Microsoft.MachineLearningServices-werkruimten 2019-11-01

Artikel
02/26/2025

Bicep-resourcedefinitie

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

Resourcegroepen - Zie opdrachten voor de implementatie van resourcegroepen

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Resource microsoft.MachineLearningServices/werkruimten wilt maken, voegt u de volgende Bicep toe aan uw sjabloon.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2019-11-01' = {
  identity: {
    type: 'SystemAssigned'
  }
  location: 'string'
  name: 'string'
  properties: {
    applicationInsights: 'string'
    containerRegistry: 'string'
    description: 'string'
    discoveryUrl: 'string'
    friendlyName: 'string'
    keyVault: 'string'
    storageAccount: 'string'
  }
  sku: {
    name: 'string'
    tier: 'string'
  }
  tags: {
    {customized property}: 'string'
  }
}

Eigenschapswaarden

Identiteit

Naam	Beschrijving	Waarde
type	Het identiteitstype.	'SystemAssigned'

Microsoft.MachineLearningServices/werkruimten

Naam	Beschrijving	Waarde
identiteit	De identiteit van de resource.	Identiteit
plaats	Hiermee geeft u de locatie van de resource.	snaar
naam	De resourcenaam	tekenreeks (vereist)
Eigenschappen	De eigenschappen van de machine learning-werkruimte.	WorkspaceProperties-
Sku	De SKU van de werkruimte.	SKU-
Tags	Resourcetags	Woordenlijst met tagnamen en -waarden. Zie Tags in sjablonen

ResourceTags

Naam	Beschrijving	Waarde

Sku

Naam	Beschrijving	Waarde
naam	Naam van de SKU	snaar
rang	Laag van de sKU, zoals Basic of Enterprise	snaar

WorkspaceProperties

Naam	Beschrijving	Waarde
applicationInsights	ARM-id van de application insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
beschrijving	De beschrijving van deze werkruimte.	snaar
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	snaar
friendlyName	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	snaar
keyVault	ARM-id van de sleutelkluis die is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
storageAccount	ARM-id van het opslagaccount dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar

Gebruiksvoorbeelden

Geverifieerde Azure-modules

De volgende azure-geverifieerde modules kunnen worden gebruikt om dit resourcetype te implementeren.

Module	Beschrijving
Machine Learning Services-werkruimte	AVM-resourcemodule voor Machine Learning Services-werkruimte

Azure-snelstartvoorbeelden

De volgende Azure-quickstartsjablonen bicep-voorbeelden bevatten voor het implementeren van dit resourcetype.

Bicep-bestand	Beschrijving
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
beperkte van Azure AI Studio Network	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met private link en uitgaand verkeer uitgeschakeld, met behulp van door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitsconfiguratie voor de AI-resource.
beperkte van Azure AI Studio Network	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met private link en uitgaand verkeer uitgeschakeld, met behulp van door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitsconfiguratie voor de AI-resource.
Azure AI Studio met Microsoft Entra ID Authentication	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met Microsoft Entra ID-verificatie voor afhankelijke resources, zoals Azure AI Services en Azure Storage.
end-to-end beveiligde installatie van Azure Machine Learning	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een veilige configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
end-to-end beveiligde installatie van Azure Machine Learning (verouderd)	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een veilige configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
Api-sleutels voor basic-agent instellen	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met behulp van de basisinstallatie met behulp van API-sleutels voor de AI Service/AOAI-verbinding. Agents gebruiken zoek- en opslagbronnen met meerdere tenants die volledig worden beheerd door Microsoft. U hebt geen zichtbaarheid of controle over deze onderliggende Azure-resources.
Basic Agent Setup Identity	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met de basisinstallatie met behulp van verificatie van beheerde identiteiten voor de AI-service/AOAI-verbinding. Agents gebruiken zoek- en opslagbronnen met meerdere tenants die volledig worden beheerd door Microsoft. U hebt geen zichtbaarheid of controle over deze onderliggende Azure-resources.
Een AKS-rekendoel maken met een privé-IP-adres	Met deze sjabloon maakt u een AKS-rekendoel in de azure Machine Learning Service-werkruimte met een privé-IP-adres.
Een Azure Machine Learning Service-werkruimte maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. Deze configuratie beschrijft de minimale set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning.
een CMK- (Azure Machine Learning Service Workspace) maken	Deze implementatiesjabloon geeft aan hoe u een Azure Machine Learning-werkruimte maakt met versleuteling aan de servicezijde met behulp van uw versleutelingssleutels.
een CMK- (Azure Machine Learning Service Workspace) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In het voorbeeld ziet u hoe u Azure Machine Learning configureert voor versleuteling met een door de klant beheerde versleutelingssleutel.
Een Azure Machine Learning Service-werkruimte (verouderd) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In deze configuratie wordt de set resources beschreven die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een geïsoleerde netwerkconfiguratie.
Een Azure Machine Learning Service-werkruimte (vnet) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In deze configuratie wordt de set resources beschreven die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een geïsoleerde netwerkconfiguratie.
Secure Azure AI Studio implementeren met een beheerd virtueel netwerk	Met deze sjabloon maakt u een beveiligde Azure AI Studio-omgeving met robuuste netwerk- en identiteitsbeveiligingsbeperkingen.
Met netwerk beveiligde agent met door de gebruiker beheerde identiteit	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met isolatie van virtuele netwerken met behulp van door de gebruiker beheerde identiteit-authetication voor de AI-service/AOAI-verbinding en privénetwerkkoppelingen om de agent te verbinden met uw beveiligde gegevens.
van de Standard-agent instellen	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met de standaardinstallatie, wat betekent dat beheerde identiteitsverificatie wordt uitgevoerd voor project-/hubverbindingen en openbare internettoegang is ingeschakeld. Agents maken gebruik van zoek- en opslagbronnen die eigendom zijn van één tenant. Met deze installatie hebt u volledige controle en zichtbaarheid van deze resources, maar er worden kosten in rekening gebracht op basis van uw gebruik.

Resourcedefinitie van ARM-sjabloon

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

Resourcegroepen - Zie opdrachten voor de implementatie van resourcegroepen

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Resource microsoft.MachineLearningServices/werkruimten wilt maken, voegt u de volgende JSON toe aan uw sjabloon.

{
  "type": "Microsoft.MachineLearningServices/workspaces",
  "apiVersion": "2019-11-01",
  "name": "string",
  "identity": {
    "type": "SystemAssigned"
  },
  "location": "string",
  "properties": {
    "applicationInsights": "string",
    "containerRegistry": "string",
    "description": "string",
    "discoveryUrl": "string",
    "friendlyName": "string",
    "keyVault": "string",
    "storageAccount": "string"
  },
  "sku": {
    "name": "string",
    "tier": "string"
  },
  "tags": {
    "{customized property}": "string"
  }
}

Eigenschapswaarden

Identiteit

Naam	Beschrijving	Waarde
type	Het identiteitstype.	'SystemAssigned'

Microsoft.MachineLearningServices/werkruimten

Naam	Beschrijving	Waarde
apiVersion	De API-versie	'2019-11-01'
identiteit	De identiteit van de resource.	Identiteit
plaats	Hiermee geeft u de locatie van de resource.	snaar
naam	De resourcenaam	tekenreeks (vereist)
Eigenschappen	De eigenschappen van de machine learning-werkruimte.	WorkspaceProperties-
Sku	De SKU van de werkruimte.	SKU-
Tags	Resourcetags	Woordenlijst met tagnamen en -waarden. Zie Tags in sjablonen
type	Het resourcetype	'Microsoft.MachineLearningServices/workspaces'

ResourceTags

Naam	Beschrijving	Waarde

Sku

Naam	Beschrijving	Waarde
naam	Naam van de SKU	snaar
rang	Laag van de sKU, zoals Basic of Enterprise	snaar

WorkspaceProperties

Naam	Beschrijving	Waarde
applicationInsights	ARM-id van de application insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
beschrijving	De beschrijving van deze werkruimte.	snaar
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	snaar
friendlyName	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	snaar
keyVault	ARM-id van de sleutelkluis die is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
storageAccount	ARM-id van het opslagaccount dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar

Gebruiksvoorbeelden

Azure-snelstartsjablonen

De volgende Azure-quickstartsjablonen dit resourcetype implementeren.

Sjabloon	Beschrijving
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
basisinstallatie van Azure AI Studio	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met de basisinstallatie, wat betekent dat openbare internettoegang is ingeschakeld, door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitconfiguratie voor de AI-resource.
beperkte van Azure AI Studio Network	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met private link en uitgaand verkeer uitgeschakeld, met behulp van door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitsconfiguratie voor de AI-resource.
beperkte van Azure AI Studio Network	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met private link en uitgaand verkeer uitgeschakeld, met behulp van door Microsoft beheerde sleutels voor versleuteling en door Microsoft beheerde identiteitsconfiguratie voor de AI-resource.
Azure AI Studio met Microsoft Entra ID Authentication	Deze set sjablonen laat zien hoe u Azure AI Studio instelt met Microsoft Entra ID-verificatie voor afhankelijke resources, zoals Azure AI Services en Azure Storage.
end-to-end beveiligde installatie van Azure Machine Learning	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een veilige configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
end-to-end beveiligde installatie van Azure Machine Learning (verouderd)	Deze set Bicep-sjablonen laat zien hoe u Azure Machine Learning end-to-end instelt in een veilige configuratie. Deze referentie-implementatie omvat de werkruimte, een rekencluster, een rekenproces en een gekoppeld privé-AKS-cluster.
Azure Machine Learning-werkruimte	Met deze sjabloon maakt u een nieuwe Azure Machine Learning-werkruimte, samen met een versleuteld opslagaccount, KeyVault- en Applications Insights-logboekregistratie
Api-sleutels voor basic-agent instellen	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met behulp van de basisinstallatie met behulp van API-sleutels voor de AI Service/AOAI-verbinding. Agents gebruiken zoek- en opslagbronnen met meerdere tenants die volledig worden beheerd door Microsoft. U hebt geen zichtbaarheid of controle over deze onderliggende Azure-resources.
Basic Agent Setup Identity	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met de basisinstallatie met behulp van verificatie van beheerde identiteiten voor de AI-service/AOAI-verbinding. Agents gebruiken zoek- en opslagbronnen met meerdere tenants die volledig worden beheerd door Microsoft. U hebt geen zichtbaarheid of controle over deze onderliggende Azure-resources.
AML-werkruimte maken met meerdere gegevenssets & gegevensarchieven	Met deze sjabloon maakt u een Azure Machine Learning-werkruimte met meerdere gegevenssets & gegevensarchieven.
Een AKS-rekendoel maken met een privé-IP-adres	Met deze sjabloon maakt u een AKS-rekendoel in de azure Machine Learning Service-werkruimte met een privé-IP-adres.
Een Azure Machine Learning Service-werkruimte maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. Deze configuratie beschrijft de minimale set resources die u nodig hebt om aan de slag te gaan met Azure Machine Learning.
een CMK- (Azure Machine Learning Service Workspace) maken	Deze implementatiesjabloon geeft aan hoe u een Azure Machine Learning-werkruimte maakt met versleuteling aan de servicezijde met behulp van uw versleutelingssleutels.
een CMK- (Azure Machine Learning Service Workspace) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In het voorbeeld ziet u hoe u Azure Machine Learning configureert voor versleuteling met een door de klant beheerde versleutelingssleutel.
Een Azure Machine Learning Service-werkruimte (verouderd) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In deze configuratie wordt de set resources beschreven die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een geïsoleerde netwerkconfiguratie.
Een Azure Machine Learning Service-werkruimte (vnet) maken	Met deze implementatiesjabloon geeft u een Azure Machine Learning-werkruimte en de bijbehorende resources op, waaronder Azure Key Vault, Azure Storage, Azure Application Insights en Azure Container Registry. In deze configuratie wordt de set resources beschreven die u nodig hebt om aan de slag te gaan met Azure Machine Learning in een geïsoleerde netwerkconfiguratie.
Secure Azure AI Studio implementeren met een beheerd virtueel netwerk	Met deze sjabloon maakt u een beveiligde Azure AI Studio-omgeving met robuuste netwerk- en identiteitsbeveiligingsbeperkingen.
Met netwerk beveiligde agent met door de gebruiker beheerde identiteit	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met isolatie van virtuele netwerken met behulp van door de gebruiker beheerde identiteit-authetication voor de AI-service/AOAI-verbinding en privénetwerkkoppelingen om de agent te verbinden met uw beveiligde gegevens.
van de Standard-agent instellen	Deze set sjablonen laat zien hoe u Azure AI Agent Service instelt met de standaardinstallatie, wat betekent dat beheerde identiteitsverificatie wordt uitgevoerd voor project-/hubverbindingen en openbare internettoegang is ingeschakeld. Agents maken gebruik van zoek- en opslagbronnen die eigendom zijn van één tenant. Met deze installatie hebt u volledige controle en zichtbaarheid van deze resources, maar er worden kosten in rekening gebracht op basis van uw gebruik.

Resourcedefinitie van Terraform (AzAPI-provider)

Het resourcetype werkruimten kan worden geïmplementeerd met bewerkingen die zijn gericht op:

Resourcegroep

Zie logboek wijzigenvoor een lijst met gewijzigde eigenschappen in elke API-versie.

Resource-indeling

Als u een Resource microsoft.MachineLearningServices/werkruimten wilt maken, voegt u de volgende Terraform toe aan uw sjabloon.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces@2019-11-01"
  name = "string"
  identity = {
    type = "SystemAssigned"
  }
  location = "string"
  sku = {
    name = "string"
    tier = "string"
  }
  tags = {
    {customized property} = "string"
  }
  body = jsonencode({
    properties = {
      applicationInsights = "string"
      containerRegistry = "string"
      description = "string"
      discoveryUrl = "string"
      friendlyName = "string"
      keyVault = "string"
      storageAccount = "string"
    }
  })
}

Eigenschapswaarden

Identiteit

Naam	Beschrijving	Waarde
type	Het identiteitstype.	'SystemAssigned'

Microsoft.MachineLearningServices/werkruimten

Naam	Beschrijving	Waarde
identiteit	De identiteit van de resource.	Identiteit
plaats	Hiermee geeft u de locatie van de resource.	snaar
naam	De resourcenaam	tekenreeks (vereist)
Eigenschappen	De eigenschappen van de machine learning-werkruimte.	WorkspaceProperties-
Sku	De SKU van de werkruimte.	SKU-
Tags	Resourcetags	Woordenlijst met tagnamen en -waarden.
type	Het resourcetype	"Microsoft.MachineLearningServices/workspaces@2019-11-01"

ResourceTags

Naam	Beschrijving	Waarde

Sku

Naam	Beschrijving	Waarde
naam	Naam van de SKU	snaar
rang	Laag van de sKU, zoals Basic of Enterprise	snaar

WorkspaceProperties

Naam	Beschrijving	Waarde
applicationInsights	ARM-id van de application insights die aan deze werkruimte zijn gekoppeld. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
containerRegistry	ARM-id van het containerregister dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
beschrijving	De beschrijving van deze werkruimte.	snaar
discoveryUrl	URL voor de detectieservice voor het identificeren van regionale eindpunten voor machine learning-experimentenservices	snaar
friendlyName	De beschrijvende naam voor deze werkruimte. Deze naam is veranderlijk	snaar
keyVault	ARM-id van de sleutelkluis die is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar
storageAccount	ARM-id van het opslagaccount dat is gekoppeld aan deze werkruimte. Dit kan niet worden gewijzigd nadat de werkruimte is gemaakt	snaar

Gebruiksvoorbeelden

Geverifieerde Azure-modules

De volgende azure-geverifieerde modules kunnen worden gebruikt om dit resourcetype te implementeren.

Module	Beschrijving
Machine Learning Services-werkruimte	AVM-resourcemodule voor Machine Learning Services-werkruimte

Delen via

Microsoft.MachineLearningServices-werkruimten 2019-11-01

Bicep-resourcedefinitie

Resource-indeling

Eigenschapswaarden

Identiteit

Microsoft.MachineLearningServices/werkruimten

ResourceTags

Sku

WorkspaceProperties

Gebruiksvoorbeelden

Geverifieerde Azure-modules

Azure-snelstartvoorbeelden

Resourcedefinitie van ARM-sjabloon

Resource-indeling

Eigenschapswaarden

Identiteit

Microsoft.MachineLearningServices/werkruimten

ResourceTags

Sku

WorkspaceProperties

Gebruiksvoorbeelden

Azure-snelstartsjablonen

Resourcedefinitie van Terraform (AzAPI-provider)

Resource-indeling

Eigenschapswaarden

Identiteit

Microsoft.MachineLearningServices/werkruimten

ResourceTags

Sku

WorkspaceProperties

Gebruiksvoorbeelden

Geverifieerde Azure-modules

Feedback

Aanvullende resources