Prozkoumání služby Azure Machine Learning s využitím poznámkových bloků Jupyter

PLATÍ PRO: Python SDK azure-ai-ml v2 (aktuální)

Úložiště AzureML-Examples zahrnuje nejnovější ukázky (v2) Azure Machine Learning Python CLI a sady SDK. Informace o různých ukázkových typech najdete v souboru readme.

V tomto článku se dozvíte, jak získat přístup k úložišti z následujících prostředí:

  • Výpočetní instance Azure Machine Learningu
  • Váš vlastní výpočetní prostředek
  • Virtuální počítač pro datové vědy

Nejjednodušší způsob, jak začít s ukázkami, je dokončit rychlý start: Začínáme se službou Azure Machine Learning. Po dokončení budete mít předem načtený vyhrazený server poznámkového bloku se sadou SDK a úložištěm poznámkových bloků Služby Azure Machine Learning. Není nutné stahovat ani instalovat.

Pokud chcete zobrazit ukázkové poznámkové bloky: 1. Přihlaste se do studia a v případě potřeby vyberte svůj pracovní prostor. 1. Vyberte Poznámkové bloky. 1. Vyberte kartu Ukázky . K příkladům použití sady Python SDK v2 použijte složku SDK v2 .

Možnost 2: Přístup k vlastnímu serveru poznámkových bloků

Pokud chcete pro místní vývoj použít vlastní server poznámkového bloku, postupujte podle těchto kroků na počítači.

  1. Postupujte podle pokynů v sadě Azure Machine Learning SDK k instalaci sady Azure Machine Learning SDK (v2) pro Python.

  2. Vytvořte pracovní prostor Azure Machine Learning.

  3. Zápis konfiguračního souboru (aml_config/config.json).

  4. Naklonujte úložiště AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  5. Spusťte server poznámkového bloku z adresáře obsahujícího váš klon.

    jupyter notebook
    

Tyto pokyny nainstalují základní balíčky SDK potřebné pro rychlé zprovoznění a výukové poznámkové bloky. Další ukázkové poznámkové bloky můžou vyžadovat instalaci dalších komponent. Další informace najdete v tématu Instalace sady Azure Machine Learning SDK pro Python.

Možnost 3: Přístup k virtuálnímu počítači DSVM

Data Science Virtual Machine (DSVM) je přizpůsobená image virtuálního počítače vytvořená speciálně pro účely datových věd. Pokud vytvoříte DSVM, nainstaluje se vám a nakonfiguruje server sdk a poznámkového bloku. Přesto ale budete muset vytvořit pracovní prostor a naklonovat ukázkové úložiště.

  1. Vytvořte pracovní prostor Azure Machine Learning.

  2. Stáhněte si konfigurační soubor pracovního prostoru:

    • Přihlášení k studio Azure Machine Learning
    • Výběr nastavení pracovního prostoru v pravém horním rohu
    • Výběr možnosti Stáhnout konfigurační soubor

    Stažení souboru config.json

  3. Z adresáře, do kterého jste přidali konfigurační soubor, naklonujte úložiště AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  4. Spusťte server poznámkového bloku z adresáře, který teď obsahuje klon a konfigurační soubor.

    jupyter notebook
    

Další kroky

Prozkoumejte úložiště AzureML-Examples a zjistěte, co může Azure Machine Learning dělat.

Další příklady MLOps najdete v tématu https://github.com/Azure/mlops-v2.

Vyzkoušejte tyto kurzy: