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 2020-05-15-preview
- 最近的
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 2021-07-01
- 2021-04-01
- 2021-03-01-preview
- 2021-01-01
- 2020-09-01-preview
- 2020-08-01
- 2020-06-01
- 2020-05-15-preview
- 2020-05-01-preview
- 2020-04-01
- 2020-03-01
- 2020-02-18-preview
- 2020-01-01
- 2019-11-01
- 2019-06-01
- 2019-05-01
- 2018-11-19
- 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:
- 资源组 - 请参阅 资源组部署命令
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
资源格式
若要创建 Microsoft.MachineLearningServices/workspaces 资源,请将以下 Bicep 添加到模板。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2020-05-15-preview' = {
identity: {
type: 'string'
userAssignedIdentities: {
{customized property}: {}
}
}
location: 'string'
name: 'string'
properties: {
allowPublicAccessWhenBehindVnet: bool
applicationInsights: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
encryption: {
keyVaultProperties: {
identityClientId: 'string'
keyIdentifier: 'string'
keyVaultArmId: 'string'
}
status: 'string'
}
friendlyName: 'string'
hbiWorkspace: bool
imageBuildCompute: 'string'
keyVault: 'string'
sharedPrivateLinkResources: [
{
name: 'string'
properties: {
groupId: 'string'
privateLinkResourceId: 'string'
requestMessage: 'string'
status: 'string'
}
}
]
storageAccount: 'string'
}
sku: {
name: 'string'
tier: 'string'
}
tags: {
{customized property}: 'string'
}
}
属性值
EncryptionProperty
名字 | 描述 | 价值 |
---|---|---|
keyVaultProperties | 客户密钥保管库属性。 | KeyVaultProperties (必需) |
地位 | 指示是否为工作区启用加密。 | “Disabled” “Enabled”(必需) |
身份
名字 | 描述 | 价值 |
---|---|---|
类型 | 标识类型。 | “None” “SystemAssigned” “SystemAssigned,UserAssigned” “UserAssigned” |
userAssignedIdentities | 与资源关联的用户分配的标识。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 价值 |
---|---|---|
identityClientId | 将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 | 字符串 |
keyIdentifier | 用于访问加密密钥的密钥保管库 URI。 | string (必需) |
keyVaultArmId | 客户拥有加密密钥的 keyVault 的 ArmId。 | string (必需) |
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 |
sku | 工作区的 SKU。 | Sku |
标签 | 资源标记 | 标记名称和值的字典。 请参阅模板 中的 |
ResourceTags
名字 | 描述 | 价值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 价值 |
---|---|---|
名字 | 专用链接的唯一名称。 | 字符串 |
性能 | 资源属性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 价值 |
---|---|---|
groupId | 专用链接资源组 ID。 | 字符串 |
privateLinkResourceId | 专用链接链接到的资源 ID。 | 字符串 |
requestMessage | 请求消息。 | 字符串 |
地位 | 指示连接是否已被服务的所有者批准/拒绝/删除。 | “已批准” “Disconnected” “Pending” “已拒绝” “Timeout” |
Sku
名字 | 描述 | 价值 |
---|---|---|
名字 | SKU 的名称 | 字符串 |
层 | SKU 的层,如基本或企业 | 字符串 |
UserAssignedIdentities
名字 | 描述 | 价值 |
---|
UserAssignedIdentity
名字 | 描述 | 价值 |
---|
WorkspaceProperties
名字 | 描述 | 价值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 指示在 VNet 后面是否允许公共访问的标志。 | bool |
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 |
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 |
加密 | Azure ML 工作区的加密设置。 | EncryptionProperty |
friendlyName | 此工作区的友好名称。 此名称在可变中 | 字符串 |
hbiWorkspace | 用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 | bool |
imageBuildCompute | 映像生成的计算名称 | 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 |
sharedPrivateLinkResources | 此工作区中共享的专用链接资源列表。 | SharedPrivateLinkResource[] |
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 |
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:
- 资源组 - 请参阅 资源组部署命令
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
资源格式
若要创建 Microsoft.MachineLearningServices/workspaces 资源,请将以下 JSON 添加到模板。
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2020-05-15-preview",
"name": "string",
"identity": {
"type": "string",
"userAssignedIdentities": {
"{customized property}": {
}
}
},
"location": "string",
"properties": {
"allowPublicAccessWhenBehindVnet": "bool",
"applicationInsights": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"encryption": {
"keyVaultProperties": {
"identityClientId": "string",
"keyIdentifier": "string",
"keyVaultArmId": "string"
},
"status": "string"
},
"friendlyName": "string",
"hbiWorkspace": "bool",
"imageBuildCompute": "string",
"keyVault": "string",
"sharedPrivateLinkResources": [
{
"name": "string",
"properties": {
"groupId": "string",
"privateLinkResourceId": "string",
"requestMessage": "string",
"status": "string"
}
}
],
"storageAccount": "string"
},
"sku": {
"name": "string",
"tier": "string"
},
"tags": {
"{customized property}": "string"
}
}
属性值
EncryptionProperty
名字 | 描述 | 价值 |
---|---|---|
keyVaultProperties | 客户密钥保管库属性。 | KeyVaultProperties (必需) |
地位 | 指示是否为工作区启用加密。 | “Disabled” “Enabled”(必需) |
身份
名字 | 描述 | 价值 |
---|---|---|
类型 | 标识类型。 | “None” “SystemAssigned” “SystemAssigned,UserAssigned” “UserAssigned” |
userAssignedIdentities | 与资源关联的用户分配的标识。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 价值 |
---|---|---|
identityClientId | 将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 | 字符串 |
keyIdentifier | 用于访问加密密钥的密钥保管库 URI。 | string (必需) |
keyVaultArmId | 客户拥有加密密钥的 keyVault 的 ArmId。 | string (必需) |
Microsoft.MachineLearningServices/workspaces
名字 | 描述 | 价值 |
---|---|---|
apiVersion | API 版本 | '2020-05-15-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 |
sku | 工作区的 SKU。 | Sku |
标签 | 资源标记 | 标记名称和值的字典。 请参阅模板 中的 |
类型 | 资源类型 | “Microsoft.MachineLearningServices/workspaces” |
ResourceTags
名字 | 描述 | 价值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 价值 |
---|---|---|
名字 | 专用链接的唯一名称。 | 字符串 |
性能 | 资源属性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 价值 |
---|---|---|
groupId | 专用链接资源组 ID。 | 字符串 |
privateLinkResourceId | 专用链接链接到的资源 ID。 | 字符串 |
requestMessage | 请求消息。 | 字符串 |
地位 | 指示连接是否已被服务的所有者批准/拒绝/删除。 | “已批准” “Disconnected” “Pending” “已拒绝” “Timeout” |
Sku
名字 | 描述 | 价值 |
---|---|---|
名字 | SKU 的名称 | 字符串 |
层 | SKU 的层,如基本或企业 | 字符串 |
UserAssignedIdentities
名字 | 描述 | 价值 |
---|
UserAssignedIdentity
名字 | 描述 | 价值 |
---|
WorkspaceProperties
名字 | 描述 | 价值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 指示在 VNet 后面是否允许公共访问的标志。 | bool |
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 |
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 |
加密 | Azure ML 工作区的加密设置。 | EncryptionProperty |
friendlyName | 此工作区的友好名称。 此名称在可变中 | 字符串 |
hbiWorkspace | 用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 | bool |
imageBuildCompute | 映像生成的计算名称 | 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 |
sharedPrivateLinkResources | 此工作区中共享的专用链接资源列表。 | SharedPrivateLinkResource[] |
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 |
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。 |
Terraform (AzAPI 提供程序)资源定义
可以使用目标操作部署工作区资源类型:
- 资源组
有关每个 API 版本中已更改属性的列表,请参阅 更改日志。
资源格式
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@2020-05-15-preview"
name = "string"
identity = {
type = "string"
userAssignedIdentities = {
{customized property} = {
}
}
}
location = "string"
sku = {
name = "string"
tier = "string"
}
tags = {
{customized property} = "string"
}
body = jsonencode({
properties = {
allowPublicAccessWhenBehindVnet = bool
applicationInsights = "string"
containerRegistry = "string"
description = "string"
discoveryUrl = "string"
encryption = {
keyVaultProperties = {
identityClientId = "string"
keyIdentifier = "string"
keyVaultArmId = "string"
}
status = "string"
}
friendlyName = "string"
hbiWorkspace = bool
imageBuildCompute = "string"
keyVault = "string"
sharedPrivateLinkResources = [
{
name = "string"
properties = {
groupId = "string"
privateLinkResourceId = "string"
requestMessage = "string"
status = "string"
}
}
]
storageAccount = "string"
}
})
}
属性值
EncryptionProperty
名字 | 描述 | 价值 |
---|---|---|
keyVaultProperties | 客户密钥保管库属性。 | KeyVaultProperties (必需) |
地位 | 指示是否为工作区启用加密。 | “Disabled” “Enabled”(必需) |
身份
名字 | 描述 | 价值 |
---|---|---|
类型 | 标识类型。 | “None” “SystemAssigned” “SystemAssigned,UserAssigned” “UserAssigned” |
userAssignedIdentities | 与资源关联的用户分配的标识。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 价值 |
---|---|---|
identityClientId | 将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 | 字符串 |
keyIdentifier | 用于访问加密密钥的密钥保管库 URI。 | string (必需) |
keyVaultArmId | 客户拥有加密密钥的 keyVault 的 ArmId。 | string (必需) |
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 |
sku | 工作区的 SKU。 | Sku |
标签 | 资源标记 | 标记名称和值的字典。 |
类型 | 资源类型 | “Microsoft.MachineLearningServices/workspaces@2020-05-15-preview” |
ResourceTags
名字 | 描述 | 价值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 价值 |
---|---|---|
名字 | 专用链接的唯一名称。 | 字符串 |
性能 | 资源属性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 价值 |
---|---|---|
groupId | 专用链接资源组 ID。 | 字符串 |
privateLinkResourceId | 专用链接链接到的资源 ID。 | 字符串 |
requestMessage | 请求消息。 | 字符串 |
地位 | 指示连接是否已被服务的所有者批准/拒绝/删除。 | “已批准” “Disconnected” “Pending” “已拒绝” “Timeout” |
Sku
名字 | 描述 | 价值 |
---|---|---|
名字 | SKU 的名称 | 字符串 |
层 | SKU 的层,如基本或企业 | 字符串 |
UserAssignedIdentities
名字 | 描述 | 价值 |
---|
UserAssignedIdentity
名字 | 描述 | 价值 |
---|
WorkspaceProperties
名字 | 描述 | 价值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 指示在 VNet 后面是否允许公共访问的标志。 | bool |
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 |
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 |
加密 | Azure ML 工作区的加密设置。 | EncryptionProperty |
friendlyName | 此工作区的友好名称。 此名称在可变中 | 字符串 |
hbiWorkspace | 用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 | bool |
imageBuildCompute | 映像生成的计算名称 | 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 |
sharedPrivateLinkResources | 此工作区中共享的专用链接资源列表。 | SharedPrivateLinkResource[] |
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 |