共用方式為


Microsoft.MachineLearningServices 工作區 2018-03-01-preview

Bicep 資源定義

工作區資源類型可以使用目標作業來部署:

如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 Bicep 新增至範本。

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'
  }
}

屬性值

身份

名字 描述 價值
類型 識別類型。 'SystemAssigned'

Microsoft.MachineLearningServices/workspaces

名字 描述 價值
身份 資源的身分識別。 Identity
位置 指定資源的位置。 字串
名字 資源名稱 字串 (必要)
性能 機器學習工作區的屬性。 WorkspaceProperties
標籤 資源標籤 標記名稱和值的字典。 請參閱範本中的 標籤

ResourceTags

名字 描述 價值

WorkspaceProperties

名字 描述 價值
applicationInsights 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
batchaiWorkspace 與此工作區相關聯的 Batch AI 工作區 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
containerRegistry 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 字串
描述 此工作區的描述。 字串
discoveryUrl 探索服務的 URL,用來識別機器學習實驗服務的區域端點 字串
friendlyName 此工作區的易記名稱。 此名稱在可變動中 字串
keyVault 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
storageAccount 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串

快速入門範例

下列快速入門範例會部署此資源類型。

Bicep 檔案 描述
Azure AI Studio 基本設定 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 基本設定 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 基本設定 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 網路限制 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。
Azure AI Studio 網路限制 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。
使用 Microsoft Entra ID Authentication Azure AI Studio 這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。
Azure Machine Learning 端對端安全設定 這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。
Azure Machine Learning 端對端安全設定 (舊版) 這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。
建立具有私人IP位址的 AKS 計算目標 此範本會在具有私人IP位址的指定 Azure Machine Learning 服務工作區中建立 AKS 計算目標。
建立 Azure Machine Learning 服務工作區 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態描述開始使用 Azure Machine Learning 所需的最少資源集。
建立 Azure Machine Learning 服務工作區 (CMK) 此部署範本會指定如何使用加密密鑰,建立具有服務端加密的 Azure Machine Learning 工作區。
建立 Azure Machine Learning 服務工作區 (CMK) 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此範例示範如何使用客戶管理的加密密鑰來設定 Azure Machine Learning 進行加密。
建立 Azure Machine Learning 服務工作區 (舊版) 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。
建立 Azure Machine Learning 服務工作區 (vnet) 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。
使用受控虛擬網路部署安全的 Azure AI Studio 此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。

ARM 樣本資源定義

工作區資源類型可以使用目標作業來部署:

如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 JSON 新增至範本。

{
  "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"
  }
}

屬性值

身份

名字 描述 價值
類型 識別類型。 'SystemAssigned'

Microsoft.MachineLearningServices/workspaces

名字 描述 價值
apiVersion API 版本 '2018-03-01-preview'
身份 資源的身分識別。 Identity
位置 指定資源的位置。 字串
名字 資源名稱 字串 (必要)
性能 機器學習工作區的屬性。 WorkspaceProperties
標籤 資源標籤 標記名稱和值的字典。 請參閱範本中的 標籤
類型 資源類型 'Microsoft.MachineLearningServices/workspaces'

ResourceTags

名字 描述 價值

WorkspaceProperties

名字 描述 價值
applicationInsights 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
batchaiWorkspace 與此工作區相關聯的 Batch AI 工作區 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
containerRegistry 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 字串
描述 此工作區的描述。 字串
discoveryUrl 探索服務的 URL,用來識別機器學習實驗服務的區域端點 字串
friendlyName 此工作區的易記名稱。 此名稱在可變動中 字串
keyVault 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
storageAccount 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串

快速入門範本

下列快速入門範本會部署此資源類型。

範本 描述
Azure AI Studio 基本設定

部署至 Azure
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 基本設定

部署至 Azure
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 基本設定

部署至 Azure
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。
Azure AI Studio 網路限制

部署至 Azure
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。
Azure AI Studio 網路限制

部署至 Azure
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。
使用 Microsoft Entra ID Authentication Azure AI Studio

部署至 Azure
這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。
Azure Machine Learning 端對端安全設定

部署至 Azure
這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。
Azure Machine Learning 端對端安全設定 (舊版)

部署至 Azure
這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。
Azure Machine Learning 工作區

部署至 Azure
此範本會建立新的 Azure Machine Learning 工作區,以及加密的記憶體帳戶、KeyVault 和 Applications Insights 記錄
使用多個數據集建立 AML 工作區 & 資料存放區

部署至 Azure
此範本會建立具有多個數據集的 Azure Machine Learning 工作區,& 數據存放區。
建立具有私人IP位址的 AKS 計算目標

部署至 Azure
此範本會在具有私人IP位址的指定 Azure Machine Learning 服務工作區中建立 AKS 計算目標。
建立 Azure Machine Learning 服務工作區

部署至 Azure
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態描述開始使用 Azure Machine Learning 所需的最少資源集。
建立 Azure Machine Learning 服務工作區 (CMK)

部署至 Azure
此部署範本會指定如何使用加密密鑰,建立具有服務端加密的 Azure Machine Learning 工作區。
建立 Azure Machine Learning 服務工作區 (CMK)

部署至 Azure
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此範例示範如何使用客戶管理的加密密鑰來設定 Azure Machine Learning 進行加密。
建立 Azure Machine Learning 服務工作區 (舊版)

部署至 Azure
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。
建立 Azure Machine Learning 服務工作區 (vnet)

部署至 Azure
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。
使用受控虛擬網路部署安全的 Azure AI Studio

部署至 Azure
此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。

Terraform (AzAPI 提供者) 資源定義

工作區資源類型可以使用目標作業來部署:

  • 資源群組

如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔

資源格式

若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 Terraform 新增至範本。

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces@2018-03-01-preview"
  name = "string"
  identity = {
    type = "SystemAssigned"
  }
  location = "string"
  body = jsonencode({
    properties = {
      applicationInsights = "string"
      batchaiWorkspace = "string"
      containerRegistry = "string"
      description = "string"
      discoveryUrl = "string"
      friendlyName = "string"
      keyVault = "string"
      storageAccount = "string"
    }
  })
  tags = {
    {customized property} = "string"
  }
}

屬性值

身份

名字 描述 價值
類型 識別類型。 'SystemAssigned'

Microsoft.MachineLearningServices/workspaces

名字 描述 價值
身份 資源的身分識別。 Identity
位置 指定資源的位置。 字串
名字 資源名稱 字串 (必要)
性能 機器學習工作區的屬性。 WorkspaceProperties
標籤 資源標籤 標記名稱和值的字典。
類型 資源類型 “Microsoft.MachineLearningServices/workspaces@2018-03-01-preview”

ResourceTags

名字 描述 價值

WorkspaceProperties

名字 描述 價值
applicationInsights 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
batchaiWorkspace 與此工作區相關聯的 Batch AI 工作區 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
containerRegistry 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 字串
描述 此工作區的描述。 字串
discoveryUrl 探索服務的 URL,用來識別機器學習實驗服務的區域端點 字串
friendlyName 此工作區的易記名稱。 此名稱在可變動中 字串
keyVault 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串
storageAccount 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 字串