使用 REST 创建、运行和删除Azure Machine Learning资源

可以通过多种方式管理Azure Machine Learning资源。使用 Azure 门户、Azure CLI或 Python SDK。或者，选择 REST API。 REST API 使用 HTTP 谓词以标准方式创建、检索、更新和删除资源。 REST API 适用于可发出 HTTP 请求的任何语言或工具。 REST 具有简单的结构，因此它往往是适合脚本编写环境和 MLOps 自动化的良好选择。

在本文中，您将学习以下内容：

检索授权令牌
使用服务主体身份验证创建格式正确的 REST 请求
使用 GET 请求检索有关Azure Machine Learning分层资源的信息
使用 GET 请求检索和管理作业
使用 PUT 与 POST 请求创建和修改资源
使用 PUT 请求创建Azure Machine Learning工作区
使用 DELETE 请求来清理资源

先决条件

你拥有管理权限的Azure 订阅。如果没有此类订阅，请尝试注册免费或付费的个人订阅
Azure Machine Learning 工作区。
管理 REST 请求使用服务主体身份验证。按照设置Azure Machine Learning资源和工作流的身份验证中的步骤，在工作区中创建服务主体。
curl 实用工具。 curl 程序在 Windows Subsystem for Linux 或任何 UNIX 分发中可用。在 PowerShell 中， curl 是 Invoke-WebRequest 的别名。 curl -d "key=val" -X POST uri命令变为 Invoke-WebRequest -Body "key=val" -Method POST -Uri uri.

检索服务主体身份验证令牌

管理 REST 请求使用 OAuth 2.0 隐式流进行身份验证。此身份验证流使用订阅服务主体提供的令牌。若要检索此令牌，需要：

租户 ID（标识订阅所属的组织）
客户端 ID （与创建的令牌相关联）
客户端密码（保护此值）

从服务主体创建的响应中获取这些值。有关详细信息，请参阅为Azure Machine Learning资源和工作流设置身份验证。如果使用公司订阅，则可能无权创建服务主体。在这种情况下，请使用免费或付费的个人订阅。

若要检索令牌，请执行以下操作：

打开终端窗口。
在命令行中输入以下代码。
请将 <YOUR-TENANT-ID>、<YOUR-CLIENT-ID> 和 <YOUR-CLIENT-SECRET> 替换为自己的值。在本文中，用尖括号括起来的字符串是用自己的适当值替换的变量。
运行命令。

curl -X POST https://login.chinacloudapi.cn/<YOUR-TENANT-ID>/oauth2/token \
-d "grant_type=client_credentials&scope=https%3A%2F%2Fmanagement.chinacloudapi.cn%2F.default&client_id=<YOUR-CLIENT-ID>&client_secret=<YOUR-CLIENT-SECRET>" \

响应提供有效期为 1 小时的访问令牌：

{
    "token_type": "Bearer",
    "expires_in": 3599,
    "ext_expires_in": 3599,
    "access_token": "YOUR-ACCESS-TOKEN"
}

请记下该令牌，因为你以后需要用它来对所有管理请求进行身份验证。在所有请求中设置Authorization标头：

curl -H "Authorization:Bearer <YOUR-ACCESS-TOKEN>" ...more args...

注意

在添加令牌之前，该值以字符串 Bearer 开头，包括一个空格。

获取与订阅关联的资源组列表

若要检索与订阅关联的资源组列表，请运行：

curl https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups?api-version=2022-04-01 -H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

Azure发布许多 REST API。每个服务提供商按自己的计划更新其 API，但它不会中断现有程序。服务提供商使用 api-version 参数来确保兼容性。

重要

api-version 参数因服务而异。例如，对于Machine Learning服务，当前 API 版本为 2025-09-01。若要查找其他Azure服务的最新 API 版本，请参阅特定服务的 Azure REST API 参考。

将所有 api-version REST 调用中的参数设置为预期值。尽管 API 在持续演进，但你仍可以依赖于指定版本的语法和语义。如果将请求发送到不带 api-version 参数的提供程序，响应将包含一个支持的值列表。

上述调用返回一个紧凑的 JSON 响应格式：

{
    "value": [
        {
            "id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/RG1",
            "name": "RG1",
            "type": "Microsoft.Resources/resourceGroups",
            "location": "chinaeast2",
            "properties": {
                "provisioningState": "Succeeded"
            }
        },
        {
            "id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/RG2",
            "name": "RG2",
            "type": "Microsoft.Resources/resourceGroups",
            "location": "chinaeast2",
            "properties": {
                "provisioningState": "Succeeded"
            }
        }
    ]
}

向下钻取到工作区及其相关资源

若要检索资源组中的工作区集，请运行以下命令，替换<YOUR-SUBSCRIPTION-ID>和<YOUR-RESOURCE-GROUP><YOUR-ACCESS-TOKEN>：

curl https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

同样，你会收到一个 JSON 列表，其中包含每个工作区的详细信息。

{
    "id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/DeepLearningResourceGroup/providers/Microsoft.MachineLearningServices/workspaces/my-workspace",
    "name": "my-workspace",
    "type": "Microsoft.MachineLearningServices/workspaces",
    "location": "chinaeast2",
    "tags": {},
    "etag": null,
    "properties": {
        "friendlyName": "",
        "description": "",
        "creationTime": "2023-01-03T19:56:09.7588299+00:00",
        "storageAccount": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/DeepLearningResourceGroup/providers/microsoft.storage/storageaccounts/myworkspace0275623111",
        "containerRegistry": null,
        "keyVault": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/DeepLearningResourceGroup/providers/microsoft.keyvault/vaults/myworkspace2525649324",
        "applicationInsights": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/DeepLearningResourceGroup/providers/microsoft.insights/components/myworkspace2053523719",
        "hbiWorkspace": false,
        "workspaceId": "cba12345-abab-abab-abab-ababab123456",
        "subscriptionState": null,
        "subscriptionStatusChangeTimeStampUtc": null,
        "discoveryUrl": "https://chinaeast2.experiments.ml.azure.cn/discovery"
    },
    "identity": {
        "type": "SystemAssigned",
        "principalId": "abcdef1-abab-1234-1234-abababab123456",
        "tenantId": "1fedcba-abab-1234-1234-abababab123456"
    },
    "sku": {
        "name": "Basic",
        "tier": "Basic"
    }
}

若要使用工作区中的资源，请从常规 management.chinacloudapi.cn 服务器切换到特定于工作区位置的 REST API 服务器。请注意上述 JSON 响应中键的值 discoveryUrl 。如果获取该 URL，则会收到如下响应：

{
  "api": "https://chinaeast2.api.ml.azure.cn",
  "experimentation": "https://chinaeast2.experiments.ml.azure.cn",
  "history": "https://chinaeast2.experiments.ml.azure.cn",
  "hyperdrive": "https://chinaeast2.experiments.ml.azure.cn",
  "labeling": "https://chinaeast2.experiments.ml.azure.cn",
  "modelmanagement": "https://chinaeast2.modelmanagement.ml.azure.cn",
  "pipelines": "https://chinaeast2.aether.ms",
  "studiocoreservices": "https://chinaeast2.studioservice.azureml.com"
}

响应的值 api 是您用于发送更多请求的服务器 URL。若要列出试验，请发送以下命令。将 REGIONAL-API-SERVER 替换为 api 响应的值（例如 chinaeast2.api.ml.azure.cn）。还像往常一样替换 YOUR-SUBSCRIPTION-ID、YOUR-RESOURCE-GROUP、YOUR-WORKSPACE-NAME 和 YOUR-ACCESS-TOKEN：

curl https://<REGIONAL-API-SERVER>/history/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/experiments?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

同样，若要检索工作区中已注册的模型，请发送：

curl https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

检索和管理任务

作业是Azure Machine Learning中的基本概念，表示训练运行、批处理推理和其他机器学习工作负荷。使用 REST API 调用来检索作业信息、监视状态和管理作业生命周期。

按 ID 获取特定作业

若要使用特定作业 ID 检索有关特定作业的详细信息，请使用管理 API：

curl https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/jobs/<JOB-ID>?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

此命令返回一个 JSON 响应，其中包含完整的作业详细信息，包括状态、配置和结果。

列出工作区中的所有作业

列出工作区中的所有作业：

curl https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/jobs?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

使用区域 API 获取作业运行记录

还可以使用区域 API 服务器检索作业信息。列出作业执行情况：

curl https://<REGIONAL-API-SERVER>/history/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/runs?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

若要获取有关特定运行的详细信息，

curl https://<REGIONAL-API-SERVER>/history/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/runs/<RUN-ID>?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

请注意，若要列出试验，路径需以 history/v1.0 开头；若要列出模型，路径需以 modelmanagement/v1.0 开头。 REST API 划分为多个操作组，每个操作组具有不同的路径。

区域	路径
Artifacts	https://learn.microsoft.com/rest/api/azureml
数据存储	/machine-learning/how-to-access-data
超参数优化	hyperdrive/v1.0/
Jobs	/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft/MachineLearningServices/workspaces/{workspaceName}/jobs
模型	modelmanagement/v1.0/
运行历史	执行/v1.0/ 和历史/v1.0/

可以使用以下常规模式浏览 REST API：

URL 组件	示例
`https://`
`REGIONAL-API-SERVER/`	`chinaeast2.api.ml.azure.cn/`
`operations-path/`	`history/v1.0/`
`subscriptions/YOUR-SUBSCRIPTION-ID/`	`subscriptions/abcde123-abab-abab-1234-0123456789abc/`
`resourceGroups/YOUR-RESOURCE-GROUP/`	`resourceGroups/MyResourceGroup/`
`providers/operation-provider/`	`providers/Microsoft.MachineLearningServices/`
`provider-resource-path/`	`workspaces/MyWorkspace/experiments/FirstExperiment/runs/1/`
`operations-endpoint/`	`artifacts/metadata/`

使用 PUT 与 POST 请求创建和修改资源

除了使用 GET 谓词检索资源外，REST API 还支持创建训练、部署和监视 ML 解决方案所需的所有资源。

训练和运行 ML 模型需要计算资源。可以使用以下命令列出工作区的计算资源：

curl https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes?api-version=2025-09-01 \
-H "Authorization:Bearer <YOUR-ACCESS-TOKEN>"

若要创建或覆盖命名计算资源，请使用 PUT 请求。在以下示例中，除了替换已熟悉的 YOUR-SUBSCRIPTION-ID、YOUR-RESOURCE-GROUP、YOUR-WORKSPACE-NAME 和 YOUR-ACCESS-TOKEN 之外，还需替换 YOUR-COMPUTE-NAME 以及 location、vmSize、vmPriority 和 scaleSettings 的值。以下命令创建一个专用的单节点Standard_D2s_v3（基本 CPU 计算资源），该资源在 30 分钟后缩减：

curl -X PUT \
  'https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/computes/<YOUR-COMPUTE-NAME>?api-version=2025-09-01' \
  -H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "chinaeast2",
    "properties": {
        "computeType": "AmlCompute",
        "properties": {
            "vmSize": "Standard_D2s_v3",
            "vmPriority": "Dedicated",
            "scaleSettings": {
                "maxNodeCount": 1,
                "minNodeCount": 0,
                "nodeIdleTimeBeforeScaleDown": "PT30M"
            }
        }
    }
}'

注意

在 Windows 命令行中，发送 JSON 数据时，可能需要转义双引号符号。也就是说，诸如 "location" 之类的文本将变成 \"location\"。

成功的请求返回 201 Created 响应，但此响应只是意味着预配过程已开始。需要通过轮询（或使用门户网站）来确认是否已成功完成任务。

使用 REST 创建工作区

每个Azure Machine Learning工作区依赖于其他四个Azure资源：Azure Container Registry资源、Azure Key Vault、Azure Application Insights 和Azure Storage帐户。只有存在这些资源，才能创建工作区。有关创建每个此类资源的详细信息，请查阅 REST API 参考。

若要创建工作区，请向 management.chinacloudapi.cn 发送类似如下的 PUT 请求。虽然此调用要求设置大量变量，但结构上与本文讨论的其他调用相同。

curl -X PUT \
  'https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2025-09-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "<AZURE-LOCATION>",
    "identity" : {
        "type" : "systemAssigned"
    },
    "properties": {
        "friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
        "description" : "<YOUR-WORKSPACE-DESCRIPTION>",
        "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
        "keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
        "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
        "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
    }
}'

您应该会收到 202 Accepted 响应，并在返回的标头中看到 Location URI。你可以使用 GET 请求获取此 URI 以获得有关部署信息，包括在某个依赖资源出现问题时（例如，忘记在容器注册表中启用管理员访问权限）提供的有用调试信息。

使用用户分配的托管标识创建工作区

创建工作区时，可以指定用户分配的托管标识来访问关联的资源：ACR、KeyVault、存储和 App Insights。若要创建具有用户分配托管标识的工作区，请使用以下请求正文。

curl -X PUT \
  'https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2025-09-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "<AZURE-LOCATION>",
    "identity": {
      "type": "SystemAssigned,UserAssigned",
      "userAssignedIdentities": {
        "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ManagedIdentity/userAssignedIdentities/<YOUR-MANAGED-IDENTITY>": {}
      }
    },
    "properties": {
        "friendlyName" : "<YOUR-WORKSPACE-FRIENDLY-NAME>",
        "description" : "<YOUR-WORKSPACE-DESCRIPTION>",
        "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
        "keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
        "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
        "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>"
    }
}'

使用客户托管的加密密钥创建工作区

默认情况下，Azure Machine Learning将工作区元数据存储在Microsoft维护的Azure Cosmos DB实例中。此数据是使用Azure管理的密钥加密的。还可以提供自己的密钥，而不是使用Azure管理的密钥。通过使用您的密钥，您可以在Azure订阅中创建另一个资源集来存储您的数据。

若要创建使用你的密钥进行加密的工作区，需要满足以下先决条件：

Azure Machine Learning服务主体必须具有对Azure订阅的参与者访问权限。
必须具有包含加密密钥的现有 Azure Key Vault（密钥保管库）。
Azure Key Vault必须存在于创建Azure Machine Learning工作区的同一Azure区域中。
如果意外删除，Azure Key Vault必须启用软删除和清除保护，以防止数据丢失。
必须在Azure Key Vault中具有访问策略，该策略授予对 Azure Cosmos DB 应用程序的获取、包装和解包访问权限。

若要创建使用用户分配的托管标识和客户管理的密钥进行加密的工作区，请使用以下请求正文。对工作区使用用户分配的托管标识时，还应将 userAssignedIdentity 属性设置为托管标识的资源 ID。

curl -X PUT \
  'https://management.chinacloudapi.cn/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-NEW-WORKSPACE-NAME>?api-version=2025-09-01' \
  -H 'Authorization: Bearer <YOUR-ACCESS-TOKEN>' \
  -H 'Content-Type: application/json' \
  -d '{
    "location": "chinaeast2euap",
    "identity": {
      "type": "SystemAssigned"
    },
    "properties": {
      "friendlyName": "<YOUR-WORKSPACE-FRIENDLY-NAME>",
      "description": "<YOUR-WORKSPACE-DESCRIPTION>",
      "containerRegistry" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.ContainerRegistry/registries/<YOUR-REGISTRY-NAME>",
      "keyVault" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>\
/providers/Microsoft.Keyvault/vaults/<YOUR-KEYVAULT-NAME>",
      "applicationInsights" : "subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.insights/components/<YOUR-APPLICATION-INSIGHTS-NAME>",
      "storageAccount" : "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.Storage/storageAccounts/<YOUR-STORAGE-ACCOUNT-NAME>",
      "encryption": {
        "status": "Enabled",
        "identity": {
          "userAssignedIdentity": null
        },      
        "keyVaultProperties": {
           "keyVaultArmId": "/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/\
providers/Microsoft.KeyVault/vaults/<YOUR-VAULT>",
           "keyIdentifier": "https://<YOUR-VAULT>.vault.azure.cn/keys/<YOUR-KEY>/<YOUR-KEY-VERSION>",
           "identityClientId": ""
        }
      },
      "hbiWorkspace": false
    }
}'

删除不再需要的资源

某些（但不是所有）资源支持 DELETE 动词。在提交到 REST API 之前检查 API 参考，了解删除用例。例如，若要删除某个模型，可以使用：

curl
  -X DELETE \
'https://<REGIONAL-API-SERVER>/modelmanagement/v1.0/subscriptions/<YOUR-SUBSCRIPTION-ID>/resourceGroups/<YOUR-RESOURCE-GROUP>/providers/Microsoft.MachineLearningServices/workspaces/<YOUR-WORKSPACE-NAME>/models/<YOUR-MODEL-ID>?api-version=2025-09-01' \
  -H 'Authorization:Bearer <YOUR-ACCESS-TOKEN>'

疑难解答

资源提供程序错误

创建Azure Machine Learning工作区或工作区使用的资源时，可能会收到类似于下列错误之一：

No registered resource provider found for location {location}
The subscription is not registered to use namespace {resource-provider-namespace}

大多数资源提供程序会自动注册，但并非全部资源提供程序。如果看到此消息，则需要注册服务提供商。

下表包含Azure Machine Learning所需的资源提供程序列表：

资源提供程序	为什么需要它
Microsoft。MachineLearningServices	创建Azure Machine Learning工作区。
Microsoft.Storage	Azure Storage帐户用作工作区的默认存储。
Microsoft·ContainerRegistry	工作区使用Azure Container Registry来生成 Docker 映像。
Microsoft。KeyVault	工作区使用Azure Key Vault来存储机密。
Microsoft。Notebooks	Azure Machine Learning计算实例使用集成笔记本。
Microsoft。ContainerService	想要将训练的模型部署到 Azure Kubernetes 服务。

如果要将客户管理的密钥用于Azure Machine Learning，则必须注册以下服务提供商：

资源提供程序	为什么需要它
Microsoft。DocumentDB	Azure Cosmos DB实例记录工作区的元数据。
Microsoft。Search	Azure搜索为工作区提供索引功能。

如果想要在 Azure Machine Learning 中使用托管虚拟网络，则必须注册 Microsoft.Network 资源提供程序。在为托管虚拟网络创建专用终结点时，工作区将使用此资源提供程序。

有关注册资源提供程序的信息，请参阅解决资源提供程序注册错误。

移动工作区

警告

无法将Azure Machine Learning工作区移动到其他订阅。也不能将拥有工作区的订阅移动到新租户。如果尝试移动工作区，可能会出现错误。

删除Azure 容器注册表

Azure Machine Learning工作区对某些操作使用 Azure Container Registry （ACR）。首次需要 ACR 实例时，它会自动创建一个。

警告

为工作区创建Azure Container Registry后，请勿将其删除。这样做会使Azure Machine Learning工作区不起作用。

后续步骤

浏览完整的 Azure Machine Learning REST API 参考。
使用 Jupyter 笔记本浏览 Azure Machine Learning。

Last updated on 2026-04-22