Een Machine Learning Studio-werkruimte (klassiek) beheren
VAN TOEPASSING OP: Machine Learning Studio (klassiek) Azure Machine Learning
Belangrijk
De ondersteuning voor Azure Machine Learning-studio (klassiek) eindigt op 31 augustus 2024. U wordt aangeraden om vóór die datum over te stappen naar Azure Machine Learning.
Vanaf 1 december 2021 kunt u geen nieuwe resources voor Azure Machine Learning-studio (klassiek) meer maken. Tot en met 31 augustus 2024 kunt u de bestaande resources van Azure Machine Learning-studio (klassiek) blijven gebruiken.
- Zie informatie over het verplaatsen van machine learning-projecten van ML Studio (klassiek) naar Azure Machine Learning.
- Meer informatie over Azure Machine Learning
De documentatie van ML-studio (klassiek) wordt buiten gebruik gesteld en wordt in de toekomst mogelijk niet meer bijgewerkt.
U kunt Machine Learning Studio-werkruimten (klassiek) beheren in Azure Portal.
De Azure-portal gebruiken
Een Studio-werkruimte (klassiek) beheren in Azure Portal:
- Meld u aan bij Azure Portal met behulp van een beheerdersaccount voor een Azure-abonnement.
- Voer in het zoekvak boven aan de pagina machine learning Studio-werkruimten (klassiek) in en selecteer vervolgens Machine Learning Studio-werkruimten (klassiek).
- Klik op de werkruimte die u wilt beheren.
Naast de standaardinformatie en opties voor resourcebeheer kunt u het volgende doen:
- Eigenschappen weergeven: op deze pagina worden de werkruimte- en resourcegegevens weergegeven en kunt u het abonnement en de resourcegroep wijzigen waarmee deze werkruimte is verbonden.
- Opslagsleutels opnieuw synchroniseren: de werkruimte onderhoudt sleutels voor het opslagaccount. Als het opslagaccount sleutels wijzigt, kunt u op Sleutels opnieuw synchroniseren klikken om de sleutels met de werkruimte te synchroniseren.
Gebruik de Machine Learning Web Services-portal om de webservices te beheren die zijn gekoppeld aan deze Studio-werkruimte (klassiek). Zie Een webservice beheren met behulp van de Machine Learning Web Services-portal voor volledige informatie.
Notitie
Als u nieuwe webservices wilt implementeren of beheren, moet u een inzender- of beheerdersrol toewijzen aan het abonnement waarop de webservice is geïmplementeerd. Als u een andere gebruiker uitnodigt voor een machine learning Studio-werkruimte (klassiek), moet u deze toewijzen aan een rol inzender of beheerder voor het abonnement voordat ze webservices kunnen implementeren of beheren.
Zie Azure-rollen toewijzen met behulp van Azure Portal voor meer informatie over het instellen van toegangsmachtigingen.
Volgende stappen
- Meer informatie over het implementeren van Machine Learning met Azure Resource Manager-sjablonen.