Como usar o diagnóstico do espaço de trabalho

APLICA-SE A: Python SDK azure-ai-ml v2 (atual)

APLICA-SE A:SDK do Azure Machine Learning v1 para Python

• Uma área de trabalho do Azure Machine Learning. Para conhecer as etapas de criação de um espaço de trabalho, consulte Criar o espaço de trabalho.

• O SDK do Azure Machine Learning para Python v2. Para instalar o SDK, use o seguinte comando:

  pip install azure-ai-ml azure-identity
  

  Para atualizar uma instalação existente do SDK para a versão mais recente, use o seguinte comando:

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

  Para obter mais informações, consulte Biblioteca de cliente do Pacote do Azure Machine Learning para Python.

• Uma área de trabalho do Azure Machine Learning. Se você não tiver um, consulte Criar um espaço de trabalho.
• O SDK do Azure Machine Learning v1 para Python.

APLICA-SE A: Python SDK azure-ai-ml v2 (atual)

from azure.ai.ml import MLClient
from azure.ai.ml.entities import Workspace
from azure.identity import DefaultAzureCredential

subscription_id = '<your-subscription-id>'
resource_group = '<your-resource-group-name>'
workspace = '<your-workspace-name>'

ml_client = MLClient(DefaultAzureCredential(), subscription_id, resource_group)
resp = ml_client.workspaces.begin_diagnose(workspace).result()
# Inspect the attributes of the response you are interested in
for result in resp.application_insights_results:
    print(f"Diagnostic result: {result.code}, {result.level}, {result.message}")

A resposta é um objeto DiagnoseResponseResultValue que contém informações sobre quaisquer problemas detetados com o espaço de trabalho.

APLICA-SE A:SDK do Azure Machine Learning v1 para Python

from azureml.core import Workspace

ws = Workspace.from_config()

diag_param = {
      "value": {
      }
    }

resp = ws.diagnose_workspace(diag_param)
print(resp)

A resposta é um documento JSON que contém informações sobre quaisquer problemas detetados com o espaço de trabalho. O JSON a seguir é um exemplo de resposta:

{
    "value": {
        "user_defined_route_results": [],
        "network_security_rule_results": [],
        "resource_lock_results": [],
        "dns_resolution_results": [{
            "code": "CustomDnsInUse",
            "level": "Warning",
            "message": "It is detected VNet '/subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.Network/virtualNetworks/<virtual-network-name>' of private endpoint '/subscriptions/<subscription-id>/resourceGroups/<myresourcegroup>/providers/Microsoft.Network/privateEndpoints/<workspace-private-endpoint>' is not using Azure default DNS. You need to configure your DNS server and check https://learn.microsoft.com/azure/machine-learning/how-to-custom-dns to make sure the custom DNS is set up correctly."
        }],
        "storage_account_results": [],
        "key_vault_results": [],
        "container_registry_results": [],
        "application_insights_results": [],
        "other_results": []
    }
}

Se nenhum problema for detetado, um documento JSON vazio será retornado.

Para obter mais informações, consulte a referência do espaço de trabalho .

Para obter mais informações, consulte a referência Workspace.diagnose_workspace( ).