Správa výpočetních prostředků pro trénování a nasazení modelů v sadě Studio

V tomto článku se dozvíte, jak spravovat výpočetní prostředky, které používáte pro trénování a nasazení modelů v nástroji Azure Machine Studio.

Požadavky

• Pokud ještě nemáte předplatné Azure, vytvořte si napřed bezplatný účet. Vyzkoušejte si bezplatnou nebo placenou verzi služby Azure Machine Učení ještě dnes
• Pracovní prostor azure machine Učení

Co je cílový výpočetní objekt?

Pomocí služby Azure Machine Učení můžete model vytrénovat na nejrůznějších prostředcích nebo prostředích, které se souhrnně označují jako cílové výpočetní objekty). Cílovým výpočetním objektem může být místní počítač nebo cloudový prostředek, například Azure Machine Učení Compute, Azure HDInsight nebo vzdálený virtuální počítač.

Výpočetní prostředky bez serveru můžete použít také jako cílový výpočetní objekt . Pokud používáte bezserverové výpočetní prostředky, nemusíte nic spravovat.

Zobrazení cílových výpočetních objektů

Pokud chcete zobrazit všechny cílové výpočetní objekty pro váš pracovní prostor, postupujte následovně:

1. Přejděte na studio Azure Machine Learning.

2. V části Spravovat vyberte Compute.

3. Výběrem karet v horní části zobrazíte každý typ cílového výpočetního objektu.

   

Důležité

Pokud jsou vaše výpočetní instance nebo výpočetní clustery založené na některé z těchto řad, vytvořte před datem vyřazení z provozu znovu jinou velikost virtuálního počítače, abyste se vyhnuli přerušení služeb.

Tyto série se vyřazuje 31. srpna 2023:

• Řada SÍŤOVÝch adaptérů Azure
• Řada Azure NCv2
• Řada Azure ND
• Řada Azure NV a NV_Promo

Tyto série se vyřazuje 31. srpna 2024:

• Řada Azure Av1
• Řada Azure HB

Výpočetní instance a clustery

Výpočetní instance a výpočetní clustery můžete ve svém pracovním prostoru vytvářet pomocí sady Azure Machine Učení SDK, rozhraní příkazového řádku nebo studia:

• Výpočetní instance
• Výpočetní cluster

Kromě toho můžete pomocí rozšíření VS Code vytvářet výpočetní instance a výpočetní clustery ve vašem pracovním prostoru.

Clustery Kubernetes

Informace o konfiguraci a připojení clusteru Kubernetes k pracovnímu prostoru najdete v tématu Konfigurace clusteru Kubernetes pro azure machine Učení.

Další cílové výpočetní objekty

Pokud chcete používat virtuální počítače vytvořené mimo pracovní prostor Azure Machine Učení, musíte je nejdřív připojit ke svému pracovnímu prostoru. Připojení výpočetního prostředku zpřístupňuje váš pracovní prostor.

1. Přejděte na studio Azure Machine Learning.

2. V části Spravovat vyberte Compute.

3. Na kartách v horní části vyberte Připojené výpočetní prostředky a připojte cílový výpočetní objekt pro trénování.

4. Vyberte +Nový a pak vyberte typ výpočetních prostředků, které chcete připojit. Ne všechny typy výpočetních prostředků je možné připojit z studio Azure Machine Learning.

5. Vyplňte formulář a zadejte hodnoty požadovaných vlastností.

   Poznámka:

   Microsoft doporučuje používat klíče SSH, které jsou bezpečnější než hesla. Hesla jsou zranitelná vůči útokům hrubou silou. Klíče SSH se spoléhají na kryptografické podpisy. Informace o tom, jak vytvořit klíče SSH pro použití se službou Azure Virtual Machines, najdete v následujících dokumentech:

   • Vytvoření a používání klíčů SSH v Linuxu nebo macOS
   • Vytváření a používání klíčů SSH ve Windows

6. Vyberte možnost Připojit.

K odpojení výpočetních prostředků použijte následující kroky:

1. V studio Azure Machine Learning vyberte Výpočty, Připojené výpočetní prostředky a výpočetní prostředky, které chcete odebrat.
2. K odpojení výpočetních prostředků použijte odkaz Odpojit.

Připojení s přístupem SSH

Po vytvoření výpočetních prostředků s povoleným přístupem SSH použijte tento postup pro přístup.

1. Najděte výpočetní prostředky v prostředcích pracovního prostoru:

   1. Na levé straně vyberte Compute.
   2. Pomocí karet v horní části vyberte výpočetní instanci nebo výpočetní cluster a vyhledejte počítač.

2. V seznamu prostředků vyberte název výpočetních prostředků.

3. Vyhledejte připojovací řetězec:

   • V případě výpočetní instance vyberte Připojení v horní části části Podrobnosti.

     

   • V případě výpočetního clusteru vyberte v horní části uzly a pak v tabulce pro váš uzel vyberte řetězec Připojení ion.

4. Zkopírujte připojovací řetězec.

5. V případě Windows otevřete PowerShell nebo příkazový řádek:

   1. Přejděte do adresáře nebo složky, ve které je uložený klíč.

   2. Přidejte příznak -i do připojovací řetězec vyhledejte privátní klíč a přejděte na místo, kde je uložený:

      ssh -i <keyname.pem> azureuser@... (rest of connection string)

6. Pro uživatele s Linuxem postupujte podle pokynů v tématu Vytvoření a použití páru klíčů SSH pro virtuální počítače s Linuxem v Azure.

7. Pro SCP použijte:

   scp -i key.pem -P {port} {fileToCopyFromLocal } azureuser@yourComputeInstancePublicIP:~/{destination}

Další kroky

• Pomocí výpočetního prostředku odešlete trénovací běh.
• Zjistěte, jak efektivně ladit hyperparametry pro vytváření lepších modelů.
• Jakmile máte natrénovaný model, zjistěte , jak a kde nasazovat modely.
• Použití služby Azure Machine Učení s virtuálními sítěmi Azure