你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
Microsoft.MachineLearningServices 工作区 2018-03-01-preview
Bicep 资源定义
可以使用目标操作部署工作区资源类型:
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源,请将以下 Bicep 添加到模板。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2018-03-01-preview' = {
identity: {
type: 'SystemAssigned'
}
location: 'string'
name: 'string'
properties: {
applicationInsights: 'string'
batchaiWorkspace: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
friendlyName: 'string'
keyVault: 'string'
storageAccount: 'string'
}
tags: {
{customized property}: 'string'
}
}
属性值
身份
名字 |
描述 |
价值 |
类型 |
标识类型。 |
“SystemAssigned” |
Microsoft.MachineLearningServices/workspaces
名字 |
描述 |
价值 |
身份 |
资源的标识。 |
标识 |
位置 |
指定资源的位置。 |
字符串 |
名字 |
资源名称 |
string (必需) |
性能 |
机器学习工作区的属性。 |
WorkspaceProperties |
标签 |
资源标记 |
标记名称和值的字典。 请参阅模板 中的 标记 |
WorkspaceProperties
名字 |
描述 |
价值 |
applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
batchaiWorkspace |
与此工作区关联的 Batch AI 工作区的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
描述 |
此工作区的说明。 |
字符串 |
discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
快速入门示例
以下快速入门示例部署此资源类型。
Bicep 文件 |
描述 |
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限 |
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio,并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限 |
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio,并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
使用 Microsoft Entra ID 身份验证 Azure AI Studio |
此模板集演示如何为依赖资源(例如 Azure AI 服务和 Azure 存储)设置具有 Microsoft Entra ID 身份验证的 Azure AI Studio。 |
Azure 机器学习端到端安全设置 |
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
Azure 机器学习端到端安全设置(旧版) |
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
创建具有专用 IP 地址的 AKS 计算目标 |
此模板使用专用 IP 地址在给定的 Azure 机器学习服务工作区中创建 AKS 计算目标。 |
创建 Azure 机器学习服务工作区 |
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了开始使用 Azure 机器学习所需的最少资源集。 |
创建 Azure 机器学习服务工作区(CMK) |
此部署模板指定如何使用加密密钥创建具有服务端加密的 Azure 机器学习工作区。 |
创建 Azure 机器学习服务工作区(CMK) |
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 该示例演示如何使用客户管理的加密密钥配置 Azure 机器学习进行加密。 |
创建 Azure 机器学习服务工作区(旧版) |
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
创建 Azure 机器学习服务工作区(vnet) |
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
使用托管虚拟网络部署安全 Azure AI Studio |
此模板创建一个安全的 Azure AI Studio 环境,其中包含可靠的网络和标识安全限制。 |
ARM 模板资源定义
可以使用目标操作部署工作区资源类型:
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源,请将以下 JSON 添加到模板。
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2018-03-01-preview",
"name": "string",
"identity": {
"type": "SystemAssigned"
},
"location": "string",
"properties": {
"applicationInsights": "string",
"batchaiWorkspace": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"friendlyName": "string",
"keyVault": "string",
"storageAccount": "string"
},
"tags": {
"{customized property}": "string"
}
}
属性值
身份
名字 |
描述 |
价值 |
类型 |
标识类型。 |
“SystemAssigned” |
Microsoft.MachineLearningServices/workspaces
名字 |
描述 |
价值 |
apiVersion |
API 版本 |
'2018-03-01-preview' |
身份 |
资源的标识。 |
标识 |
位置 |
指定资源的位置。 |
字符串 |
名字 |
资源名称 |
string (必需) |
性能 |
机器学习工作区的属性。 |
WorkspaceProperties |
标签 |
资源标记 |
标记名称和值的字典。 请参阅模板 中的 标记 |
类型 |
资源类型 |
“Microsoft.MachineLearningServices/workspaces” |
WorkspaceProperties
名字 |
描述 |
价值 |
applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
batchaiWorkspace |
与此工作区关联的 Batch AI 工作区的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
描述 |
此工作区的说明。 |
字符串 |
discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
快速入门模板
以下快速入门模板部署此资源类型。
模板 |
描述 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio,这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限
|
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio,并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限
|
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio,并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
使用 Microsoft Entra ID 身份验证 Azure AI Studio
|
此模板集演示如何为依赖资源(例如 Azure AI 服务和 Azure 存储)设置具有 Microsoft Entra ID 身份验证的 Azure AI Studio。 |
Azure 机器学习端到端安全设置
|
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
Azure 机器学习端到端安全设置(旧版)
|
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
Azure 机器学习工作区
|
此模板创建新的 Azure 机器学习工作区,以及加密的存储帐户、KeyVault 和 Applications Insights 日志记录 |
创建包含多个数据集的 AML 工作区 & 数据存储
|
此模板创建包含多个数据集 & 数据存储的 Azure 机器学习工作区。 |
创建具有专用 IP 地址的 AKS 计算目标
|
此模板使用专用 IP 地址在给定的 Azure 机器学习服务工作区中创建 AKS 计算目标。 |
创建 Azure 机器学习服务工作区
|
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了开始使用 Azure 机器学习所需的最少资源集。 |
创建 Azure 机器学习服务工作区(CMK)
|
此部署模板指定如何使用加密密钥创建具有服务端加密的 Azure 机器学习工作区。 |
创建 Azure 机器学习服务工作区(CMK)
|
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 该示例演示如何使用客户管理的加密密钥配置 Azure 机器学习进行加密。 |
创建 Azure 机器学习服务工作区(旧版)
|
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
创建 Azure 机器学习服务工作区(vnet)
|
此部署模板指定 Azure 机器学习工作区及其关联的资源,包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
使用托管虚拟网络部署安全 Azure AI Studio
|
此模板创建一个安全的 Azure AI Studio 环境,其中包含可靠的网络和标识安全限制。 |
可以使用目标操作部署工作区资源类型:
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源,请将以下 Terraform 添加到模板。
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2018-03-01-preview"
name = "string"
identity = {
type = "SystemAssigned"
}
location = "string"
tags = {
{customized property} = "string"
}
body = jsonencode({
properties = {
applicationInsights = "string"
batchaiWorkspace = "string"
containerRegistry = "string"
description = "string"
discoveryUrl = "string"
friendlyName = "string"
keyVault = "string"
storageAccount = "string"
}
})
}
属性值
身份
名字 |
描述 |
价值 |
类型 |
标识类型。 |
“SystemAssigned” |
Microsoft.MachineLearningServices/workspaces
名字 |
描述 |
价值 |
身份 |
资源的标识。 |
标识 |
位置 |
指定资源的位置。 |
字符串 |
名字 |
资源名称 |
string (必需) |
性能 |
机器学习工作区的属性。 |
WorkspaceProperties |
标签 |
资源标记 |
标记名称和值的字典。 |
类型 |
资源类型 |
“Microsoft.MachineLearningServices/workspaces@2018-03-01-preview” |
WorkspaceProperties
名字 |
描述 |
价值 |
applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
batchaiWorkspace |
与此工作区关联的 Batch AI 工作区的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
描述 |
此工作区的说明。 |
字符串 |
discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |
storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后,无法更改此更改 |
字符串 |