Ympäristöjen ymmärtäminen
Yrityskoneenoppimisratkaisussa, jossa kokeita voidaan suorittaa erilaisissa käsittelykonteksteissa, voi olla tärkeää olla tietoinen ympäristöistä, joissa kokeilukoodiasi suoritetaan. Azuren automaattianalyysipalveluiden ympäristöjen avulla voit luoda ympäristöjä ja määrittää suorituksenaikaiset määritykset kokeilua varten.
Kun luot Azuren automaattianalyysipalvelut-työtilan, valitut-ympäristöt luodaan automaattisesti ja tarjotaan sinulle. Vaihtoehtoisesti voit luoda ja hallita omia mukautettuja ympäristöjä ja rekisteröidä ne työtilassa. Mukautettujen ympäristöjen luomisen ja rekisteröimisen avulla on mahdollista määrittää yhdenmukaiset, uudelleenkäytettävät suorituksenaikaiset kontekstit kokeillesi riippumatta siitä, missä kokeilukomentosarja suoritetaan.
Mikä on Azuren automaattianalyysipalveluiden ympäristö?
Python-koodi suoritetaan virtuaaliympäristön kontekstissa joka määrittää käytettävän Python-suorituspalvelun version ja koodin käytettävissä olevat asennetut paketit. Useimmissa Python-asennuksissa paketit asennetaan ja niitä hallitaan ympäristöissä, joissa käytetään conda tai pip.
Siirrettävyyden parantamiseksi luot Docker-säilöihin ympäristöjä, joita puolestaan isännöidään laskentatavoitteissa, kuten kehitystietokoneessa, näennäiskoneissa tai pilvipalveluklustereissa.
Azuren automaattianalyysipalvelut luovat ympäristömääritelmiä Docker-kuviin ja conda-ympäristöihin. Ympäristöä käytettäessä Azuren automaattianalyysipalvelut luovat ympäristön Azure-säilörekisterin , liittyvät työtilaan.
Juomaraha
Kun luot Azuren automaattianalyysipalvelut-työtilan, voit valita, käytetäänkö aiemmin luotua Azure-säilörekisteriä vai annetaanko työtilan luoda uusi rekisteri puolestasi tarvittaessa.
Jos haluat tarkastella kaikkia Azuren automaattianalyysipalveluiden työtilassa käytettävissä olevia ympäristöjä, voit luetella studion ympäristöt Azure CLI:n tai Python SDK:n avulla.
Voit esimerkiksi luetella ympäristöt Python SDK:n avulla seuraavasti:
envs = ml_client.environments.list()
for env in envs:
print(env.name)
Jos haluat tarkastella tietyn ympäristön tietoja, voit noutaa ympäristön sen rekisteröidyn nimen perusteella:
env = ml_client.environments.get(name="my-environment", version="1")
print(env)