Azure.ResourceManager.WeightsAndBiases (.NET)
W&B ML-Experimente auf Azure mit .NET verwalten
Machine-Learning-Teams müssen die Weights & Biases-Experiment-Tracking-Infrastruktur auf Azure bereitstellen und verwalten. Diese Skill bietet .NET-SDK-Anleitungen für die Bereitstellung von W&B-Instanzen, die SSO-Konfiguration und die Verwaltung von ML-Observability-Ressourcen.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "Azure.ResourceManager.WeightsAndBiases (.NET)". Create a W&B instance named team-experiments in East US with admin user admin@company.com
Erwartetes Ergebnis:
W&B-Instanz 'team-experiments' erfolgreich in der Region East US erstellt. Bereitstellungsstatus: Erfolgreich. Subdomain: team-experiments.wandb.ai
Verwendung von "Azure.ResourceManager.WeightsAndBiases (.NET)". List all W&B instances in my subscription
Erwartetes Ergebnis:
3 Instanzen gefunden: dev-wandb (dev-rg, Erfolgreich), staging-wandb (staging-rg, Erfolgreich), prod-wandb (prod-rg, Wird aktualisiert)
Sicherheitsaudit
SicherStatic analysis scanned 0 files with 0 lines, identifying no security patterns. Manual review confirms this is a documentation-only skill providing guidance for Azure.ResourceManager.WeightsAndBiases .NET SDK. No executable code, network calls, or credential handling detected. Safe for publication.
Qualitätsbewertung
Was du bauen kannst
ML-Plattform-Ingenieur
Automatisierung der W&B-Instanzbereitstellung über Entwicklungs-, Staging- und Produktionsumgebungen hinweg unter Verwendung von Infrastructure-as-Code-Mustern.
Enterprise-Data-Science-Team
Bereitstellung von W&B mit Enterprise-SSO-Integration für zentralisiertes ML-Experiment-Tracking in der gesamten Organisation.
Cloud-Kostenoptimierung
Programmgesteuerte Verwaltung des W&B-Instanzlebenszyklus zur Kostenkontrolle durch Skalierung von Ressourcen basierend auf Projektanforderungen.
Probiere diese Prompts
Create a Weights & Biases instance in my Azure resource group with default configuration for a small ML team.
Set up Entra ID single sign-on for my existing W&B instance using SAML authentication with allowed domains.
List all Weights & Biases instances in my subscription and show their provisioning state and region.
Create a production-ready W&B instance with managed identity enabled, SSO configured, proper tagging for cost tracking, and error handling for deployment failures.
Bewährte Verfahren
- Verwenden Sie DefaultAzureCredential für flexible Authentifizierung, die in Entwicklungs- und Produktionsumgebungen funktioniert.
- Aktivieren Sie verwaltete Identität für W&B-Instanzen, um sicher auf andere Azure-Ressourcen zuzugreifen, ohne Anmeldedaten zu speichern.
- Warten Sie, bis der Bereitstellungsstatus "Erfolgreich" erreicht ist, bevor Sie die Instanz für ML-Workloads verwenden.
Vermeiden
- Abonnement-IDs oder Ressourcennamen nicht fest codieren – verwenden Sie Umgebungsvariablen oder Konfigurationsdateien.
- Erstellen Sie keine W&B-Instanzen ohne Tags – dies erschwert die Kostenverteilung und Ressourcenorganisation.
- Überspringen Sie die SSO-Konfiguration für Enterprise-Bereitstellungen nicht – manuelle Benutzerverwaltung birgt Sicherheitsrisiken.