Criar um projeto no Estúdio de IA do Azure

Esse artigo descreve como criar um projeto do Estúdio de IA do Azure. Um projeto é usado para organizar seu trabalho e salvar o estado durante a criação de aplicativos de IA personalizados.

Os projetos são hospedados por um hub do Estúdio de IA do Azure. Se sua empresa tiver uma equipe administrativa que criou um hub para você, você poderá criar um projeto a partir desse hub. Se estiver trabalhando por conta própria, você poderá criar um projeto e um hub padrão será criado automaticamente para você.

Para obter mais informações sobre o modelo de projetos e hubs, confira Hubs do Estúdio de IA do Azure.

Pré-requisitos

• Uma assinatura do Azure. Se você não tiver uma assinatura do Azure, crie uma conta gratuita.
• Para etapas da CLI ou do SDK de Python, um hub do Estúdio de IA do Azure. Se você não tiver um hub, confira Como criar e gerenciar um hub do Estúdio de IA do Azure.
• Para o Estúdio de IA do Azure, um hub não é necessário. Ele é criado para você quando necessário.

Criar um projeto

Use as guias a seguir para selecionar o método que você planeja usar para criar um projeto:

Estúdio de IA do Azure

Para criar um projeto no Estúdio de IA do Azure, siga essas etapas:

1. Acesse o Estúdio de IA do Azure. Se estiver em um projeto, selecione Estúdio de IA do Azure no canto superior esquerdo da página para acessar a página Inicial.

2. Selecione + Criar projeto.

3. Insira um nome para o projeto.

4. Se você tiver um hub, verá o que usou mais recentemente selecionado.

   • Se tiver acesso a mais de um hub, poderá selecionar um hub diferente na lista suspensa.

   • Se quiser criar um, selecione Criar hub e forneça um nome. Se quiser personalizar os valores padrão, consulte a próxima seção.

     

5. Se você não tiver um hub, um padrão será criado para você. Se quiser personalizar os valores padrão, consulte a próxima seção.

6. Selecione Criar um projeto. Ou, se quiser personalizar um novo hub, siga as etapas na próxima seção.

Personalizar o hub

Os projetos residem em um hub. Um hub permite que você compartilhe configurações como conexões de dados com todos os projetos e gerencie centralmente as configurações de segurança e os gastos. Se você fizer parte de uma equipe, os hubs serão compartilhados entre outros membros da equipe em sua assinatura. Para obter mais informações sobre a relação entre hubs e projetos, confira a documentação de visão geral de hubs e projetos.

Quando cria um hub, você precisa ter permissões de Proprietário ou Colaborador no grupo de recursos selecionado. Se você fizer parte de uma equipe e não tiver essas permissões, o administrador deverá criar um hub para você.

Embora você possa criar um hub como parte da criação do projeto, você terá mais controle e poderá definir configurações mais avançadas para o hub se criá-lo separadamente. Por exemplo, você pode personalizar a segurança de rede ou a conta do Armazenamento do Azure subjacente. Para obter mais informações, confira Como criar e gerenciar um hub do Estúdio de IA do Azure.

Quando você cria um hub como parte da criação do projeto, as configurações padrão são fornecidas. Para personalizar essas configurações, faça isso antes de criar o projeto:

1. No formulário Criar um projeto, selecione Personalizar.

   

2. Selecione um Grupo de recursos que você deseja usar ou deixe o padrão para criar um grupo de recursos.

   Dica

   Principalmente para começar, é recomendável criar um grupo de recursos para seu projeto. Isso permite que você gerencie facilmente o projeto e todos os seus recursos em conjunto. Quando você cria um projeto, vários recursos são criados no grupo de recursos, incluindo um hub, um registro de contêiner e uma conta de armazenamento.

3. Selecione um Local ou use o padrão. O local é a região em que o hub será hospedado. O local do hub também é o local do projeto. A disponibilidade dos serviços de IA do Azure difere por região. Por exemplo, determinados modelos podem não estar disponíveis em determinadas regiões.

4. Selecione um recurso existente dos serviços de IA do Azure (incluindo o OpenAI do Azure) na lista suspensa se você tiver um ou use o padrão para criar um recurso.

   

5. Selecione Criar um projeto. Você visualiza o progresso da criação do recurso e o projeto é criado quando o processo é concluído.

   

SDK do Python

O código nesta seção pressupõe que você tem um hub existente. Se você não tiver um hub, confira Como criar e gerenciar um hub do Estúdio de IA do Azure para criar um.

1. Instale o Python conforme descrito no Início rápido do SDK.

2. Instale o SDK do Azure Machine Learning v2.

3. Instalar azure-identity: pip install azure-identity. Se estiver em uma célula de notebook, use %pip install azure-identity.

4. Forneça os detalhes da sua assinatura:

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

5. Obtenha um identificador para a assinatura. Todo o código Python nesse artigo usa 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. (Opcional) Se você tiver várias contas, adicione a ID de locatário do Microsoft Entra ID que deseja usar no DefaultAzureCredential. Localize sua ID de locatário do portal do Azure no Microsoft Entra ID, Identidades Externas.

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

7. (Opcional) Se você estiver trabalhando nas regiões Azure Governamental – EUA ou Azure China 21Vianet, especifique a região na qual você quer se autenticar. Você pode especificar a região com DefaultAzureCredential. O seguinte exemplo faz a autenticação na região Azure Governamental – EUA:

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

8. Use o código a seguir para criar um projeto a partir de um hub que você ou seu administrador criou anteriormente. Substitua os valores de cadeia de caracteres de exemplo por seus próprios valores:

   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()
   

CLI do Azure

O código nesta seção pressupõe que você tem um hub existente. Se você não tiver um hub, confira Como criar e gerenciar um hub do Estúdio de IA do Azure para criar um.

1. Se você não tiver a CLI do Azure e a extensão de machine learning instaladas, siga as etapas no artigo Instalar e configurar a extensão de machine learning.

2. Para se autenticar em sua assinatura do Azure a partir da CLI do Azure, use o seguinte comando:

   az login
   

   Para obter mais informações sobre autenticação, consulte Métodos de autenticação.

3. Depois que a extensão estiver instalada e autenticada em sua assinatura do Azure, use o seguinte comando para criar um novo projeto do Estúdio de IA do Azure a partir de um hub existente do Estúdio de IA do Azure:

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

Exibir as configurações do projeto

Estúdio de IA do Azure

Na página Visão geral do projeto, você pode encontrar informações sobre o projeto.

• Nome: o nome do projeto aparece no canto superior esquerdo. Você pode renomear o projeto usando a ferramenta de edição.
• Assinatura: a assinatura que hospeda o hub que hospeda o projeto.
• Grupo de recursos: o grupo de recursos que hospeda o hub que hospeda o projeto.

Selecione Centro de gerenciamento para navegar até os recursos do projeto no Estúdio de IA do Azure. Selecione Gerenciar no portal Azure para navegar até os recursos do projeto no portal Azure.

SDK do Python

Para gerenciar ou usar o novo projeto, inclua-o na seção MLClient:

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

CLI do Azure

Para exibir as configurações do projeto, use o comando az ml workspace show. Por exemplo:

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

Acessar recursos do projeto

As configurações comuns no hub são compartilhadas com seu projeto, incluindo conexões, instâncias de computação e acesso à rede, para que você possa começar a desenvolver imediatamente.

Além disso, vários recursos só podem ser acessados por usuários no espaço de trabalho do seu projeto:

• Componentes, incluindo conjuntos de dados, fluxos, índices, pontos de extremidade da API do modelo implantado (aberto e sem servidor).

• Conexões criadas por você em "configurações do projeto".

• Contêineres do Azure Storage blob e um compartilhamento de arquivos para upload de dados no seu projeto. Acesse o armazenamento usando as seguintes conexões:

  Data connection	Local de armazenamento	Finalidade
  workspaceblobstore	{project-GUID}-azureml-blobstore	Contêiner padrão para uploads de dados
  workspaceartifactstore	{project-GUID}-azureml	Armazena componentes e metadados para seu projeto, como pesos de modelos
  workspacefilestore	{project-GUID}-code	Hospeda arquivos criados em sua computação e usando o prompt flow

Observação

As conexões de armazenamento não são criadas diretamente com o projeto quando sua conta de armazenamento tem o acesso à rede pública definido como desabilitado. Em vez disso, eles são criados quando um primeiro usuário acessa o Estúdio de IA por meio de uma conexão de rede privada. Solucionar problemas de conexões de armazenamento

Conteúdo relacionado

• Implantar um aplicativo Web de chat empresarial
• Saiba mais sobre o Estúdio de IA do Azure
• Saiba mais sobre os hubs