Udostępnij za pośrednictwem

Biblioteka klienta zarządzania kontami zespołu usługi Azure ML dla języka JavaScript — wersja 2.0.0-beta.4

  • Artykuł

Ten pakiet zawiera izomorficzny zestaw SDK (uruchamiany zarówno w Node.js, jak i w przeglądarkach) dla klienta zarządzania kontami zespołu usługi Azure ML.

Te interfejsy API umożliwiają użytkownikom końcowym wykonywanie operacji na zasobach konta zespołu usługi Azure Machine Learning. Obsługują one operacje CRUD dla kont zespołu usługi Azure Machine Learning.

Kod | źródłowy Pakiet (NPM) | Dokumentacja referencyjna interfejsu | API Próbki

Wprowadzenie

Obecnie obsługiwane środowiska

Aby uzyskać więcej informacji, zobacz nasze zasady pomocy technicznej .

Wymagania wstępne

Instalowanie pakietu @azure/arm-machinelearningexperimentation

Zainstaluj bibliotekę klienta zarządzania kontami zespołu usługi Azure ML dla języka JavaScript przy użyciu polecenia npm:

npm install @azure/arm-machinelearningexperimentation

Tworzenie i uwierzytelnianie MLTeamAccountManagementClient

Aby utworzyć obiekt klienta w celu uzyskania dostępu do interfejsu API zarządzania kontami zespołu usługi Azure ML, potrzebny endpoint będzie zasób zarządzania kontami zespołu usługi Azure ML i element credential. Klient zarządzania kontami zespołu usługi Azure ML może używać poświadczeń usługi Azure Active Directory do uwierzytelniania. Punkt końcowy zasobu zarządzania kontem zespołu usługi Azure ML można znaleźć w witrynie Azure Portal.

Możesz uwierzytelnić się w usłudze Azure Active Directory przy użyciu poświadczeń z biblioteki @azure/tożsamości lub istniejącego tokenu usługi AAD.

Aby użyć poniższego dostawcy DefaultAzureCredential lub innych dostawców poświadczeń dostarczonych z zestawem Azure SDK, zainstaluj @azure/identity pakiet:

npm install @azure/identity

Musisz również zarejestrować nową aplikację usługi AAD i udzielić dostępu do usługi Azure ML Team Account Management , przypisując odpowiednią rolę do jednostki usługi (uwaga: role, takie jak "Owner" nie będą udzielać niezbędnych uprawnień). Ustaw wartości identyfikatora klienta, identyfikatora dzierżawy i wpisu tajnego klienta aplikacji usługi AAD jako zmienne środowiskowe: AZURE_CLIENT_ID, , AZURE_CLIENT_SECRETAZURE_TENANT_ID.

Aby uzyskać więcej informacji na temat tworzenia aplikacji Azure AD, zapoznaj się z tym przewodnikiem.

const { MLTeamAccountManagementClient } = require("@azure/arm-machinelearningexperimentation");
const { DefaultAzureCredential } = require("@azure/identity");
// For client-side applications running in the browser, use InteractiveBrowserCredential instead of DefaultAzureCredential. See https://aka.ms/azsdk/js/identity/examples for more details.

const subscriptionId = "00000000-0000-0000-0000-000000000000";
const client = new MLTeamAccountManagementClient(new DefaultAzureCredential(), subscriptionId);

// For client-side applications running in the browser, use this code instead:
// const credential = new InteractiveBrowserCredential({
//   tenantId: "<YOUR_TENANT_ID>",
//   clientId: "<YOUR_CLIENT_ID>"
// });
// const client = new MLTeamAccountManagementClient(credential, subscriptionId);

Pakiet JavaScript

Aby użyć tej biblioteki klienta w przeglądarce, najpierw musisz użyć pakietu. Aby uzyskać szczegółowe informacje na temat tego, jak to zrobić, zapoznaj się z naszą dokumentacją dotyczącą tworzenia pakietów.

Kluczowe pojęcia

MLTeamAccountManagementClient

MLTeamAccountManagementClient jest podstawowym interfejsem dla deweloperów korzystających z biblioteki klienta zarządzania kontami zespołu usługi Azure ML. Zapoznaj się z metodami w tym obiekcie klienta, aby zrozumieć różne funkcje usługi zarządzania kontami zespołu usługi Azure ML, do której możesz uzyskać dostęp.

Rozwiązywanie problemów

Rejestrowanie

Włączenie rejestrowania może pomóc odkryć przydatne informacje o błędach. Aby wyświetlić dziennik żądań HTTP i odpowiedzi, ustaw zmienną AZURE_LOG_LEVEL środowiskową na info. Możesz też włączyć rejestrowanie w czasie wykonywania, wywołując polecenie w elemecie setLogLevel@azure/logger:

const { setLogLevel } = require("@azure/logger");
setLogLevel("info");

Aby uzyskać bardziej szczegółowe instrukcje dotyczące włączania dzienników, zapoznaj się z dokumentami dotyczącymi pakietu @azure/rejestratora.

Następne kroki

Zapoznaj się z katalogiem samples , aby uzyskać szczegółowe przykłady dotyczące sposobu korzystania z tej biblioteki.

Współtworzenie

Jeśli chcesz współtworzyć tę bibliotekę, przeczytaj przewodnik współtworzenia , aby dowiedzieć się więcej na temat sposobu kompilowania i testowania kodu.

Wrażenia