ワークスペース

ワークスペースは、Azure ML で用いられる基本的なオブジェクトであり、他の多くのクラスのコンストラクタの中で使用されます。このドキュメントを通して、私たちは頻繁にワークスペース・オブジェクトのインスタンス化を省略し、単純に ws を参照します。

新規ワークスペースの作成についての説明が必要でしたら、インストールを見てください。

ワークスペースを取得する#

AMLアセットへの接続に用いられる Workspace オブジェクトをインスタンス化します。

run.py

from azureml.core import Workspace
ws = Workspace(
    subscription_id="<subscription_id>",
    resource_group="<resource_group>",
    workspace_name="<workspace_name>",
)

利便性のために、ワークスペースのメタデータを config.json 内に保存します。

.azureml/config.json

{
    "subscription_id": <subscription-id>,
    "resource_group": <resource-group>,
    "workspace_name": <workspace-name>
}

役立つメソッド#

ws.write_config(path, file_name) : あなたの代わりに config.json を書き出します。 path はデフォルトでカレントワーキングディレクトリ内の .azureml/ 、 file_name はデフォルトで config.json です。
Workspace.from_config(path, _file_name): コンフィグからワークスペースの設定を読み込みます。そのパラメーターは、カレントディレクトリで検索を開始するのがデフォルトです。

info

これらを .azureml/ ディレクトリに格納するのが推奨されます。 Workspace.from_config メソッドでは デフォルトで このパスが検索されるためです。

ワークスペースのアセットを取得する#

ワークスペースは、以下の Azure ML アセットへのハンドラを提供します。

Compute Targets#

ワークスペースにアタッチされた全ての Compute ターゲットを取得します。

ws.compute_targets: Dict[str, ComputeTarget]

Datastores#

ワークスペースに登録された全てのデータストアを取得します。

ws.datastores: Dict[str, Datastore]

ワークスペースのデフォルトのデータストアを取得します。

ws.get_default_datastore(): Datastore

Keyvault#

ワークスペースのデフォルトの Keyvault を取得します。

ws.get_default_keyvault(): Keyvault

Environments#

ワークスペースに登録された Environments を取得します。

ws.environments: Dict[str, Environment]

MLFlow#

MLFlow の tracking URI を取得します。

ws.get_mlflow_tracking_uri(): str