Explorer Azure Machine Learning avec des notebooks Jupyter

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
  • Machine virtuelle de science des données

Le moyen le plus simple pour commencer à utiliser les exemples consiste à suivre le guide Démarrage rapide : Bien démarrer avec Azure Machine Learning. Une fois que vous l’aurez suivi, vous disposerez d’un serveur de notebook dédié dans lequel auront été préchargés le SDK et le référentiel Azure Machine Learning Notebooks. Aucune installation ni aucun téléchargement ne sont nécessaires.

Pour afficher les exemples de notebooks : 1. Connectez-vous à Studio et sélectionnez votre espace de travail si nécessaire. 1. Sélectionnez Notebooks. 1. Sélectionnez l’onglet Exemples. Utilisez le dossier SDK v2 pour obtenir des exemples à l’aide du Kit de développement logiciel (SDK) Python v2.

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. Écrire un fichier de configuration (aml_config/config.json).

  4. Clonez le référentiel AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  5. 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. Les autres exemples de notebooks peuvent nécessiter l’installation de 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 dépôt.

  1. Créez un espace de travail Azure Machine Learning.

  2. Téléchargez un fichier config d’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.

    Télécharger config.json

  3. À partir du répertoire dans lequel vous avez ajouté le fichier config, clonez le dépôt AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  4. Démarrez le serveur de notebook à partir du répertoire, qui contient maintenant le clone et le fichier config.

    jupyter notebook
    

Étapes suivantes

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 :