Azure Machine Learning SDK と CLI を使用してハブを作成する

1. パッケージをインストールします。 (ノートブック セル内の場合は、代わりに %pip install を使用してください)。

   pip install azure-ai-ml
   pip install azure-identity
   

2. サブスクリプションの詳細を指定します。

   # Enter details of your subscription
   subscription_id = "<SUBSCRIPTION_ID>"
   resource_group = "<RESOURCE_GROUP>"

3. サブスクリプションへのハンドルを取得します。 この記事のすべての Python コードで ml_client が使用されています。

   # get a handle to the subscription
   
   from azure.ai.ml import MLClient
   from azure.identity import DefaultAzureCredential
   
   ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)

4. (省略可能) 複数のアカウントがある場合は、使う Microsoft Entra ID のテナント ID を DefaultAzureCredential に追加します。 Azure portal で、[Microsoft Entra ID] の [外部 ID] からテナント ID を見つけます。

   DefaultAzureCredential(interactive_browser_tenant_id="<TENANT_ID>")
   

5. (省略可能) Azure Government - US または Azure China 21Vianet リージョン内で作業している場合は、認証するリージョンを指定します。 DefaultAzureCredential を使用してそのリージョンを指定できます。 次の例では、Azure Government - US リージョンに対して認証を行います。

   from azure.identity import AzureAuthorityHosts
   DefaultAzureCredential(authority=AzureAuthorityHosts.AZURE_GOVERNMENT)
   

1. Azure CLI と機械学習拡張機能がインストールされていない場合は、機械学習拡張機能のインストールと設定に関する記事の手順に従います。

2. Azure CLI から Azure サブスクリプションに対して認証するには、次のコマンドを使用します。

   az login
   

   認証の詳細については、認証メソッドに関するページを参照してください。

from azure.ai.ml.entities import Hub

my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"

# construct a basic hub
my_hub = Hub(name=my_hub_name, 
            ___location=my_location,
            display_name=my_display_name)

created_hub = ml_client.workspaces.begin_create(my_hub).result()

az ml workspace create --kind hub --resource-group {my_resource_group} --name {my_hub_name}

1. ml_client の接続にハブを含めることが必須になりました。

   • サブスクリプションの詳細を指定します。 <AML_WORKSPACE_NAME> の場合は、ハブ名を使用します。

     # Enter details of your AML workspace
     subscription_id = "<SUBSCRIPTION_ID>"
     resource_group = "<RESOURCE_GROUP>"
     workspace = "<AML_WORKSPACE_NAME>"

   • ハブへのハンドルを取得します。

     # get a handle to the workspace
     from azure.ai.ml import MLClient
     from azure.identity import DefaultAzureCredential
     
     ml_client = MLClient(
         DefaultAzureCredential(), subscription_id, resource_group, workspace
     )

2. ml_clientを使用して、AI サービスへの接続を作成します。 Azure portal の [リソース管理] > [キーとエンドポイント] でエンドポイントを見つけることができます。 AI Foundry リソースの場合は、 AI サービス エンドポイントを使用します。 Azure AI Search の場合は、エンドポイントの URL を使用します。

   from azure.ai.ml.entities import AzureAIServicesConnection
   
   # construct an AI Services connection
   my_connection_name = "myaiservivce" # any name you want
   aiservices_resource_name = <resource_name> # copy from Azure portal
   my_endpoint = "<endpoint>" # copy from Azure portal
   my_api_keys = None # leave blank for Authentication type = AAD
   my_ai_services_resource_id = f"/subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{aiservices_resource_name}"
   
   my_connection = AzureAIServicesConnection(name=my_connection_name,
                                       endpoint=my_endpoint, 
                                       api_key= my_api_keys,
                                       ai_services_resource_id=my_ai_services_resource_id)
   
   # Create the connection
   ml_client.connections.create_or_update(my_connection)
   

az ml connection create --file {connection.yml} --resource-group {my_resource_group} --workspace-name {my_hub_name}

API キーまたは資格情報のない YAML 構成ファイルを使用できます。 YAML 構成ファイルの詳細については、AI Service 接続 YAML スキーマに関するページを参照してください。

• API キーの例:

  name: myazai_ei
  type: azure_ai_services
  endpoint: <endpoint for your AI Services>
  api_key: XXXXXXXXXXXXXXX
  ai_services_resource_id: <fully_qualified_resource_id>
  

• 資格情報なし

  name: myazai_apk
  type: azure_ai_services
  endpoint: <endpoint for your AI Services>
  ai_services_resource_id: <fully_qualified_resource_id>
  

<fully_qualified_resource_id> は、AI サービス リソースのリソース ID です。 これは /subscriptions/{subscription_id}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{aiservices_resource_name} という形式です。

from azure.ai.ml.entities import Hub

my_hub_name = "myexamplehub"
my_location = "East US"
my_display_name = "My Example Hub"
my_resource_group = "myresourcegroupname"
my_storage_account_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.Storage/storageAccounts/mystorageaccountname"
my_key_vault_id = "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myresourcegroupname/providers/Microsoft.KeyVault/vaults/mykeyvaultname"

# construct a basic hub
my_hub = Hub(name=my_hub_name, 
            ___location=my_location,
            display_name=my_display_name,
            resource_group=my_resource_group,
            storage_account_id=my_storage_account_id,
            key_vault_id=my_key_vault_id)

created_hub = ml_client.workspaces.begin_create(my_hub).result()

az ml workspace create --kind hub --resource-group {my_resource_group} --name {my_hub_name} --___location {hub-region} --storage-account {my_storage_account_id} --key-vault {my_key_vault_id}

関連コンテンツ

• プロンプト フロー SDK を使用してチャット アプリの構築を開始する
• Visual Studio Code でプロジェクトを操作する
• マネージド ネットワークを構成する