Mulai Visual Studio Code yang terintegrasi dengan Azure Machine Learning

Dalam artikel ini, Anda mempelajari cara memulai Visual Studio Code yang terhubung dari jarak jauh ke instans komputasi Azure Machine Learning. Gunakan Visual Studio Code sebagai lingkungan pengembangan terintegrasi (IDE) Anda bersama dengan kekuatan sumber daya Azure Machine Learning. Gunakan Visual Studio Code di browser dengan Visual Studio Code untuk Web, atau gunakan aplikasi desktop VISUAL Code.

Ada dua cara untuk menyambungkan ke instans komputasi dari Visual Studio Code. Kami merekomendasikan cara pertama.

• Gunakan Visual Studio Code sebagai IDE ruang kerja Anda. Opsi ini menyediakan lingkungan pengembangan berfungsi lengkap untuk membangun proyek pembelajaran mesin Anda.

  • Anda dapat membuka Visual Studio Code dari ruang kerja Anda baik di browser dengan menggunakan Visual Studio Code untuk Web atau menggunakan desktop Visual Studio Code.
  • Kami merekomendasikan VS Code untuk Web karena Anda dapat melakukan semua pekerjaan pembelajaran mesin Anda langsung dari browser, tanpa penginstalan atau dependensi yang diperlukan.

• Gunakan server Jupyter Notebook jarak jauh. Opsi ini memungkinkan Anda mengatur instans komputasi sebagai server Jupyter Notebook jarak jauh. Opsi ini hanya tersedia di desktop Visual Studio Code.

Penting

Untuk informasi tentang menyambungkan ke instans komputasi di belakang firewall, lihat Mengonfigurasi lalu lintas jaringan masuk dan keluar.

Prasyarat

• Ruang kerja dan instans komputasi Azure Pembelajaran Mesin. Selesaikan Buat sumber daya yang Anda butuhkan untuk mulai membuatnya.
• Masuk ke studio dan pilih ruang kerja Anda jika belum dibuka.

Menggunakan Visual Studio Code sebagai IDE ruang kerja Anda

Gunakan salah satu opsi ini untuk menyambungkan Visual Studio Code ke instans komputasi dan file ruang kerja Anda.

Studio > VS Code untuk Web

Visual Studio Code untuk Web menyediakan lingkungan pengembangan berfokus penuh untuk membangun proyek pembelajaran mesin Anda, semuanya dari browser dan tanpa penginstalan atau dependensi yang diperlukan. Saat Anda menyambungkan instans komputasi Azure Machine Learning, pengalaman pengembangan yang kaya dan terintegrasi yang ditawarkan VS Code ditingkatkan oleh kekuatan Azure Machine Learning.

Anda dapat memulai Visual Studio Code untuk Web dengan satu klik dari studio Azure Machine Learning dan melanjutkan pekerjaan Anda dengan lancar.

Masuk ke studio Azure Machine Learning dan ikuti langkah-langkah untuk memulai Visual Studio Code untuk tab browser Web yang tersambung ke instans komputasi Azure Machine Learning Anda.

Anda dapat membuat koneksi dari bagian Notebook atau bagian Komputasi di studio Azure Machine Learning.

• Notebooks

  1. Di menu sebelah kiri, pilih Notebook.

  2. Di daftar File , pilih file yang ingin Anda edit.

  3. Jika instans komputasi dihentikan, pilih Mulai komputasi dan tunggu hingga instans berjalan.

     

  4. Dalam daftar editor kode, pilih Edit di Visual Studio Code (Web).

     

  • Anda juga dapat memulai Visual Studio Code for Web tanpa membuka buku catatan dengan memilih tombol Visual Studio Code (Web) di atas daftar File atau dengan mengklik kanan folder di daftar File .

    

• Komputasi

  1. Di menu sebelah kiri, pilih Komputasi.
  2. Jika instans komputasi yang ingin Anda gunakan dihentikan, pilih instans tersebut, lalu pilih Mulai.
  3. Saat instans komputasi berjalan, di kolom Aplikasi , pilih Visual Studio Code (Web).

  

Opsi ini memulai aplikasi desktop VISUAL Code dan menghubungkannya ke instans komputasi Anda.

Pada koneksi awal, Anda mungkin diminta untuk menginstal ekstensi Azure Machine Learning VS Code jika Anda belum memilikinya. Untuk informasi selengkapnya, lihat panduan penyiapan ekstensi Azure Machine Learning VS Code.

Penting

Saat Anda tersambung ke instans komputasi jarak jauh dari Visual Studio Code, pastikan akun yang Anda masuki di studio Azure Machine Learning sama dengan yang Anda gunakan di Visual Studio Code.

Anda dapat membuat koneksi dari bagian Notebooks atau bagian Komputasi di studio Azure Machine Learning.

• Notebooks

  1. Di menu sebelah kiri, pilih Notebook.

  2. Di daftar File , pilih file yang ingin Anda edit.

  3. Jika instans komputasi dihentikan, pilih Mulai komputasi dan tunggu hingga instans berjalan.

     

  4. Dalam daftar editor kode, pilih Edit di Visual Studio Code (Desktop).

     

• Komputasi

  1. Di menu sebelah kiri, pilih Komputasi.
  2. Jika instans komputasi yang ingin Anda gunakan dihentikan, pilih instans tersebut, lalu pilih Mulai.
  3. Setelah instans komputasi berjalan, di kolom Aplikasi , pilih Visual Studio Code (Desktop).

  

Dari Visual Studio Code

Opsi ini menghubungkan sesi Visual Studio Code Anda saat ini ke instans komputasi jarak jauh. Untuk menyambungkan ke instans komputasi dari VS Code, Anda perlu menginstal ekstensi Azure Machine Learning untuk Visual Studio Code. Untuk informasi selengkapnya, lihat panduan penyiapan ekstensi Azure Machine Learning VS Code.

Ekstensi Azure Machine Learning

1. Di Visual Studio Code, mulai ekstensi Azure Machine Learning.
2. Luaskan simpul Instans Komputasi pada ekstensi Anda.
3. Klik kanan instans komputasi yang ingin Anda sambungkan, lalu pilih Sambungkan Di Jendela Baru.

Palet perintah

1. Pada Visual Studio Code, buka palet perintah dengan memilih Tampilan > Palet Perintah.
2. Filter untuk dan pilih Azure ML- Remote: Sambungkan ke instans komputasi di Jendela Baru.
3. Pilih langganan Anda.
4. Pilih ruang kerja Anda.
5. Pilih instans komputasi Anda atau buat instans baru.

Jika Anda memilih salah satu opsi keluar dengan klik, jendela Visual Studio Code baru akan dibuka, dan akan dilakukan upaya untuk menyambung ke instans komputasi jarak jauh. Saat Anda mencoba membuat koneksi ini, langkah-langkah berikut terjadi:

1. Otorisasi. Beberapa pemeriksaan dilakukan untuk memastikan pengguna yang mencoba membuat koneksi diizinkan untuk menggunakan instans komputasi.
2. Remote Server Visual Studio Code dipasang pada instans komputasi.
3. Koneksi WebSocket dibuat untuk interaksi real time.

Setelah koneksi dibuat, koneksi dipertahankan. Token dikeluarkan pada awal sesi, dan di-refresh secara otomatis untuk mempertahankan koneksi dengan instans komputasi Anda.

Setelah Anda tersambung dengan instans komputasi jarak jauh, gunakan editor untuk:

• Menulis dan mengelola file pada instans komputasi jarak jauh atau berbagi file Anda.
• Gunakan terminal terintegrasi Visual Studio Code untuk menjalankan perintah dan aplikasi pada instans komputasi jarak jauh Anda.
• Debug skrip dan aplikasi Anda.
• Gunakan Visual Studio Code untuk mengelola repositori Git Anda.

Server Notebook Jupyter Jarak Jauh

Opsi ini memungkinkan Anda menggunakan instance komputasi sebagai server Jupyter Notebook jarak jauh dari desktop VS Code. Opsi ini hanya terhubung ke instans komputasi, bukan ke ruang kerja lainnya. Anda tidak akan melihat file ruang kerja Di Visual Studio Code saat menggunakan opsi ini.

Untuk mengonfigurasi instans komputasi sebagai server Jupyter Notebook jarak jauh, pertama-tama instal ekstensi Azure Machine Learning VS Code. Untuk informasi selengkapnya, lihat panduan penyiapan ekstensi Azure Machine Learning VS Code.

Untuk tersambung ke instans komputasi:

1. Buka Jupyter Notebook di Visual Studio Code.

2. Saat pengalaman buku catatan terintegrasi dimuat, klik Pilih Kernel.

   

   Atau, gunakan palet perintah:

   1. Pilih Tampilkan > Palet Perintah untuk membuka palet perintah.
   2. Filter dan pilih Azure ML: Sambungkan ke instans komputasi Jupyter.

3. Pilih instans komputasi Azure ML dari daftar opsi server Jupyter.

4. Pilih Kernel.

5. Pilih langganan Anda dalam daftar langganan. Jika sebelumnya Anda telah mengonfigurasi ruang kerja Azure Pembelajaran Mesin default, langkah ini akan dilewati.

6. Pilih ruang kerja Anda.

7. Pilih instans komputasi Anda dari daftar. Jika Anda tidak memilikinya, pilih Buat Azure baru Pembelajaran Mesin Instans Komputasi dan ikuti perintah untuk membuatnya.

8. Agar perubahan diterapkan, Anda perlu memuat ulang Visual Studio Code.

9. Buka Jupyter Notebook dan jalankan sel.

Penting

Anda harus menjalankan sel untuk membuat koneksi.

Pada titik ini, Anda dapat terus menjalankan sel pada Jupyter Notebook Anda.

Petunjuk / Saran

Anda juga dapat bekerja dengan file skrip Python (.py) yang berisi sel kode mirip Jupyter. Untuk informasi selengkapnya, lihat dokumentasi Visual Studio Code Python Interactive.

Langkah berikutnya

Sekarang setelah Anda memulai VS Code yang terhubung secara jarak jauh ke instans komputasi, Anda dapat menyiapkan data, mengedit serta men-debug kode Anda, dan mengirimkan pekerjaan pelatihan dengan ekstensi Azure Machine Learning.

Untuk mempelajari selengkapnya tentang cara memanfaatkan VS Code yang terintegrasi dengan Azure Machine Learning, lihat Bekerja di Visual Studio Code yang terhubung secara jarak jauh ke instance komputasi.