Compartilhar via

Biblioteca de clientes do Gerenciamento de Computação do Azure Machine Learning para JavaScript – versão 3.0.0-beta.3

  • Artigo

Esse pacote contém um SDK isomórfico (executado em Node.js e em navegadores) para o cliente do Gerenciamento de Computação do Azure Machine Learning.

Essas APIs permitem que os usuários finais operem nos recursos de Computação do Azure Machine Learning. Eles dão suporte às seguintes operações:

  • Criar ou atualizar um cluster
  • Obter um cluster
  • Aplicar patch a um cluster
  • Excluir um cluster
  • Obter chaves para um cluster
  • Verificar se as atualizações estão disponíveis para serviços do sistema em um cluster
  • Atualizar serviços do sistema em um cluster
  • Obter todos os clusters em um grupo de recursos
  • Obter todos os clusters em uma assinatura

Código-fonte | Pacote (NPM) | Documentação | de referência da APIAmostras

Introdução

Ambientes com suporte no momento

Confira nossa política de suporte para mais detalhes.

Pré-requisitos

Instalar o pacote @azure/arm-machinelearningcompute

Instale a biblioteca de clientes do Gerenciamento de Computação do Azure Machine Learning para JavaScript com npm:

npm install @azure/arm-machinelearningcompute

Criar e autenticar um MachineLearningComputeManagementClient

Para criar um objeto cliente para acessar a API de Gerenciamento de Computação do Azure Machine Learning, você precisará do endpoint recurso de Gerenciamento de Computação do Azure Machine Learning e de um credential. O cliente do Gerenciamento de Computação do Azure Machine Learning pode usar as credenciais do Azure Active Directory para autenticar. Você pode encontrar o ponto de extremidade para o recurso de Gerenciamento de Computação do Azure Machine Learning no Portal do Azure.

Você pode autenticar com o Azure Active Directory usando uma credencial da biblioteca de @azure/identidade ou um Token do AAD existente.

Para usar o provedor DefaultAzureCredential mostrado abaixo ou outros provedores de credenciais fornecidos com o SDK do Azure, instale o @azure/identity pacote:

npm install @azure/identity

Você também precisará registrar um novo aplicativo do AAD e conceder acesso ao Gerenciamento de Computação do Azure Machine Learning atribuindo a função adequada à sua entidade de serviço (observação: funções como "Owner" não concederão as permissões necessárias). Defina os valores da ID do cliente, da ID do locatário e do segredo do cliente do aplicativo AAD como variáveis de ambiente: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET.

Para obter mais informações sobre como criar um aplicativo Azure AD, confira este guia.

const { MachineLearningComputeManagementClient } = require("@azure/arm-machinelearningcompute");
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 MachineLearningComputeManagementClient(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 MachineLearningComputeManagementClient(credential, subscriptionId);

Pacote JavaScript

Para usar essa biblioteca de clientes no navegador, primeiro você precisa usar um empacotador. Para obter detalhes sobre como fazer isso, consulte nossa documentação de agrupamento.

Principais conceitos

MachineLearningComputeManagementClient

MachineLearningComputeManagementClient é a interface principal para desenvolvedores que usam a biblioteca de clientes do Gerenciamento de Computação do Azure Machine Learning. Explore os métodos neste objeto cliente para entender os diferentes recursos do serviço de Gerenciamento de Computação do Azure Machine Learning que você pode acessar.

Solução de problemas

Log

A habilitação do log pode ajudar a descobrir informações úteis sobre falhas. Para ver um log de solicitações e respostas HTTP, defina a variável de ambiente AZURE_LOG_LEVEL como info. Como alternativa, o log pode ser habilitado no runtime chamando setLogLevel em @azure/logger:

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

Para obter instruções mais detalhadas sobre como habilitar logs, veja os documentos do pacote @azure/logger.

Próximas etapas

Examine o diretório de exemplos para obter exemplos detalhados sobre como usar essa biblioteca.

Contribuição

Se você quiser contribuir com essa biblioteca, leia o guia de contribuição para saber como criar e testar o código.

Impressões