Mengelola sumber daya Azure Machine Learning dengan ekstensi Visual Studio Code (pratinjau)

Artikel ini menjelaskan cara mengelola sumber daya Azure Machine Learning dengan menggunakan ekstensi Visual Studio Code.

Penting

Fitur ini saat ini dalam pratinjau publik. Versi pratinjau ini disediakan tanpa perjanjian tingkat layanan, dan kami tidak merekomendasikannya untuk beban kerja produksi. Fitur tertentu mungkin tidak didukung atau mungkin memiliki kemampuan terbatas.

Untuk informasi lebih lanjut, lihat Supplemental Terms of Use for Microsoft Azure Previews.

Prasyarat

• Langganan Azure. Jika Anda tidak memilikinya, daftar untuk mencoba versi gratis atau berbayar Azure Machine Learning.
• Visual Studio Code. Jika Anda tidak memilikinya, lihat Menyiapkan Visual Studio Code.
• Ekstensi Azure Machine Learning. Untuk mempelajari cara menyiapkan ekstensi, lihat Menyiapkan desktop Visual Studio Code dengan ekstensi Azure Machine Learning.

Membuat sumber daya

Cara tercepat untuk membuat sumber daya adalah dengan menggunakan toolbar ekstensi.

1. Buka tampilan Azure Machine Learning dari bilah aktivitas.
2. Pilih langganan Azure Anda di bawah Pembelajaran Mesin.
3. Pilih + untuk memilih sumber daya Anda dari daftar dropdown.
4. Konfigurasikan file spesifikasi. Informasi yang diperlukan tergantung pada jenis sumber daya yang ingin Anda buat.
5. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, Anda dapat membuat sumber daya dengan menggunakan palet perintah:

1. Buka palet perintah dengan memilih Tampilkan > Palet Perintah.
2. Masukkan > Azure ML: Create <RESOURCE-TYPE> ke dalam kotak teks. Ganti RESOURCE-TYPE dengan jenis sumber daya yang ingin Anda buat.
3. Konfigurasikan file spesifikasi.
4. Buka palet perintah dengan memilih Tampilkan > Palet Perintah.
5. Masukkan > Azure ML: Create Resource ke dalam kotak teks.

Sumber daya versi

Beberapa sumber daya, seperti lingkungan dan model, memungkinkan Anda membuat perubahan pada sumber daya dan menyimpan versi yang berbeda.

Untuk membuat versi sumber daya:

1. Gunakan file spesifikasi yang ada yang membuat sumber daya atau ikuti proses buat sumber daya untuk membuat file spesifikasi baru.
2. Menaikkan nomor versi dalam templat.
3. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Selama nama sumber daya yang diperbarui sama dengan versi sebelumnya, Azure Machine Learning mengambil perubahan dan membuat versi baru.

Ruang kerja

Untuk informasi selengkapnya, lihat Apa itu ruang kerja Azure Machine Learning?

Membuat ruang kerja

1. Dalam tampilan Azure Machine Learning, klik kanan simpul langganan Anda dan pilih Buat ruang kerja.
2. File spesifikasi muncul. Konfigurasikan file spesifikasi.
3. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create workspace perintah di palet perintah.

Menghapus ruang kerja

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Klik kanan ruang kerja yang ingin Anda hapus.
3. Pilih apakah Anda ingin menghapus:
   • Hanya ruang kerja: Opsi ini hanya menghapus sumber daya Azure ruang kerja. Grup sumber daya, akun penyimpanan, dan sumber daya lain yang dilampirkan ruang kerja masih berada di Azure.
   • Dengan sumber daya terkait: Opsi ini menghapus ruang kerja dan semua sumber daya yang terkait dengannya.

Atau, gunakan > Azure ML: Remove workspace perintah di palet perintah.

Datastore

Ekstensi saat ini mendukung penyimpanan data dari jenis berikut:

• Azure Blob
• Azure Data Lake Gen 1
• Azure Data Lake Gen 2
• Azure File (fitur penyimpanan berbasis cloud dari Microsoft)

Untuk informasi selengkapnya, lihat Datastore.

Membuat datastore

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul ruang kerja yang ingin Anda buat datastore di bawahnya.
3. Klik kanan node Datastores dan pilih Buat datastore.
4. Pilih jenis datastore.
5. File spesifikasi muncul. Konfigurasikan file spesifikasi.
6. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create datastore perintah di palet perintah.

Mengelola datastore

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Datastores di dalam ruang kerja Anda.
4. Klik kanan pada penyimpanan data yang ingin Anda buka.
   • Membatalkan pendaftaran datastore: Menghapus datastore dari ruang kerja Anda.
   • Lihat datastore: Tampilkan pengaturan datastore yang tidak dapat diubah

Atau, gunakan perintah > Azure ML: Unregister datastore dan > Azure ML: View datastore masing-masing di palet perintah.

Lingkungan

Untuk informasi selengkapnya, lihat Apa itu lingkungan Azure Machine Learning?

Membuat lingkungan

1. Perluas simpul langganan yang mencakup ruang kerja Anda.
2. Perluas simpul ruang kerja yang ingin Anda buat datastore di bawahnya.
3. Klik kanan simpul Lingkungan dan pilih Buat lingkungan.
4. File spesifikasi muncul. Konfigurasikan file spesifikasi.
5. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create environment perintah di palet perintah.

Melihat konfigurasi lingkungan

Untuk melihat dependensi dan konfigurasi untuk lingkungan tertentu dalam ekstensi:

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul Lingkungan .
4. Klik kanan lingkungan yang ingin Anda lihat dan pilih Tampilkan lingkungan.

Atau, gunakan > Azure ML: View environment perintah di palet perintah.

Pekerjaan

Membuat pekerjaan

Cara tercepat untuk membuat pekerjaan adalah dengan mengklik ikon Buat pekerjaan di bilah aktivitas ekstensi.

Menggunakan simpul sumber daya dalam tampilan Azure Machine Learning:

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Klik kanan simpul Pekerjaan di ruang kerja Anda dan pilih Buat pekerjaan.
4. Pilih jenis pekerjaan Anda.
5. File spesifikasi muncul. Konfigurasikan file spesifikasi.
6. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create job perintah di palet perintah.

Lihat pekerjaan

Untuk melihat pekerjaan Anda di studio Azure Machine Learning:

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul Pekerjaan di dalam ruang kerja Anda.
3. Klik kanan pekerjaan yang ingin Anda lihat dan pilih Tampilkan Pekerjaan di Studio.
4. Perintah muncul meminta Anda untuk membuka URL pekerjaan di studio Azure Machine Learning. Pilih Buka.

Atau, gunakan perintah > Azure ML: View Experiment in Studio di palet perintah.

Lacak kemajuan pekerjaan

Saat menjalankan pekerjaan, Anda mungkin ingin melihat kemajuannya. Untuk melacak kemajuan pekerjaan di studio Azure Machine Learning dari ekstensi:

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul Pekerjaan di dalam ruang kerja Anda.
3. Perluas simpul pekerjaan yang ingin Anda lacak kemajuannya.
4. Klik kanan pekerjaan dan pilih Tampilkan Pekerjaan di Studio.
5. Perintah muncul meminta Anda untuk membuka URL pekerjaan di studio Azure Machine Learning. Pilih Buka.

Mengunduh log & output pekerjaan

Setelah pekerjaan selesai, Anda mungkin ingin mengunduh log dan aset seperti model yang dihasilkan sebagai bagian dari pekerjaan.

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas simpul Pekerjaan di dalam ruang kerja Anda.
3. Perluas simpul pekerjaan yang ingin Anda unduh log dan outputnya.
4. Klik kanan pada tugas:
   • Untuk mengunduh output, pilih Unduh output.
   • Untuk mengunduh log, pilih Unduh log.

Atau, gunakan > Azure ML: Download outputs dan > Azure ML: Download logs secara terpisah di palet perintah.

Instans Komputasi

Untuk informasi selengkapnya, lihat Apa itu instans komputasi Azure Machine Learning?

Membuat instans komputasi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul Komputasi .
4. Klik kanan node Instans komputasi di ruang kerja Anda dan pilih Buat instans komputasi.
5. File spesifikasi muncul. Konfigurasikan file spesifikasi.
6. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create compute instance perintah di palet perintah.

Menyambungkan ke mesin komputasi

Untuk menggunakan instans komputasi sebagai lingkungan pengembangan atau server Jupyter jarak jauh, lihat Menyambungkan ke instans komputasi.

Menghentikan atau memulai ulang instans komputasi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Instans komputasi di dalam simpul Komputasi Anda.
4. Klik kanan instans komputasi yang ingin Anda hentikan atau mulai ulang dan pilih Hentikan instans komputasi atau Mulai ulang instans komputasi masing-masing.

Atau, gunakan perintah > Azure ML: Stop compute instance dan Restart compute instance masing-masing sesuai kegunaannya di dalam palet perintah.

Tampilkan konfigurasi instans komputasi

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul Instans Komputasi di dalam simpul Komputasi Anda.
4. Klik kanan instans komputasi yang ingin Anda periksa dan pilih Tampilkan properti instans komputasi.

Atau, gunakan AzureML: View compute instance properties perintah di palet perintah.

Menghapus instans komputasi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul Instans komputasi di dalam simpul Komputasi Anda.
4. Klik kanan instans komputasi yang ingin Anda hapus dan pilih Hapus instans komputasi.

Atau, gunakan AzureML: Delete compute instance perintah di palet perintah.

Kluster komputasi

Untuk informasi selengkapnya, lihat Melatih target komputasi.

Membuat kluster komputasi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Compute.
4. Klik kanan node Kluster komputasi di ruang kerja Anda dan pilih Buat kluster komputasi.
5. File spesifikasi muncul. Konfigurasikan file spesifikasi.
6. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create compute cluster perintah di palet perintah.

Menampilkan konfigurasi komputasi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Kluster komputasi di dalam simpul Komputasi Anda.
4. Klik kanan komputasi yang ingin Anda lihat dan pilih Tampilkan properti komputasi.

Atau, gunakan > Azure ML: View compute properties perintah di palet perintah.

Menghapus kluster komputer

1. Perluas simpul langganan yang mencakup ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Kluster komputasi di dalam simpul Komputasi Anda.
4. Klik kanan komputasi yang ingin Anda hapus dan pilih Hapus kluster komputasi.

Atau, gunakan > Azure ML: Delete compute cluster perintah di palet perintah.

Kluster inferensi

Untuk informasi selengkapnya, lihat Target komputasi untuk inferensi.

Mengelola kluster inferensi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas node Kluster inferensi di dalam simpul Komputasi Anda.
4. Klik kanan komputer yang ingin Anda:
   • Menampilkan properti komputasi: Menampilkan data konfigurasi baca-saja tentang komputasi terlampir Anda.
   • Lepaskan komputasi: Lepaskan komputasi dari ruang kerja Anda.

Di palet perintah, gunakan perintah > Azure ML: View compute properties dan > Azure ML: Detach compute masing-masing.

Hapus pengelompokan inferensi

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul Perangkat Komputasi Terlampir di dalam simpul Perangkat Komputasi Anda.
4. Klik kanan komputasi yang ingin Anda hapus dan pilih Hapus komputasi.

Atau, gunakan > Azure ML: Delete compute perintah di palet perintah.

Komputer terlampir

Untuk informasi selengkapnya, lihat Komputasi tidak terkelola.

Mengelola komputasi terlampir

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Perluas simpul komputasi terlampir di dalam simpul Komputasi Anda.
4. Klik kanan komputer yang ingin Anda kelola:
   • Menampilkan properti komputasi: Menampilkan data konfigurasi baca-saja tentang komputasi terlampir Anda.
   • Lepaskan komputasi: Lepaskan komputasi dari ruang kerja Anda.

Atau, gunakan perintah > Azure ML: View compute properties dan > Azure ML: Detach compute secara berturutan di palet perintah.

Model

Untuk informasi selengkapnya, lihat Melatih model dengan Azure Machine Learning.

Membuat model

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Klik kanan simpul Model di ruang kerja Anda dan pilih Buat model.
4. File spesifikasi muncul. Konfigurasikan file spesifikasi.
5. Klik kanan file spesifikasi dan pilih AzureML: Jalankan YAML.

Atau, gunakan > Azure ML: Create model perintah di palet perintah.

Lihat properti model

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas simpul Model di dalam ruang kerja Anda.
3. Klik kanan model yang propertinya ingin Anda lihat dan pilih Tampilkan properti model. File terbuka di editor yang berisi properti model Anda.

Atau, gunakan > Azure ML: View model properties perintah di palet perintah.

Mengunduh model

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul Model di dalam ruang kerja Anda.
3. Klik kanan model yang ingin Anda unduh dan pilih Unduh file model.

Atau, gunakan > Azure ML: Download model file perintah di palet perintah.

Menghapus model

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul Model di dalam ruang kerja Anda.
3. Klik kanan model yang ingin Anda hapus dan pilih Hapus model.
4. Perintah muncul mengonfirmasi bahwa Anda ingin menghapus model. Pilih OK.

Atau, gunakan > Azure ML: Delete model perintah di palet perintah.

Titik akhir

Untuk informasi selengkapnya, lihat Titik akhir untuk inferensi dalam produksi.

Membuat titik akhir

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas node ruang kerja Anda.
3. Klik kanan simpul Model di ruang kerja Anda dan pilih Buat titik akhir.
4. Pilih jenis titik akhir Anda.
5. File spesifikasi muncul. Konfigurasikan file spesifikasi.
6. Pilih AzureML: Jalankan YAML dari bilah menu, atau dengan mengklik kanan file spesifikasi.

Atau, gunakan > Azure ML: Create endpoint perintah di palet perintah.

Menghapus titik akhir

1. Perluas node langganan yang berisi ruang kerja Anda.
2. Perluas simpul Titik Akhir di dalam ruang kerja Anda.
3. Klik kanan penyebaran yang ingin Anda hapus dan pilih Hapus titik akhir.
4. Perintah muncul mengonfirmasi bahwa Anda ingin menghapus layanan. Pilih OK.

Atau, gunakan > Azure ML: Delete online endpoint perintah di palet perintah.

Menampilkan properti titik akhir

Selain membuat dan menghapus penyebaran, Anda dapat melihat dan mengedit pengaturan yang terkait dengan penyebaran.

1. Perluas simpul langganan yang berisi ruang kerja Anda.
2. Perluas simpul Titik Akhir di dalam ruang kerja Anda.
3. Klik kanan penyebaran yang ingin Anda kelola, lalu pilih Tampilkan properti titik akhir.

Atau, gunakan > Azure ML: View online endpoint properties perintah di palet perintah.

Langkah berikutnya

Tutorial: Melatih model klasifikasi gambar