Partager via

Explorer Azure Machine Learning avec des notebooks Jupyter

  • Article

S’APPLIQUE À : Kit de développement logiciel (SDK) Python azure-ai-mlv2 (préversion)

Le dépôt AzureML-Examples inclut les derniers exemples du SDK et de l’interface CLI Python Azure Machine Learning (v2). Pour plus d’informations sur les différents types d’exemples, consultez le readme.

Cet article vous montre comment accéder au dépôt dans les environnements suivants :

  • Instance de calcul Azure Machine Learning
  • Votre propre ressource de calcul
  • Data Science Virtual Machine (DSVM)

Vous pouvez également parcourir des exemples de code.

Pour démarrer avec les exemples, la façon la plus simple est de suivre Créer des ressources pour commencer. Une fois terminé, vous disposez d’un serveur de notebook dédié dans lequel auront été préchargés le Kit de développement logiciel (SDK) et le référentiel Azure Machine Learning Notebooks. Aucune installation ni aucun téléchargement ne sont nécessaires.

Pour afficher des exemples de notebooks :

  1. Connectez-vous à Studio et sélectionnez votre espace de travail au besoin.
  2. Sélectionnez Notebooks.
  3. Sélectionnez l’onglet Exemples. Utilisez le dossier SDK v2 pour obtenir des exemples à l’aide du kit de développement logiciel (SDK) Python v2.
  4. Ouvrez le notebook que vous souhaitez exécuter. Sélectionnez Cloner ce notebook pour créer une copie dans le partage de fichiers de votre espace de travail. Cette action effectue une copie du notebook, ainsi que des ressources dépendantes, dans le stockage de fichiers de votre projet.

Option 2 : Accès sur votre propre serveur de notebooks

Si vous souhaitez utiliser votre propre serveur de notebooks pour le développement local, effectuez les étapes suivantes sur votre ordinateur.

  1. Installez le kit SDK Azure Machine Learning (v2) pour Python en suivant les instructions fournies dans l’article sur le kit SDK Azure Machine Learning.

  2. Créez un espace de travail Azure Machine Learning.

  3. Clonez le référentiel AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1

  4. Démarrez le serveur de notebook à partir du répertoire contenant votre clone.

    jupyter notebook

Ces instructions permettent d’installer les packages de base du SDK qui sont nécessaires pour le guide de démarrage rapide et les notebooks du tutoriel. D’autres exemples de notebooks peuvent demander d’installer des composants supplémentaires. Pour plus d’informations, consultez Installer le kit SDK Azure Machine Learning pour Python.

Option 3 : Accès sur une machine virtuelle DSVM

La machine virtuelle DSVM (Data Science Virtual Machine) est une image de machine virtuelle personnalisée spécialement conçue pour la science des données. Lorsque vous créez une machine virtuelle DSVM, le SDK et le serveur de notebooks sont installés et configurés automatiquement. Toutefois, vous devrez créer un espace de travail et cloner l’exemple de référentiel.

  1. Créez un espace de travail Azure Machine Learning.

  2. Clonez le référentiel AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git **depth 1

  3. Démarrez le serveur de notebook à partir du répertoire qui contient votre clone.

    jupyter notebook

Se connecter à un espace de travail

Certains exemples utilisent MLClient.from_config() pour se connecter à un espace de travail. Pour que ces exemples fonctionnent, vous avez besoin d’un fichier de configuration dans un répertoire sur le chemin d’accès à l’exemple.

Le fichier de configuration est créé pour vous sur l’instance de calcul Azure Machine Learning. Pour utiliser le code sur votre propre serveur notebook ou DSVM, créez le fichier de configuration manuellement. Utilisez l'une des méthodes suivantes :

  • Écrivez un fichier de configuration (aml_config/config.json) à la racine de votre référentiel cloné.

  • Téléchargez le fichier de configuration de l’espace de travail :

    • Connectez-vous à Azure Machine Learning Studio.
    • Sélectionnez les paramètres de votre espace de travail en haut à droite.
    • Sélectionnez Télécharger le fichier config.
    • Placez le fichier à la racine de votre référentiel cloné.

    Capture d’écran du téléchargement de config.json.

Explorez le dépôt AzureML-Examples pour découvrir ce qu’Azure Machine Learning peut faire.

Pour plus d’exemples de MLOps, consultez https://github.com/Azure/mlops-v2.

Essayez ces tutoriels :