Rövid útmutató: Az Azure Machine Learning használatának megkezdéséhez szükséges munkaterületi erőforrások létrehozása
Ebben a rövid útmutatóban létrehoz egy munkaterületet, majd számítási erőforrásokat ad hozzá a munkaterülethez. Ezután mindent megtalál, amire szüksége van az Azure Machine Learning használatának megkezdéséhez.
A munkaterület a gépi tanulási tevékenységek legfelső szintű erőforrása, amely központi helyet biztosít az Azure Machine Learning használatakor létrehozott összetevők megtekintéséhez és kezeléséhez. A számítási erőforrások előre konfigurált felhőalapú környezetet biztosítanak, a segítségével gépi tanulási modelleket taníthat be, helyezhet üzembe, automatizálhat, kezelhet és követhet nyomon.
Előfeltételek
- Egy Azure-fiók, aktív előfizetéssel. Hozzon létre ingyenes fiókot.
Hozza létre a munkaterületet
Ha már van munkaterülete, hagyja ki ezt a szakaszt, és folytassa a Számítási példány létrehozása című szakaszsal.
Ha még nincs munkaterülete, hozzon létre egyet most:
Bejelentkezés a Azure Machine Learning stúdió
Válassza a Munkaterület létrehozása lehetőséget
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 erőforráscsoportban. Olyan nevet használjon, amely könnyen visszahívható, és megkülönböztethető a mások által létrehozott munkaterületektől. A munkaterület neve nem különbözteti meg a kis- és nagybetűket. Előfizetés Válassza ki a használni kívánt Azure-előfizetést. Erőforráscsoport Az előfizetés valamelyik meglévő erőforráscsoportját használja, vagy adjon meg egy nevet új erőforráscsoport létrehozásához. Az erőforráscsoportok egy Azure-megoldáshoz kapcsolódó erőforrásokat tárolnak. Meglévő erőforráscsoport használatához közreműködői vagy tulajdonosi szerepkörre van szükség. A hozzáféréssel kapcsolatos további információkért lásd: Azure Machine Learning-munkaterülethez való hozzáférés kezelése. Régió A munkaterület létrehozásához válassza ki a felhasználókhoz legközelebb eső Azure-régiót és az adaterőforrásokat. A munkaterület létrehozásához válassza a Létrehozás lehetőséget
Megjegyzés
Ez létrehoz egy munkaterületet az összes szükséges erőforrással együtt. Ha újra fel szeretné használni az erőforrásokat, például a Tárfiókot, a Azure Container Registry, az Azure KeyVaultot vagy az Application Insightsot, használja inkább a Azure Portal.
Számítási példány létrehozása
Az Azure Machine Learninget a saját számítógépére is telepítheti. Ebben a rövid útmutatóban azonban egy olyan online számítási erőforrást fog létrehozni, amely már telepítve van és használatra kész fejlesztési környezettel rendelkezik. Ezt az online gépet, egy számítási példányt fogja használni a fejlesztési környezet számára, hogy kódot írjon és futtasson Python-szkriptekben és Jupyter-notebookokban.
Hozzon létre egy számítási példányt , amely ezt a fejlesztési környezetet használja a többi oktatóanyaghoz és rövid útmutatóhoz.
Ha nem csak az előző szakaszban létrehozott munkaterületet, jelentkezzen be Azure Machine Learning stúdió most, és válassza ki a munkaterületet.
A bal oldalon válassza a Számítás lehetőséget.
Új számítási példány létrehozásához válassza az +Új lehetőséget.
Adjon meg egy nevet, és tartsa meg az összes alapértelmezett értéket az első oldalon.
Válassza a Létrehozás lehetőséget.
Körülbelül két perc múlva látni fogja, hogy a számítási példány állapotaLétrehozásrólFut értékre változik. Most már készen áll a használatra.
Számítási fürtök létrehozása
Ezután létre fog hozni egy számítási fürtöt. A betanítási vagy kötegelt következtetési folyamatok felhőbeli CPU- vagy GPU-számítási csomópontokból álló fürtök közötti elosztásához kódot küld ennek a fürtnek.
Hozzon létre egy számítási fürtöt, amely automatikusan skáláz nulla és négy csomópont között:
- Továbbra is a Számítás szakaszban, a felső lapon válassza a Számítási fürtök lehetőséget.
- Új számítási fürt létrehozásához válassza az +Új lehetőséget.
- Tartsa meg az összes alapértelmezett beállítást az első oldalon, és válassza a Tovább gombot. Ha nem lát elérhető számítást, kvótanövelést kell kérnie. További információ a kvóták kezeléséről és növeléséről.
- Adja a fürtnek a cpu-cluster nevet. Ha ez a név már létezik, adja hozzá a monogramját a névhez, hogy egyedi legyen.
- Hagyja meg a Csomópontok minimális számát 0-nál.
- Ha lehetséges, módosítsa a Csomópontok maximális számát 4-esre. A beállításoktól függően előfordulhat, hogy kisebb korlátja van.
- Állítsa a tétlen másodpercet a 2400-ra való leskálázás előtt.
- Hagyja meg a többi alapértelmezett beállítást, és válassza a Létrehozás lehetőséget.
Kevesebb mint egy perc múlva a fürt állapotaLétrehozásrólSikeresre változik. A listában a kiépített számítási fürt, valamint az üresjárati csomópontok, az elfoglalt csomópontok és a le nem bontott csomópontok száma látható. Mivel még nem használta a fürtöt, az összes csomópont jelenleg nincs kiépítve.
Megjegyzés
A fürt létrehozásakor 0 csomópont lesz kiépítve. A fürt nem jár költségekkel, amíg el nem küld egy feladatot. Ez a fürt 2400 másodpercig (40 perc) tétlen állapotban leskálázható. Ez időt ad arra, hogy néhány oktatóanyagban használja, ha szeretné, anélkül, hogy megvárja, hogy újra felskálázhassa.
Gyors bemutató a stúdióból
A studio az Azure Machine Learning webportálja. Ez a portál kód nélküli és kódelső funkciókat kombinál egy befogadó adatelemzési platformhoz.
Tekintse át a stúdió bal oldali navigációs sávjának részeit:
A stúdió Szerzői műveletek szakasza több módszert is tartalmaz a gépi tanulási modellek létrehozásának megkezdéséhez. A következőket teheti:
- A Jegyzetfüzetek szakasz lehetővé teszi Jupyter-notebookok létrehozását, mintajegyzetfüzetek másolását, valamint jegyzetfüzetek és Python-szkriptek futtatását.
- Az automatizált gépi tanulási lépésekkel kódírás nélkül hozhat létre gépi tanulási modellt.
- A Tervező segítségével előre összeállított összetevőkkel hozhat létre modelleket.
A stúdió Eszközök szakasza segít nyomon követni a feladatok futtatásakor létrehozott eszközöket. Ha új munkaterülete van, ezen szakaszok egyikében sem található még semmi.
Már használta a stúdió Kezelés szakaszát a számítási erőforrások létrehozásához. Ez a szakasz a munkaterülethez csatolt adatok és külső szolgáltatások létrehozását és kezelését is lehetővé teszi.
Munkaterület-diagnosztika
Diagnosztikát futtathat a munkaterületen a Azure Machine Learning stúdió vagy a Python SDK-ból. A diagnosztika futtatása után a rendszer visszaadja az észlelt problémák listáját. Ez a lista a lehetséges megoldásokra mutató hivatkozásokat tartalmaz. További információ: A munkaterület diagnosztikájának használata.
Az erőforrások eltávolítása
Ha azt tervezi, hogy most folytatja a következő oktatóanyagot, ugorjon a Következő lépések elemre.
Számítási példány leállítása
Ha most nem fogja használni, állítsa le a számítási példányt:
- A stúdió bal oldalán válassza a Számítás lehetőséget.
- A felső füleken válassza a Számítási példányok lehetőséget
- Válassza ki a számítási példányt a listában.
- A felső eszköztáron válassza a Leállítás lehetőséget.
Az összes erőforrás törlése
Fontos
A létrehozott erőforrások más Azure Machine Learning-oktatóanyagok és útmutató cikkek előfeltételeiként használhatók.
Ha nem tervezi a létrehozott erőforrások egyikét sem használni, törölje őket, hogy ne számítsa fel a díjakat:
Az Azure Portalon válassza az Erőforráscsoportok lehetőséget a bal szélen.
Válassza ki a létrehozott erőforráscsoportot a listából.
Válassza az Erőforráscsoport törlése elemet.
Írja be az erőforráscsoport nevét. Ezután válassza a Törlés elemet.
Következő lépések
Most már rendelkezik egy Azure Machine Learning-munkaterületpel, amely a következőket tartalmazza:
- A fejlesztési környezethez használandó számítási példány.
- A betanítási futtatások elküldéséhez használandó számítási fürt.
Ezekkel az erőforrásokkal többet tudhat meg az Azure Machine Learningről, és betaníthat egy modellt Python-szkriptekkel.