Поделиться через

Клиентская библиотека Управления вычислениями Машинного обучения Azure для JavaScript версии 3.0.0-beta.3

  • Статья

Этот пакет содержит изоморфный пакет SDK (выполняется как в Node.js, так и в браузерах) для клиента Управления вычислительными ресурсами Машинного обучения Azure.

Эти API позволяют конечным пользователям работать с вычислительными ресурсами Машинного обучения Azure. Они поддерживают следующие операции:

  • Создание или обновление кластера
  • Получение кластера
  • Исправление кластера
  • Удаление кластера
  • Получение ключей для кластера
  • Проверка доступности обновлений для системных служб в кластере
  • Обновление системных служб в кластере
  • Получение всех кластеров в группе ресурсов
  • Получение всех кластеров в подписке

Исходный код | Пакет (NPM) | Справочная документация по | API Образцы

Начало работы

Поддерживаемые в настоящее время среды

Чтобы получить дополнительные сведения, ознакомьтесь с нашей политикой поддержки.

Предварительные требования

Установите пакет @azure/arm-machinelearningcompute.

Установите клиентскую библиотеку Управления вычислительными ресурсами Машинного обучения Azure для JavaScript с помощью npm:

npm install @azure/arm-machinelearningcompute

Создание и проверка подлинности MachineLearningComputeManagementClient

Чтобы создать клиентский объект для доступа к API управления вычислительными ресурсами Машинного обучения Azure, вам потребуется endpoint ресурс Управления вычислительными ресурсами Машинного обучения Azure и credential. Клиент Управления вычислительными ресурсами Машинного обучения Azure может использовать учетные данные Azure Active Directory для проверки подлинности. Конечную точку для ресурса Управления вычислительными ресурсами Машинного обучения Azure можно найти на портале Azure.

Вы можете пройти проверку подлинности в Azure Active Directory, используя учетные данные из библиотеки @azure/удостоверений или существующего токена AAD.

Чтобы использовать поставщик DefaultAzureCredential, показанный ниже, или другие поставщики учетных данных, предоставляемые вместе с пакетом AZURE SDK, установите @azure/identity пакет :

npm install @azure/identity

Вам также потребуется зарегистрировать новое приложение AAD и предоставить доступ к Службе управления вычислительными ресурсами Машинного обучения Azure , назначив субъекту-службе подходящую роль (обратите внимание: такие роли, как "Owner" , не предоставляют необходимые разрешения). Задайте значения идентификатора клиента, идентификатора клиента и секрета клиента приложения AAD в качестве переменных среды: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET.

Дополнительные сведения о создании приложения Azure AD см. в этом руководстве.

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);

Пакет JavaScript

Чтобы использовать эту клиентную библиотеку в браузере, сначала необходимо использовать средство пакетной установки. Дополнительные сведения о том, как это сделать, см. в документации по объединениям.

Основные понятия

MachineLearningComputeManagementClient

MachineLearningComputeManagementClient — это основной интерфейс для разработчиков, использующих клиентную библиотеку Управления вычислительными ресурсами Машинного обучения Azure. Изучите методы этого клиентского объекта, чтобы понять различные функции службы управления вычислительными ресурсами Машинного обучения Azure, к которым можно получить доступ.

Устранение неполадок

Ведение журнала

Включение ведения журнала может помочь выявить полезные сведения о сбоях. Чтобы просмотреть журнал HTTP-запросов и ответов, задайте для переменной среды AZURE_LOG_LEVEL значение info. Кроме того, ведение журнала можно включить во время выполнения, вызвав setLogLevel в @azure/logger:

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

Более подробные инструкции по включению журналов см. в документации по пакету @azure и средства ведения журнала.

Дальнейшие действия

Подробные примеры использования этой библиотеки см. в каталоге примеров .

Участие

Если вы хотите вносить изменения в эту библиотеку, ознакомьтесь с руководством по внесению изменений, в котором содержатся сведения о создании и тестировании кода.

Просмотры