Partager via


Exemples sur Data Science Virtual Machine

Une machine virtuelle Data Science Virtual Machine (DSVM) Azure inclue un ensemble complet d’exemple de code. Ces exemples incluent des blocs-notes Jupyter et des scripts dans des langages tels que Python et R.

Remarque

Pour plus d’informations sur l’exécution de blocs-notes Jupyter Notebook sur vos machines DSVM, consultez la section Accéder à Jupyter.

Prérequis

Pour exécuter ces exemples, vous devez avoir une Data Science Virtual Machine Ubuntu approvisionnée.

Exemples disponibles

Catégorie d’exemples Description Emplacements
Langage Python Les exemples qui décrivent comment se connecter aux magasins de données cloud basés sur Azure et comment utiliser des scénarios Azure Machine Learning.
Langage Python

~notebooks

Langage Julia Fournit une description détaillée du traçage et du Deep Learning dans Julia. Explique comment appeler les langages C et Python à partir de Julia.
Langage Julia

Windows :
~notebooks/Julia_notebooks

Linux :
~notebooks/julia

Azure Machine Learning Montre comment générer des modèles d’apprentissage automatique et d’apprentissage profond avec Machine Learning. Déployez-les n’importe où. Utilisez le réglage intelligent des hyperparamètres et le réglage Machine Learning automatisé, Utilisez la gestion des modèles et la formation distribuée.
Machine Learning

~notebooks/AzureML

Blocs-notes PyTorch Exemples Deep Learning qui utilisent des réseaux neuronaux basés sur PyTorch. La gamme des blocs-notes s’étend des scénarios pour débutants aux scénarios pour utilisateurs avancés.
Blocs-notes PyTorch

~notebooks/Deep_learning_frameworks/pytorch

TensorFlow Exemples et techniques de réseau neuronal implémentés avec l’infrastructure TensorFlow.
TensorFlow

~notebooks/Deep_learning_frameworks/tensorflow

H2O Exemples basés sur Python qui utilisent H2O pour des scénarios problématiques concrets.
H2O

~notebooks/h2o

Langage SparkML Exemples qui utilisent les fonctionnalités du kit de ressources MLlib de Apache Spark via pySpark et MMLSpark : Microsoft Machine Learning pour Apache Spark sur Apache Spark 2.x.
Langage SparkML

~notebooks/SparkML/pySpark
~notebooks/MMLSpark

XGBoost Exemples d’apprentissage automatique standard dans XGBoost : par exemple, la classification et la régression.
XGBoost

Windows :
\dsvm\samples\xgboost\demo

Accéder à Jupyter

Pour accéder à Jupyter, sélectionnez l’icône Jupyter sur le Bureau ou dans le menu de l’application. Vous pouvez également accéder à Jupyter sur une édition Linux d’une machine DSVM. Pour accéder à distance à partir d’un navigateur web, visitez https://<Full Domain Name or IP Address of the DSVM>:8000 sur Ubuntu.

Pour ajouter des exceptions et rendre l’accès à Jupyter disponible via un navigateur, utilisez ces conseils :

Activation d’une exception Jupyter

Connectez-vous avec le mot de passe que vous utilisez pour vous connecter à la machine Data Science Virtual Machine.

Page d’accueil de Jupyter

Capture d’écran montrant des exemples de notebooks Jupyter.

Langage R

Capture d’écran montrant des exemples de notebooks de langage R.

Langage Python

Capture d’écran montrant des exemples de notebooks de langage Python.

Langage Julia

Capture d’écran montrant des exemples de notebooks de langage Julia.

Azure Machine Learning

Capture d’écran montrant des exemples de notebooks Azure Machine Learning.

PyTorch

Capture d’écran montrant des exemples de notebooks PyTorch.

TensorFlow

Capture d’écran montrant des exemples de notebooks TensorFlow.

H2O

Capture d’écran montrant des exemples de notebooks H2O.

SparkML

Capture d’écran montrant un notebook pySpark.

XGBoost

Capture d’écran montrant le répertoire de démonstration XGBoost.