Dela via

AzureMachineLearningWorkspaces-klientbibliotek för JavaScript

  • Artikel

Det här paketet innehåller en isomorf SDK (körs både i Node.js och i webbläsare) för AzureMachineLearningWorkspaces-klienten.

Med dessa API:er kan slutanvändarna arbeta med Azure Machine Learning-arbetsyteresurser.

Källkod | Paket (NPM) | API-referensdokumentation | Prover

Komma igång

Miljöer som stöds för närvarande

Mer information finns i vår supportprincip .

Förutsättningar

Installera @azure/arm-machinelearning-paketet

Installera AzureMachineLearningWorkspaces-klientbiblioteket för JavaScript med npm:

npm install @azure/arm-machinelearning

Skapa och autentisera en AzureMachineLearningWorkspaces

Om du vill skapa ett klientobjekt för åtkomst till AzureMachineLearningWorkspaces-API:et behöver du resursen endpoint AzureMachineLearningWorkspaces och en credential. AzureMachineLearningWorkspaces-klienten kan använda Azure Active Directory-autentiseringsuppgifter för att autentisera. Du hittar slutpunkten för din AzureMachineLearningWorkspaces-resurs i Azure-portalen.

Du kan autentisera med Azure Active Directory med hjälp av en autentiseringsuppgift från @azure/identitetsbiblioteket eller en befintlig AAD-token.

Om du vill använda DefaultAzureCredential-providern som visas nedan eller andra leverantörer av autentiseringsuppgifter som medföljer Azure SDK installerar @azure/identity du paketet:

npm install @azure/identity

Du måste också registrera ett nytt AAD-program och bevilja åtkomst till AzureMachineLearningWorkspaces genom att tilldela lämplig roll till tjänstens huvudnamn (obs! roller som "Owner" inte beviljar nödvändiga behörigheter). Ange värdena för klient-ID, klient-ID och klienthemlighet för AAD-programmet som miljövariabler: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET.

Mer information om hur du skapar ett Azure AD-program finns i den här guiden.

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

JavaScript-paket

Om du vill använda det här klientbiblioteket i webbläsaren måste du först använda en bundler. Mer information om hur du gör detta finns i vår paketeringsdokumentation.

Viktiga begrepp

AzureMachineLearningWorkspaces

AzureMachineLearningWorkspaces är det primära gränssnittet för utvecklare som använder Klientbiblioteket AzureMachineLearningWorkspaces. Utforska metoderna i det här klientobjektet för att förstå de olika funktionerna i tjänsten AzureMachineLearningWorkspaces som du kan komma åt.

Felsökning

Loggning

Aktivering av loggning kan hjälpa dig att hitta användbar information om fel. Om du vill se en logg över HTTP-begäranden och svar anger du AZURE_LOG_LEVEL miljövariabeln till info. Du kan också aktivera loggning vid körning genom att anropa setLogLevel i @azure/logger:

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

Mer detaljerade anvisningar om hur du aktiverar loggar finns i @azure-/loggningspaketdokumenten.

Nästa steg

Ta en titt på exempelkatalogen för detaljerade exempel på hur du använder det här biblioteket.

Bidra

Om du vill bidra till det här biblioteket kan du läsa bidragsguiden för att lära dig mer om hur du skapar och testar koden.

Visningar