatisch een standaardhub voor u gemaakt.

Zie Azure AI Foundry-hubs voor meer informatie over het model projecten en hubs.

Vereisten

• Een Azure-abonnement. Als u nog geen Azure-abonnement hebt, maakt u een gratis account.
• Voor Python SDK- of CLI-stappen, een Azure AI Foundry-hub. Als u geen hub hebt, raadpleegt u Hoe u een Azure AI Foundry-hub maakt en beheert.
• Voor Azure AI Foundry is een hub niet vereist. Deze wordt voor u gemaakt wanneer dat nodig is.

Een project maken

Gebruik de volgende tabbladen om de methode te selecteren die u wilt gebruiken om een project te maken:

Azure AI Foundry

Voer de volgende stappen uit om een project te maken in Azure AI Foundry:

1. Ga naar Azure AI Foundry. Als u zich in een project bevindt, selecteert u Azure AI Foundry linksboven op de pagina om naar de startpagina te gaan.

2. Selecteer + Project maken.

3. Voer een naam in voor het project.

4. Als u een hub hebt, ziet u de hub die u het laatst hebt geselecteerd.

   • Als u toegang hebt tot meer dan één hub, kunt u een andere hub selecteren in de vervolgkeuzelijst.

   • Als u een nieuwe wilt maken, selecteert u Nieuwe hub maken en geeft u een naam op. Als u de standaardwaarden wilt aanpassen, raadpleegt u de volgende sectie.

     

5. Als u geen hub hebt, wordt er een standaard voor u gemaakt. Als u de standaardwaarden wilt aanpassen, raadpleegt u de volgende sectie.

6. Selecteer Een project maken. Als u een nieuwe hub wilt aanpassen, volgt u de stappen in de volgende sectie.

De hub aanpassen

Projecten wonen in een hub. Met een hub kunt u configuraties zoals gegevensverbindingen delen met alle projecten en beveiligingsinstellingen en uitgaven centraal beheren. Als u deel uitmaakt van een team, worden hubs gedeeld met andere teamleden in uw abonnement. Zie de overzichtsdocumentatie voor hubs en projecten voor meer informatie over de relatie tussen hubs en projecten.

Wanneer u een nieuwe hub maakt, moet u eigenaars- of inzendermachtigingen hebben voor de geselecteerde resourcegroep. Als u deel uitmaakt van een team en deze machtigingen niet hebt, moet uw beheerder een hub voor u maken.

Hoewel u een hub kunt maken als onderdeel van het maken van het project, hebt u meer controle en kunt u geavanceerdere instellingen voor de hub instellen als u deze afzonderlijk maakt. U kunt bijvoorbeeld netwerkbeveiliging of het onderliggende Azure Storage-account aanpassen. Zie Een Azure AI Foundry-hub maken en beheren voor meer informatie.

Wanneer u een nieuwe hub maakt als onderdeel van het maken van het project, worden standaardinstellingen opgegeven. Als u deze instellingen wilt aanpassen, doet u dit voordat u het project maakt:

1. Selecteer Aanpassen in het formulier Een project maken.

   

2. Selecteer een bestaande resourcegroep die u wilt gebruiken of laat de standaardwaarde staan om een nieuwe resourcegroep te maken.

   Tip

   Met name om aan de slag te gaan, is het raadzaam om een nieuwe resourcegroep voor uw project te maken. Hierdoor kunt u het project en alle bijbehorende resources eenvoudig samen beheren. Wanneer u een project maakt, worden er verschillende resources gemaakt in de resourcegroep, waaronder een hub, een containerregister en een opslagaccount.

3. Selecteer een locatie of gebruik de standaardwaarde. De locatie is de regio waar de hub wordt gehost. De locatie van de hub is ook de locatie van het project. De beschikbaarheid van Azure AI-services verschilt per regio. Bepaalde modellen zijn bijvoorbeeld mogelijk niet beschikbaar in bepaalde regio's.

4. Selecteer een bestaande Azure AI-servicesresource (inclusief Azure OpenAI) in de vervolgkeuzelijst als u er een hebt of gebruik de standaardinstelling om een nieuwe resource te maken.

   

5. Selecteer Een project maken. U ziet de voortgang van het maken van resources en het project wordt gemaakt wanneer het proces is voltooid.

   

Python SDK

In de code in deze sectie wordt ervan uitgegaan dat u een bestaande hub hebt. Als u geen hub hebt, raadpleegt u Hoe u een Azure AI Foundry-hub maakt en beheert om er een te maken.

1. Installeer Python zoals beschreven in de quickstart voor de SDK.

2. Installeer de Azure Machine Learning SDK v2.

3. Installeer azure-identity: pip install azure-identity. Als u zich in een notebookcel bevindt, gebruikt u %pip install azure-identity.

4. Geef uw abonnementsgegevens op:

   # Enter details of your subscription
   subscription_id = "<SUBSCRIPTION_ID>"
   resource_group = "<RESOURCE_GROUP>"

5. Krijg een ingang voor het abonnement. Alle Python-code in dit artikel maakt gebruik van ml_client:

   # 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)

6. (Optioneel) Als u meerdere accounts hebt, voegt u de tenant-id van de Microsoft Entra-id toe die u in het DefaultAzureCredentialaccount wilt gebruiken. Zoek uw tenant-id in Azure Portal onder Microsoft Entra ID, Externe identiteiten.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Optioneel) Als u werkt in de regio's Azure Government - VS of Azure China 21Vianet , geeft u de regio op waarin u zich wilt verifiëren. U kunt de regio opgeven met DefaultAzureCredential. In het volgende voorbeeld wordt geverifieerd bij de regio Azure Government - VS:

   from azure.identity import AzureAuthorityHosts
   DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
   

8. Gebruik de volgende code om een project te maken op basis van een hub die u of uw beheerder eerder hebt gemaakt. Vervang voorbeeldtekenreekswaarden door uw eigen waarden:

   from azure.ai.ml.entities import Project
   
   my_project_name = "myexampleproject"
   my_display_name = "My Example Project"
   hub_name = "myhubname" # Azure resource manager ID of the hub
   hub_id=f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.MachineLearningServices/workspaces/{hub_name}"
   
   my_project = Project(name=my_project_name, 
                   display_name=my_display_name,
                   hub_id=hub_id)
   
   created_project = ml_client.workspaces.begin_create(workspace=my_project).result()
   

Azure-CLI

In de code in deze sectie wordt ervan uitgegaan dat u een bestaande hub hebt. Als u geen hub hebt, raadpleegt u Hoe u een Azure AI Foundry-hub maakt en beheert om er een te maken.

1. Als u de Azure CLI- en machine learning-extensie niet hebt geïnstalleerd, volgt u de stappen in het artikel over het installeren en instellen van de machine learning-extensie .

2. Gebruik de volgende opdracht om te verifiëren bij uw Azure-abonnement vanuit de Azure CLI:

   az login
   

   Zie Verificatiemethoden voor meer informatie over verificatie.

3. Zodra de extensie is geïnstalleerd en geverifieerd bij uw Azure-abonnement, gebruikt u de volgende opdracht om een nieuw Azure AI Foundry-project te maken op basis van een bestaande Azure AI Foundry-hub:

   az ml workspace create --kind project --hub-id {my_hub_ARM_ID} --resource-group {my_resource_group} --name {my_project_name}
   

Projectinstellingen weergeven

Azure AI Foundry

Op de projectoverzichtspagina vindt u informatie over het project.

• Naam: De naam van het project wordt weergegeven in de linkerbovenhoek. U kunt de naam van het project wijzigen met behulp van het bewerkingsprogramma.
• Abonnement: het abonnement dat als host fungeert voor de hub die als host fungeert voor het project.
• Resourcegroep: de resourcegroep die als host fungeert voor de hub die als host fungeert voor het project.

Selecteer Beheercentrum om naar de projectbronnen in de Azure AI Foundry-portal te navigeren. Selecteer Beheren in Azure Portal om naar de projectbronnen in Azure Portal te gaan.

Python SDK

Als u het nieuwe project wilt beheren of gebruiken, neemt u het op in het MLClientvolgende:

ml_client = MLClient(workspace_name=my_project_name, resource_group_name=resource_group, subscription_id=subscription_id,credential=DefaultAzureCredential())

Azure-CLI

Gebruik de az ml workspace show opdracht om instellingen voor het project weer te geven. Voorbeeld:

az ml workspace show --name {my_project_name} --resource-group {my_resource_group}

Toegang tot projectbronnen

Algemene configuraties op de hub worden gedeeld met uw project, inclusief verbindingen, rekeninstanties en netwerktoegang, zodat u meteen kunt beginnen met ontwikkelen.

Daarnaast zijn een aantal resources alleen toegankelijk voor gebruikers in uw projectwerkruimte:

• Onderdelen, waaronder gegevenssets, stromen, indexen, geïmplementeerde api-eindpunten voor modellen (open en serverloos).

• Verbindingen die door u zijn gemaakt onder 'projectinstellingen'.

• Azure Storage-blobcontainers en een bestandsshare voor het uploaden van gegevens in uw project. Toegang tot opslag met behulp van de volgende verbindingen:

  Gegevensverbinding	Opslaglocatie	Doel
  workspaceblobstore	{project-GUID}-azureml-blobstore	Standaardcontainer voor gegevensuploads
  workspaceartifactstore	{project-GUID}-azureml	Slaat onderdelen en metagegevens voor uw project op, zoals modelgewichten
  workspacefilestore	{project-GUID}-code	Hosts bestanden die zijn gemaakt op uw rekenproces en met behulp van promptstroom

Notitie

Opslagverbindingen worden niet rechtstreeks met het project gemaakt wanneer voor uw opslagaccount openbare netwerktoegang is ingesteld op uitgeschakeld. Deze worden gemaakt wanneer een eerste gebruiker AI Foundry opent via een privénetwerkverbinding. Problemen met opslagverbindingen oplossen

Gerelateerde inhoud

• Een zakelijke chat-web-app implementeren
• Meer informatie over Azure AI Foundry
• Meer informatie over hubs