Oktatóanyag: Az első lépésekhez szükséges erőforrások létrehozása

Ebben az oktatóanyagban az Azure Machine Learning használatának megkezdéséhez szükséges erőforrásokat hozza létre. Megtudhatja, hogyan hozhat létre munkaterületet, hozhat létre számítási példányt, ismerkedhet meg a stúdióval, kereshet mintajegyzetfüzeteket, és hogyan takaríthatja meg az erőforrásokat, amikor elkészült.

A következő erőforrásokat hozza létre:

  • Munkaterület. Az Azure Machine Learning használatához munkaterületre van szüksége. A munkaterület az összes létrehozott összetevő és erőforrás megtekintésének és kezelésének központi helye.
  • Számítási példány. A számítási példány egy előre konfigurált felhőalapú számítási erőforrás, amellyel gépi tanulási modelleket taníthat be, automatizálhat, kezelhet és nyomon követheti. A számítási példány a leggyorsabb módja az Azure Machine Learning SDK-k és CLI-k használatának. Ezt használja arra, hogy Jupyter-jegyzetfüzeteket és Python-szkripteket futtasson a további oktatóanyagokban.

Ebben az oktatóanyagban az Azure Machine Learning Studióban hozza létre az erőforrásait.

A munkaterületet az Azure Portal vagy az SDK, a CLI, az Azure PowerShell vagy a Visual Studio Code-bővítmény használatával is létrehozhatja.

A számítási példányok létrehozásának egyéb módjai: Számítási példány létrehozása.

Ez a videó bemutatja, hogyan hozhat létre munkaterületet és számítási példányt az Azure Machine Learning Studióban. A lépéseket az alábbi szakaszok is ismertetik.

Előfeltételek

Megjegyzés

A létrehozott munkaterület és számítási példány számlázható Azure erőforrások, az elérhető régiók és a virtuális gépek mérete előfizetésenként eltérő. A költségek elkerülése érdekében állítsa le a számítási példányt, ha nem használja, és törölje az erőforrásokat az oktatóanyagok befejezésekor.

Hozza létre a munkaterületet

A munkaterület a gépi tanulási tevékenységek legfelső szintű erőforrása, amely központosított helyet biztosít az Azure Machine Learning használatakor létrehozott összetevők megtekintéséhez és kezeléséhez.

Ha már van munkaterülete, hagyja ki ezt a szakaszt, és folytassa a számítási példány létrehozásával.

Ha még nincs munkaterülete, hozzon létre egyet most:

  1. Jelentkezzen be az Azure Machine Learning Studióba.

  2. Válassza a Munkaterület létrehozása lehetőséget.

  3. Adja meg a következő információkat az új munkaterület konfigurálásához:

    Mező Leírás
    Munkaterület neve Adjon meg egy egyedi nevet, amely azonosítja a munkaterületet. A neveknek egyedinek kell lenniük az erőforráscsoporton belül. Olyan nevet használjon, amely könnyen visszahívható és megkülönböztethető a mások által létrehozott munkaterületektől. A munkaterület neve nem különbözteti meg a kis- és nagybetűket.
    Rövid név Ezt a nevet az Azure elnevezési szabályai nem korlátozzák. Ebben a névben szóközöket és speciális karaktereket is használhat.
    Központ A központ lehetővé teszi a kapcsolódó munkaterületek csoportosítását és az erőforrások megosztását. Ha rendelkezik hozzáféréssel egy központhoz, válassza ki itt. Ha nincs hozzáférése egy központhoz, hagyja üresen.
  4. Ha nem választott ki központot, adja meg a speciális beállításokat. Ha kiválasztott egy központot, a rendszer ezeket az értékeket a központból veszi át.

    Mező Leírás
    Előfizetés Válassza ki a használni kívánt Azure-előfizetést.
    Erőforráscsoport Használjon egy meglévő erőforráscsoportot az előfizetésben, vagy adjon meg egy nevet egy új létrehozásához. Az erőforráscsoportok egy Azure-megoldáshoz kapcsolódó erőforrásokat tárolnak. Meglévő erőforráscsoport használatához közreműködői vagy tulajdonosi szerepkörre van szükség. A hozzáféréssel kapcsolatos további információkért tekintse meg az Azure Machine Learning-munkaterülethez való hozzáférés kezelését ismertető témakört.
    Régió A munkaterület létrehozásához válassza ki a felhasználókhoz és az adatokhoz legközelebb eső Azure-régiót.
  5. A Létrehozás kiválasztásával hozza létre a munkaterületet.

    A folytatás előtt várjon, amíg a munkaterület kiépítése befejeződik, és a munkaterület megnyílik az Azure Machine Learning Studióban.

Megjegyzés

Ez létrehoz egy munkaterületet az összes szükséges erőforrással együtt. Ha további testreszabást szeretne, használja inkább az Azure Portalt . További információt a Munkaterület létrehozása című témakörben talál.

Számítási példány létrehozása

A további oktatóanyagokban a számítási példányt használja Jupyter-jegyzetfüzetek és Python-szkriptek futtatására. Ha még nem rendelkezik számítási példánnyal, hozzon létre egyet most:

  1. Válassza ki a munkaterületet.

  2. A jobb felső sarokban válassza az Új lehetőséget.

  3. Válassza ki a Compute instance elemet a listában.

    Képernyőkép a számítás új listában való létrehozásáról.

  4. Adjon meg egy nevet.

  5. Tartsa meg az oldal többi részének alapértelmezett értékeit, kivéve, ha a szervezet házirendje eltérő beállításokat igényel.

  6. Válassza a Felülvizsgálat és létrehozás lehetőséget.

  7. Válassza a Létrehozás lehetőséget.

    A folytatás előtt várjon, amíg a számítási példány állapota Futó értékre változik. Az üzembe helyezés néhány percet is igénybe vehet.

Rövid bemutató a stúdióról

Miután elkészült a munkaterülete és a számítási példány, szánjon egy kis időt arra, hogy megismerkedjen a Studioval, mielőtt továbblépne a későbbi oktatóanyagokkal.

A stúdió az Azure Machine Learning webportálja. Kód nélküli és kódelső funkciókat kombinál egy befogadó adatelemzési platformhoz.

Tekintse át a stúdió bal oldali navigációs sávjának részeit:

  • A stúdió Szerzői szakasza több módszert is tartalmaz a gépi tanulási modellek létrehozásának megkezdésére. A következőket teheti:

    • A Jegyzetfüzetek lapon Jupyter-jegyzetfüzeteket hozhat létre, mintajegyzetfüzeteket másolhat, és jegyzetfüzeteket és Python szkripteket futtathat.
    • Az automatizált gépi tanulás végigvezeti önt egy gépi tanulási modell létrehozásán kód írása nélkül.
    • A Tervező egy húzással készít modelleket előre összeállított összetevők használatával.
  • Az Eszközök szakasz segítséget nyújt a feladatok futtatásakor létrehozott objektumok nyomon követésében. Egy új munkaterületen ezek a szakaszok üresek.

  • A Kezelés szakasz lehetővé teszi a munkaterülethez társított számítási és külső szolgáltatások létrehozását és kezelését. Itt adatcímkéző projektet is létrehozhat és kezelhet.

Képernyőkép az Azure Machine Learning Studióról.

Tudnivalók a mintajegyzetfüzetekből

A stúdióban elérhető mintajegyzetfüzetek segítségével megtudhatja, hogyan taníthat be és helyezhet üzembe modelleket. Ezekre számos más cikkben és oktatóanyagban hivatkozunk.

  1. A bal oldali navigációs sávon válassza a Jegyzetfüzetek lehetőséget.
  2. A tetején válassza a Minták lehetőséget.

Képernyőkép a mintajegyzetfüzetekről.

  • Az aktuális SDK-t (v2 ) használó példákhoz használjon jegyzetfüzeteket az SDK v2 mappájában.
  • Ezek a jegyzetfüzetek írásvédettek, és rendszeresen frissülnek.
  • Amikor megnyit egy jegyzetfüzetet, válassza a felül található jegyzetfüzet klónozása lehetőséget, és adjon hozzá egy másolatot és a kapcsolódó fájlokat a Fájlok mappához. A Fájlok szakaszban létrejön egy új mappa.

Új jegyzetfüzet létrehozása

Ha egy jegyzetfüzetet a Samples mappából klónoz, a rendszer hozzáad egy másolatot a fájljaihoz, és már futtathatja vagy módosíthatja is. Az oktatóanyagok nagy része ezeket a mintajegyzetfüzeteket tükrözi.

Létrehozhat egy új, üres jegyzetfüzetet is, majd bemásolhatja és beillesztheti az oktatóanyagból származó kódot. Ehhez tegye a következőket:

  1. A Jegyzetfüzetek szakaszban válassza a Fájlok lehetőséget, hogy visszatérjen a fájlokhoz.

  2. Válassza ki + a fájlok hozzáadásához.

  3. Válassza az Új fájl létrehozása lehetőséget.

    Képernyőkép egy új fájl létrehozásáról.

Erőforrások eltávolítása

Ha most további oktatóanyagokat szeretne folytatni, ugorjon a Következő lépésre.

Számítási instancia leállítása

Ha most nem fogja használni, állítsa le a számítási példányt:

  1. A stúdió bal oldali menüjében válassza a Számítás lehetőséget.
  2. A felső fülek közül válassza a Számítási példányok lehetőséget.
  3. Válassza ki a számítási példányt a listában.
  4. A felső eszköztáron válassza a Leállítás lehetőséget.

Az összes erőforrás törlése

Warning

Csak akkor törölje az erőforráscsoportot, ha újat hozott létre ehhez az oktatóanyaghoz. Ha egy meglévő erőforráscsoportot jelölt ki, a törlés az összes többi erőforrást is eltávolítja. Az erőforrások megtartásához csak az oktatóanyaghoz létrehozott munkaterületet és számítási példányt törölje.

Fontos

A létrehozott erőforrások előfeltételként használhatók más Azure Machine Learning-oktatóanyagokhoz és útmutatókhoz.

Ha nem tervezi használni a létrehozott erőforrások egyikét sem, törölje őket, hogy ne járjon költséggel:

  1. Az Azure Portal keresőmezőjében adja meg az erőforráscsoportokat , és válassza ki az eredmények közül.

  2. A listából válassza ki a létrehozott erőforráscsoportot.

  3. Az Áttekintés lapon válassza az Erőforráscsoport törlése lehetőséget.

    Képernyőkép egy erőforráscsoport azure portalon való törlésére vonatkozó kijelölésekről.

  4. Adja meg az erőforráscsoport nevét. Ezután válassza a Törlés elemet.

Következő lépés

Most már rendelkezik egy Azure Machine Learning-munkaterülettel, amely a fejlesztési környezet számítási példányát tartalmazza.

A továbbiakban megtudhatja, hogyan futtathat jegyzetfüzeteket és szkripteket a számítási példány használatával az Azure Machine Learningben.

Használja a számítási példányát az alábbi oktatóanyagok segítségével egy modell betanítására és üzembe helyezésére.

Oktatóanyag Leírás
Adatok feltöltése, elérése és felfedezése az Azure Machine Learningben Nagy mennyiségű adat tárolása a felhőben, valamint lekérése jegyzetfüzetekből és parancsfájlokból.
Modellfejlesztés felhőbeli munkaállomáson Gépi tanulási modellek prototípus-készítése és fejlesztése.
Modell betanítása az Azure Machine Learningben Ismerkedés a modell betanításának részleteivel.
Modell üzembe helyezése online végpontként Ismerkedés a modell üzembe helyezésének részleteivel.
Éles gépi tanulási folyamatok létrehozása Egy teljes gépi tanulási feladatot többlépéses munkafolyamatra felosztani.

Szeretne rögtön belevágni? Böngészhet a kódminták között.