Rychlý start: Vytvoření prostředků pracovního prostoru, které potřebujete k zahájení práce se službou Azure Machine Learning
V tomto rychlém startu vytvoříte pracovní prostor a pak do tohoto pracovního prostoru přidáte výpočetní prostředky. Pak budete mít vše, co potřebujete, abyste mohli začít s Azure Machine Learning.
Pracovní prostor je prostředek nejvyšší úrovně pro aktivity strojového učení a poskytuje centralizované místo pro zobrazení a správu artefaktů, které vytvoříte při používání služby Azure Machine Learning. Výpočetní prostředky poskytují předem nakonfigurované cloudové prostředí, které můžete použít k trénování, nasazování, automatizaci, správě a sledování modelů strojového učení.
Požadavky
- Účet Azure s aktivním předplatným. Vytvořte si účet zdarma.
Vytvořte pracovní prostor.
Pokud už pracovní prostor máte, přeskočte tuto část a pokračujte k části Vytvoření výpočetní instance.
Pokud ještě nemáte pracovní prostor, vytvořte si ho teď:
Přihlášení k studio Azure Machine Learning
Vyberte Vytvořit pracovní prostor.
Zadejte následující informace ke konfiguraci nového pracovního prostoru:
Pole Description Název pracovního prostoru Zadejte jedinečný název, který identifikuje váš pracovní prostor. Názvy musí být v rámci skupiny prostředků jedinečné. Použijte název, který se snadno pamatuje a odlišuje se od pracovních prostorů vytvořených jinými uživateli. V názvu pracovního prostoru se nerozlišují malá a velká písmena. Předplatné Vyberte předplatné Azure, které chcete použít. Skupina prostředků Použijte stávající skupinu prostředků, kterou máte v předplatném, nebo zadejte název a vytvořte novou skupinu prostředků. Skupina prostředků obsahuje související prostředky pro řešení Azure. Abyste mohli použít existující skupinu prostředků, potřebujete roli přispěvatele nebo vlastníka . Další informace o přístupu najdete v tématu Správa přístupu k pracovnímu prostoru služby Azure Machine Learning. Oblast Vyberte oblast Azure, která je nejblíže vašim uživatelům, a datové prostředky pro vytvoření pracovního prostoru. Vyberte Vytvořit a vytvořte pracovní prostor.
Poznámka
Tím se vytvoří pracovní prostor spolu se všemi požadovanými prostředky. Pokud chcete opakovaně používat prostředky, jako je účet úložiště, Azure Container Registry, Azure KeyVault nebo Application Insights, použijte místo toho Azure Portal.
Vytvoření výpočetní instance
Azure Machine Learning si můžete nainstalovat na vlastní počítač. V tomto rychlém startu ale vytvoříte online výpočetní prostředek, který má už nainstalované a připravené vývojové prostředí. Tento online počítač, výpočetní instanci, použijete pro své vývojové prostředí k psaní a spouštění kódu ve skriptech Pythonu a poznámkových blocích Jupyter.
Vytvořte výpočetní instanci , která bude toto vývojové prostředí používat pro zbývající části kurzů a rychlých startů.
Pokud jste pracovní prostor nevytvořili jenom v předchozí části, přihlaste se k studio Azure Machine Learning a vyberte svůj pracovní prostor.
Na levé straně vyberte Compute.
Vyberte +Nová a vytvořte novou výpočetní instanci.
Zadejte název, na první stránce ponechte všechny výchozí hodnoty.
Vyberte Vytvořit.
Přibližně za dvě minuty uvidíte, že stav výpočetní instance se změní z Vytváření na Spuštěno. Teď je to připravené.
Vytváření výpočetních clusterů
Dále vytvoříte výpočetní cluster. Do tohoto clusteru odešlete kód, který distribuuje procesy trénování nebo dávkového odvozování mezi cluster výpočetních uzlů procesoru nebo GPU v cloudu.
Vytvořte výpočetní cluster, který bude automaticky škálovat mezi nulou a čtyřmi uzly:
- V části Compute na horní kartě vyberte Výpočetní clustery.
- Vyberte +Nový a vytvořte nový výpočetní cluster.
- Na první stránce ponechte všechny výchozí hodnoty a vyberte Další. Pokud nevidíte žádné dostupné výpočetní prostředky, budete muset požádat o navýšení kvóty. Přečtěte si další informace o správě a zvyšování kvót.
- Cluster pojmenujte cpu-cluster. Pokud tento název již existuje, přidejte k němu iniciály, aby byl jedinečný.
- Minimální počet uzlů ponechte na hodnotě 0.
- Pokud je to možné, změňte maximální počet uzlů na 4. V závislosti na nastavení můžete mít menší limit.
- Změňte počet sekund nečinnosti před vertikálním snížením kapacity na 2400.
- Ponechte zbývající výchozí hodnoty a vyberte Vytvořit.
Za méně než minutu se stav clusteru změní z Vytváření na Úspěšné. Seznam obsahuje zřízený výpočetní cluster spolu s počtem nečinných uzlů, zaneprázdněných a nezřazených uzlů. Vzhledem k tomu, že jste cluster ještě nepoužili, nejsou v současné době všechny uzly zřízený.
Poznámka
Po vytvoření clusteru bude mít zřízených 0 uzlů. Cluster neúčtují žádné náklady, dokud neodešláte úlohu. Pokud bude cluster nečinný po dobu 2 400 sekund (40 minut) vertikálně snížit kapacitu tohoto clusteru. Získáte tak čas na jeho použití v několika kurzech, pokud budete chtít, aniž byste čekali, až se vertikálně zvýší kapacitu.
Rychlá prohlídka studia
Studio je váš webový portál pro Azure Machine Learning. Tento portál kombinuje prostředí bez kódu a prostředí založené na kódu pro inkluzivní platformu pro datové vědy.
Prohlédněte si části studia na levém navigačním panelu:
Oddíl Vytváření obsahu studia obsahuje několik způsobů, jak začít vytvářet modely strojového učení. Můžete:
- Oddíl Poznámkové bloky umožňuje vytvářet poznámkové bloky Jupyter, kopírovat ukázkové poznámkové bloky a spouštět poznámkové bloky a skripty Pythonu.
- Automatizované strojové učení vás provede vytvořením modelu strojového učení bez psaní kódu.
- Návrhář nabízí způsob, jak vytvářet modely pomocí předem připravených komponent přetahováním.
Oddíl Prostředky ve studiu vám pomůže sledovat prostředky, které vytváříte při spouštění úloh. Pokud máte nový pracovní prostor, v žádné z těchto částí zatím nic není.
K vytvoření výpočetních prostředků jste už použili část Správa studia. Tato část také umožňuje vytvářet a spravovat data a externí služby, které propojíte s pracovním prostorem.
Diagnostika pracovního prostoru
Diagnostiku v pracovním prostoru můžete spustit z studio Azure Machine Learning nebo pythonové sady SDK. Po spuštění diagnostiky se vrátí seznam zjištěných problémů. Tento seznam obsahuje odkazy na možná řešení. Další informace najdete v tématu Použití diagnostiky pracovního prostoru.
Vyčištění prostředků
Pokud chcete pokračovat k dalšímu kurzu, přejděte na Další kroky.
Zastavení výpočetní instance
Pokud ho teď nebudete používat, zastavte výpočetní instanci:
- Ve studiu na levé straně vyberte Compute.
- Na horních kartách vyberte Výpočetní instance.
- V seznamu vyberte výpočetní instanci.
- Na horním panelu nástrojů vyberte Zastavit.
Odstranění všech prostředků
Důležité
Prostředky, které jste vytvořili, je možné použít jako předpoklady pro další kurzy a články s postupy služby Azure Machine Learning.
Pokud žádný z prostředků, které jste vytvořili, neplánujete používat, odstraňte je, aby se vám neúčtovaly žádné poplatky:
Úplně nalevo na webu Azure Portal vyberte Skupiny prostředků.
V seznamu vyberte skupinu prostředků, kterou jste vytvořili.
Vyberte Odstranit skupinu prostředků.
Zadejte název skupiny prostředků. Vyberte Odstranit.
Další kroky
Teď máte pracovní prostor Azure Machine Learning, který obsahuje:
- Výpočetní instance, která se má použít pro vaše vývojové prostředí.
- Výpočetní cluster, který se má použít k odesílání trénovacích spuštění.
V těchto zdrojích informací se dozvíte více o službě Azure Machine Learning a vytrénujte model pomocí skriptů Pythonu.