Freigeben über

Verwalten Sie Rechenressourcen für das Modelltraining und die Bereitstellung in Studio

  • Artikel

In diesem Artikel erfahren Sie, wie Sie die Computeressourcen verwalten, die Sie für das Modelltraining und die Bereitstellung in Azure Machine Studio verwenden.

Mit Azure Machine Learning können Sie Ihr Modell mit verschiedenen Ressourcen oder Umgebungen trainieren, die zusammenfassend als Computeziele bezeichnet werden. Ein Computeziel kann ein lokaler Computer oder eine Cloudressource sein, wie beispielsweise Azure Machine Learning Compute, Azure HDInsight oder ein virtueller Remotecomputer.

Sie können auch serverloses Computing als Computeziel verwenden. Wenn Sie serverloses Computing verwenden, müssen Sie sich um nichts mehr kümmern.

Voraussetzungen

Anzeigen von Computezielen

Führen Sie die folgenden Schritte aus, um alle Computeziele für Ihren Arbeitsbereich anzuzeigen:

  1. Navigieren Sie zu Azure Machine Learning Studio.

  2. Wählen Sie unter Verwalten die Option Compute aus.

  3. Wählen Sie oben Registerkarten aus, um die einzelnen Computeziele anzuzeigen.

    Screenshot der Ansichtsliste der Computeziele

Erstellen von Compute-Instanz und Clustern

Sie können Compute-Instanzen und Compute-Cluster in Ihrem Arbeitsbereich erstellen, indem Sie das Azure Machine Learning SDK, CLI oder Studio verwenden:

Darüber hinaus können Sie die VS Code-Erweiterung verwenden, um Compute-Instanzen und Compute-Cluster in Ihrem Arbeitsbereich zu erstellen.

Anfügen von Kubernetes-Clustern

Informationen zum Konfigurieren und Anfügen eines Kubernetes-Clusters an Ihren Arbeitsbereich finden Sie unter Konfigurieren von Kubernetes-Clustern für Azure Machine Learning.

Anfügen anderer Computeziele

Um VMs zu verwenden, die außerhalb des Azure Machine Learning-Arbeitsbereichs erstellt wurden, müssen Sie sie zuerst an Ihren Arbeitsbereich anfügen. Durch das Anhängen der Rechenressource wird sie Ihrem Arbeitsbereich zur Verfügung gestellt.

  1. Navigieren Sie zu Azure Machine Learning Studio.

  2. Wählen Sie unter Verwalten die Option Compute aus.

  3. Wählen Sie auf den Registerkarten oben Angefügte Compute aus, um ein Computeziel für das Training anzuhängen.

  4. Wählen Sie +Neu und dann den anzufügenden Berechnungstyp aus. Nicht alle Computetypen können in Azure Machine Learning Studio angefügt werden.

  5. Füllen Sie das Formular aus, und geben Sie Werte für die Pflichteigenschaften an.

    Hinweis

    Microsoft empfiehlt die Verwendung von SSH-Schlüsseln, die sicherer als Kennwörter sind. Kennwörter sind anfällig für Brute-Force-Angriffe. SSH-Schlüssel basieren auf kryptografische Signaturen. Informationen zum Erstellen von SSH-Schlüsseln für die Verwendung mit Azure Virtual Machines finden Sie in den folgenden Dokumenten:

  6. Wählen Sie Anfügen aus.

Trennen Sie Ihr Compute mit den folgenden Schritten:

  1. Wählen Sie in Azure Machine Learning Studio die Optionen Compute, Angefügte Computeressourcen und die Computeressource aus, die Sie entfernen möchten.
  2. Verwenden Sie den Link Trennen, um Ihre Computeressource zu trennen.

Herstellen einer Verbindung mit SSH-Zugriff

Nachdem Sie eine Compute mit aktiviertem SSH-Zugriff erstellt haben, verwenden Sie diese Schritte für den Zugriff.

  1. Suchen Sie die Computeressourcen in Ihren Arbeitsbereichsressourcen:

    1. Wählen Sie links Compute aus.
    2. Verwenden Sie die Registerkarten oben, um Compute-Instanz oder Computecluster für die Suche nach Ihrem Computer auszuwählen.

  2. Wählen Sie den Namen der Computeressource in der Liste der Ressourcen aus.

  3. Suchen Sie die Verbindungszeichenfolge:

    • Wählen Sie für eine Compute-Instanz die Option Verbinden am oberen Rand des Abschnitts Details aus.

      Screenshot, der das Verbindungstool oben auf der Seite Details zeigt.

    • Wählen Sie für einen Compute-Cluster oben die Option Knoten und dann in der Tabelle die Verbindungszeichenfolge für Ihren Knoten aus. Screenshot, der die Verbindungszeichenfolge für einen Knoten in einem Compute-Cluster zeigt.

  4. Kopieren Sie die Verbindungszeichenfolge.

  5. Unter Windows öffnen Sie PowerShell oder eine Eingabeaufforderung:

    1. Wechseln Sie in das Verzeichnis oder den Ordner, in dem Ihr Schlüssel gespeichert ist.

    2. Fügen Sie der Verbindungszeichenfolge das Flag „-i“ hinzu, um den privaten Schlüssel zu finden und auf seinen Speicherort zu verweisen:

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

  6. Führen Sie für Linux-Benutzer die Schritte unter Erstellen und Verwenden eines SSH-Schlüsselpaars für virtuelle Linux-Computer in Azure aus.

  7. Für die SCP-Verwendung:

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

Zugehöriger Inhalt