Menyiapkan lab yang berfokus pada pembelajaran mendalam dalam pemrosesan bahasa alami menggunakan Azure Lab Services

  • Artikel

Catatan

Artikel ini mereferensikan fitur yang tersedia dalam paket lab, yang menggantikan akun lab.

Artikel ini memperlihatkan kepada Anda cara menyiapkan lab yang berfokus pada pembelajaran mendalam dalam Natural Language Processing (NLP) menggunakan Azure Lab Services. NLP adalah bentuk Kecerdasan Buatan (AI) yang memungkinkan komputer dengan terjemahan, pengenalan ucapan, dan kemampuan pemahaman bahasa lainnya.

Siswa yang mengambil kelas NLP mendapatkan komputer virtual Linux (VM) untuk mempelajari cara menerapkan algoritma jaringan neural. Algoritma ini mengajarkan siswa untuk mengembangkan model pembelajaran mendalam yang digunakan untuk menganalisis bahasa manusia tertulis.

Konfigurasi lab

Untuk menyiapkan lab ini, Anda memerlukan langganan Azure dan akun lab untuk memulai. Jika Anda tidak memiliki langganan Azure, buat akun gratis sebelum Anda memulai.

Setelah memiliki langganan Azure, Anda dapat membuat paket lab baru di Azure Lab Services. Untuk informasi selengkapnya tentang membuat rencana lab baru, lihat tutorial tentang cara menyiapkan rencana lab. Anda juga dapat menggunakan paket lab yang ada.

Pengaturan paket lab

Aktifkan pengaturan yang dijelaskan dalam tabel di bawah ini untuk paket lab. Untuk informasi selengkapnya tentang cara mengaktifkan citra pasar, lihat artikel pada cara menentukan citra Marketplace yang tersedia untuk pembuat lab.

Pengaturan paket lab Petunjuk
Gambar Marketplace Aktifkan gambar Ilmu Data Virtual Machine for Linux (Ubuntu).

Pengaturan lab

Untuk petunjuk tentang cara membuat lab, lihat Tutorial: Menyiapkan lab. Gunakan pengaturan berikut saat membuat lab:

Pengaturan lab Nilai
Ukuran komputer virtual (VM) GPU Kecil (Komputasi). Ukuran ini paling cocok untuk aplikasi intensif komputasi dan intensif jaringan seperti Kecerdasan Buatan dan aplikasi Pembelajaran Mendalam.
Gambar VM Data Science Virtual Machine for Linux (Ubuntu). Gambar ini menyediakan kerangka kerja dan alat pembelajaran mendalam untuk pembelajaran mesin dan ilmu data. Untuk melihat daftar lengkap alat yang diinstal pada gambar ini, lihat Apa yang disertakan pada DSVM?.
Mengaktifkan koneksi desktop jarak jauh Secara opsional, centang Aktifkan koneksi desktop jarak jauh. Gambar Data Science sudah dikonfigurasi untuk menggunakan X2Go sehingga guru dan siswa dapat terhubung menggunakan GUI desktop jarak jauh. X2Go tidak memerlukan pengaturan Aktifkan koneksi desktop jarak jauh untuk diaktifkan.
Templat Pengaturan Komputer Virtual Secara opsional, pilih Gunakan gambar komputer virtual tanpa kustomisasi. Jika Anda menggunakan paket lab dan DSVM memiliki semua alat yang diperlukan kelas Anda, Anda dapat melewati langkah penyesuaian templat.

Penting

Kami menyarankan agar Anda menggunakan X2Go dengan gambar Ilmu Data. Namun, jika Anda memilih untuk menggunakan RDP sebagai gantinya, Anda harus terhubung ke VM Linux menggunakan SSH dan menginstal paket RDP dan GUI sebelum menerbitkan lab. Kemudian, siswa dapat terhubung ke VM Linux menggunakan RDP nanti. Untuk informasi lebih lanjut, lihat Aktifkan desktop jarak jauh grafis untuk Linux VM.

Konfigurasi komputer templat

Gambar Data Science Virtual Machine for Linux menyediakan kerangka kerja dan alat pembelajaran mendalam yang diperlukan untuk jenis kelas ini. Jika Anda memilih Gunakan gambar komputer virtual tanpa kustomisasi saat membuat lab, kemampuan untuk menyesuaikan komputer templat akan dinonaktifkan. Anda dapat menerbitkan lab saat Anda siap.

Biaya

Mari membahas kemungkinan perkiraan biaya untuk kelas ini. Ukuran mesin virtual yang kami pilih adalah GPU Kecil (Komputasi), yaitu unit lab 139.

Untuk kelas 25 siswa dengan 20 jam waktu kelas terjadwal dan 10 jam kuota untuk pekerjaan rumah atau tugas, perkiraan biayanya adalah:

25 siswa * (20 jam terjadwal + 10 jam kuota) * 139 Unit Lab * 0,01 USD per jam = 1042,5 USD

Penting

Perkiraan biaya ini hanya sebagai contoh. Untuk detail harga saat ini, lihat Harga Azure Lab Services.

Kesimpulan

Artikel ini memandu Anda melalui langkah-langkah untuk membuat lab untuk kelas Pemrosesan Bahasa Alami. Anda dapat menggunakan pengaturan serupa untuk kelas pembelajaran mendalam lainnya.

Langkah berikutnya

Gambar templat sekarang dapat diterbitkan ke lab. Untuk informasi selengkapnya, lihat Menerbitkan templat VM.

Saat Anda menyiapkan lab, lihat artikel berikut ini: