Sdílet prostřednictvím

Nastavení testovacího prostředí zaměřeného na hluboké učení při zpracování přirozeného jazyka pomocí azure Lab Services

  • Článek

Důležité

Služba Azure Lab Services bude vyřazena 28. června 2027. Další informace najdete v průvodci vyřazením.

Poznámka:

Tento článek odkazuje na funkce dostupné v plánech testovacího prostředí, které nahradily účty testovacího prostředí.

V tomto článku se dozvíte, jak nastavit testovací prostředí zaměřené na hluboké učení v NLP (Natural Language Processing) pomocí služby Azure Lab Services. NLP je forma umělé inteligence (AI), která umožňuje počítačům s možnostmi překladu, rozpoznávání řeči a dalších funkcí porozumění jazyku.

Studenti, kteří používají třídu NLP, získají virtuální počítač s Linuxem, kde se dozví, jak používat neurální síťové algoritmy. Algoritmy učí studenty vyvíjet modely hlubokého učení, které se používají k analýze psaného lidského jazyka.

Konfigurace testovacího prostředí

K nastavení tohoto testovacího prostředí potřebujete předplatné Azure a účet testovacího prostředí, abyste mohli začít. Pokud ještě nemáte předplatné Azure, vytvořte si napřed bezplatný účet.

Jakmile máte předplatné Azure, můžete ve službě Azure Lab Services vytvořit nový plán testovacího prostředí. Další informace o vytvoření nového testovacího plánu najdete v kurzu o nastavení plánu testovacího prostředí. Můžete také použít existující plán testovacího prostředí.

Nastavení plánu testovacího prostředí

Povolte nastavení popsaná v následující tabulce pro plán testovacího prostředí. Další informace o povolení imagí marketplace najdete v článku o tom, jak určit image z Marketplace dostupné tvůrcům testovacího prostředí.

Nastavení plánu testovacího prostředí Pokyny
Image z Marketplace Povolte image Datová Věda Virtual Machine pro Linux (Ubuntu).

Nastavení testovacího prostředí

Pokyny k vytvoření testovacího prostředí najdete v kurzu : Nastavení testovacího prostředí. Při vytváření testovacího prostředí použijte následující nastavení:

Nastavení testovacího prostředí Hodnota
Velikost virtuálního počítače Malý GPU (Compute) Tato velikost je nejvhodnější pro aplikace náročné na výpočetní prostředky a aplikace náročné na síť, jako je umělá inteligence a hluboké učení.
Image virtuálního počítače Datová Věda virtuální počítač pro Linux (Ubuntu) Tento obrázek poskytuje architektury a nástroje hlubokého učení pro strojové učení a datové vědy. Pokud chcete zobrazit úplný seznam nainstalovaných nástrojů na této imagi, přečtěte si téma Co zahrnuje DSVM?.
Povolení připojení ke vzdálené ploše Volitelně zaškrtněte políčko Povolit připojení ke vzdálené ploše. Image Datová Věda je už nakonfigurovaná tak, aby používala X2Go, aby se učitelé a studenti mohli připojit pomocí vzdálené plochy grafického uživatelského rozhraní. X2Go nevyžaduje povolení nastavení povolit připojení ke vzdálené ploše.
Nastavení virtuálního počítače šablony Volitelně můžete zvolit možnost Použít image virtuálního počítače bez přizpůsobení. Pokud používáte plány testovacího prostředí a DSVM obsahuje všechny nástroje, které vaše třída vyžaduje, můžete přeskočit krok přizpůsobení šablony.

Důležité

Doporučujeme použít X2Go s Datová Věda imagí. Pokud se ale rozhodnete místo toho použít protokol RDP, budete se muset před publikováním testovacího prostředí připojit k virtuálnímu počítači s Linuxem pomocí SSH a nainstalovat balíčky RDP a GUI. Potom se studenti můžou později připojit k virtuálnímu počítači s Linuxem pomocí protokolu RDP. Další informace najdete v tématu Povolení grafické vzdálené plochy pro virtuální počítače s Linuxem.

Konfigurace počítače šablony

Image Datová Věda Virtual Machine pro Linux poskytuje nezbytné architektury a nástroje hlubokého učení vyžadované pro tento typ třídy. Pokud jste při vytváření testovacího prostředí zvolili možnost Použít image virtuálního počítače bez přizpůsobení , možnost přizpůsobit počítač šablony bude zakázaná. Testovací prostředí můžete publikovat, až budete připraveni.

Náklady

Probereme možný odhad nákladů pro tuto třídu. Velikost virtuálního počítače, kterou jsme zvolili, byla Small GPU (Compute), což je 139 jednotek testovacího prostředí.

Pro třídu 25 studentů s 20 hodinami naplánovaného času předmětu a 10 hodin kvóty pro domácí úkoly nebo zadání by odhad nákladů:

25 studentů * (20 naplánovaných hodin + 10 hodin kvóty) * 139 jednotek testovacího prostředí * 0,01 USD za hodinu = 1042.5 USD

Důležité

Odhad nákladů je pouze pro ukázkové účely. Aktuální podrobnosti o cenách najdete v tématu Ceny služby Azure Lab Services.

Závěr

Tento článek vás provede postupem vytvoření testovacího prostředí pro třídu Zpracování přirozeného jazyka. Podobné nastavení můžete použít pro další třídy hlubokého učení.

Další kroky

Image šablony je teď možné publikovat do testovacího prostředí. Další informace najdete v tématu Publikování virtuálního počítače šablony.

Při nastavování testovacího prostředí si projděte následující články: