[DAY02] 建立 Azure Machine Learning Workspace

今天我们要开始建 Azure Machine Learning（下称AML）的 workspace 了。这是使用 AML 开发的第一步，建议大家可以使用免费额度跟着操作，结束最後再把整个 Resource Group 删掉，就不会被收到费用了。

首先我们进到 Azure Portal 里面，在 All services 的地方输入Machine Learning，就会跳出来相关的选择，如下图所示，选那个三角烧杯的 LOGO 就对了。
点击进去後，点选下图所示的按钮，以建立一个新的 workspace。
如下图所示，接着会要你输入资料，依序说明各栏位的意思：

Subscrition：这个是你 Azure 的订阅，可以选 Free trial，或是贵公司的订阅。
Resource Group：这个是资源群组，用以分群及管理你的资源。你可以把专案相关的资源都放在同一个资源群组里。
Workspace name：为你的 workspace 取个名字吧！
Region：是指你的资源所在的地区，如果要离台湾近的话可以选 East Asia，这个的机房在香港。
Storage Account：这是存放档案的地方，可以直接点 create new 来建立一个新的。
Key vault：这是存放 secret 的地方，可以直接点 create new 来建立一个新的。
Application insight：这个就是所谓的 Application Performance Monitoring(APM)，可以直接点 create new 来建立一个新的。
Container Rigestry：这是个你注册的容器，可以先预留 None。

AML

这里建议开一个专门给 AML 用的资源群组。
填写完後的样子，此时就可以点下 create new 了。
建议先不要急着 create new，可以点选上方 Advance 的 tab，在最下面找到 Data Impact，可以勾选起来，毕竟资料可是企业的命脉，还是加密过的好。
TAG 的部份可加可不加，从方便管理的角度是建议加的。
点下 create new 之後，就会出现 Deployment is in progress。这时候就休息一下，去倒杯茶吧！
当部署完成之後，就可以点选 go to resource。
接着点选画面中央的 Launch studio，就可以进到我们的 AML workspace 啦！
Workspace 应该长成这样子的画面。

建好了 workspace 之後，我们先来看微软官网这张架构图片。
微软官网的AML架构图片

我们可以看到 workspace 是整个 AML 的核心，下方属於 assets 的部份有:
Environments
Experiments
Pipelines
Datasets
Models
Endpoints

图片右边的 Managed resources 是我们用来训练 AI 模型的资源。

图片左边的 Datastores 和 Compute targets 是连结的服务，举例来说你可以连结到你地端的电脑做训练。

而上方的 Dependencies 是 Workspace 内包含的 Azure 其他的服务:
Azure Container Registry (ACR)
Azure Storage account
Azure Application Insights
Azure Key Vault

大家请不用担心，这些东西我们在後面的文章里都会逐一来讲解。