从另一个 Azure ML 工作区访问 Azure ML 模型注册表

Question

假设我有两个 Azure ML 工作区：

Workspace1 - 这被一个团队 (Team1) 使用，他们只训练模型并将模型存储在 Workspace1 的模型注册表中
Workspace2 - 由另一个团队 (Team2) 使用，他们将模型容器化，将其推送到 ACR，然后在 Azure ML Compute 中部署容器化模型。

Team2 是否可以从他们的 Workspace2 访问 Workspace1 的模型注册表并检索模型以进行容器化和后续部署？或者，Azure ML 中是否有任何共享模型注册表的概念，两个团队都可以在其中存储和访问通用模型注册表？如果其中 none 个是可能的，那么 Team1 和 Team2 如何在具有上述给定职责的单个模型上协同工作？

Answer 1

如上所述，我认为最好的解决方案是使用一个工作区，而不是两个。听起来您的团队 1 和团队 2 在同一个项目上共享贡献。可能更好的方法是在 Azure ML 工作区中定义用户角色，例如团队 2 有权部署模型，团队 1 有权创建模型。

否则，您始终可以使用 ML SDK 编写 Python 代码来连接到您知道订阅、资源组、工作区名称等的任何工作区。

from azure.core import Workspace, Model

# connect to an existing workspace
name = 'WorkspaceName'
sub = 'subscriptionName'
resource_group = 'resourceGroupName'
ws = Workspace.get(name=name, subscription_id=sub, resource_group=resource_group) 

# retrieve existing model
model = Model(ws, name='your model name')

从另一个 Azure ML 工作区访问 Azure ML 模型注册表

Accessing an Azure ML Model Registry from another Azure ML Workspace

azure

azure-machine-learning-studio

azure-machine-learning-service

azureml